의료폐기물 데이터는 왜 AI 학습에서 제외되어야 할까?

 

 요즘 AI가 사람처럼 진화하고 있다는 말이 낯설지 않습니다. AI는 수많은 데이터를 학습하며 사람의 언어, 이미지, 행동 패턴까지 흡수하고 있습니다. 그 과정에서 가장 중요한 연료는 데이터입니다. 그리고 더 많은 데이터가 더 똑똑한 AI를 만든다는 믿음이 퍼지고 있습니다. 하지만 그 데이터가 반드시 윤리적이고 적법한 절차를 통해 수집된 것일까요? 대부분의 사람들은 의료폐기물에 데이터가 있다고 생각하지 않습니다. 그저 오염된 거즈, 주사기, 사용한 수술 도구 등 감염 위험이 있는 쓰레기일 뿐이라고 여깁니다. 하지만 의료폐기물은 그 자체로 방대한 정보 덩어리일 수 있습니다. 이 폐기물에는 환자의 신체 정보, 치료 과정, 약물 정보, 영상 기록 등 AI가 학습할 수 있는 정보들이 고스란히 담겨 있습니다. 이제 우리는 묻지 않을 수 없습니다. "AI는 이 정보를 어떻게 대하고 있을까?", "이러한 의료폐기물 데이터가 동의 없이 수집되고, 무단으로 학습에 이용되고 있지는 않은가?", "AI 학습에서 의료폐기물 데이터는 왜 제외되어야 하는가?". 이 글은 이러한 질문을 통해 의료폐기물과 AI 데이터 윤리의 접점을 조명합니다.

 

 

의료폐기물에도 데이터가 있다

 의료폐기물은 단지 위험하거나 불쾌한 물질에 그치지 않습니다. 오히려 그것은 환자 치료의 가장 민감한 정보가 묻어난 흔적입니다. 대표적인 예로 다음과 같은 구성 요소들을 들 수 있습니다.

 

- 환자의 이름, 생년월일, 병실 번호가 적힌 팔찌, 라벨

- 치료 약물이 적힌 스티커, 처방전 인쇄물

- 혈액 묻은 거즈, 생검 조직, DNA 샘플

- 수술에 사용된 일회용 기구에 남은 피부조직

- 의료 영상 출력물, 엑스레이 필름, 진료 차트 일부

- 약물 바코드, 환자 QR코드, 진료 코드가 포함된 폐기 포장재

 

 이들은 언뜻 보면 단순한 오염물일 뿐이지만 AI가 학습 가능한 데이터 형태로 존재한다는 점이 핵심입니다. 예컨대 폐기물 수거 차량이 자동으로 이미지를 스캔하고 이를 클라우드에 저장하는 시스템이 도입될 경우 해당 이미지에 담긴 라벨, 문서, 손글씨, 약품명 등이 비의도적으로 AI 학습용 데이터셋에 포함될 위험이 생깁니다. 더구나 최근에는 AI가 비정형 데이터를 학습할 수 있도록 진화하고 있습니다. 즉, 단순한 텍스트만이 아니라 사진, 문서 이미지, 병원 로고, 사람 얼굴, 손글씨까지 인식하고 학습합니다. 이처럼 의료폐기물은 ‘폐기물’이라는 물리적 속성을 넘어 보안이 필요한 의료 정보의 또 다른 저장 매체로 간주되어야 합니다.

 

의료폐기물 데이터를 AI가 학습해서는 안 되는 이유

 AI가 비정형 정보를 수집하고 그에 따라 예측하거나 분류하는 데 있어 윤리적 통제가 없는 상황에서 의료폐기물 정보가 학습 재료로 사용될 경우 다음과 같은 위험한 결과가 초래될 수 있습니다.

 

개인정보 노출

- 환자 이름, 생년월일, 병원명 등은 기계가 스캔하면 자동 인식 가능한 문자 정보입니다.

- 의료차트 일부가 이미지로 노출되면 민감한 질병 코드나 수술 정보가 추출될 수 있습니다.

 

생체 정보 유출

- DNA나 조직 샘플이 포함된 의료폐기물이 AI 연구 목적의 생물학적 표본으로 악용될 수 있습니다.

- AI가 영상 자료를 통해 특정 환자의 신체 특징을 학습하는 상황도 이론적으로 배제할 수 없습니다.

 

의료기관 내부 시스템 노출

- 폐기물 포장재, 바코드, 로고 등을 통해 병원의 내부 프로토콜, 약물 분배 체계가 노출될 수 있습니다.

- 이는 보안 리스크뿐 아니라 AI가 병원별 운영 특성을 학습하는 보안 위협으로 이어집니다.

 

 이런 우려에도 불구하고 의료폐기물에 대한 AI 학습 금지를 명시한 법적 장치는 국내외 대부분 미비합니다. AI의 기술적 속도가 제도보다 앞서 있기 때문입니다. AI 학습에 있어 의료폐기물 데이터를 철저히 제외해야 하는 이유는 단순한 감염 우려 때문이 아니라 정보윤리와 사회적 신뢰 회복을 위한 핵심 가치이기 때문입니다.

 

의료폐기물 유출과 AI의 비인가 학습 실제 사례 

구글 딥마인드 사건 (2017, 영국)

 NHS(영국 보건당국)는 구글 딥마인드에 150만 명 환자의 신장 질환 데이터를 제공했습니다. 이후 딥마인드는 이를 기반으로 AI 진단 솔루션을 개발했지만 환자들에게 사전 동의를 받지 않은 점이 드러나 사회적 논란이 커졌습니다. 이 사건은 AI 기술 발전을 명목으로 개인정보 보호 원칙이 무시된 대표 사례로 평가됩니다. 결국 ICO(정보 감독청)는 딥마인드에 공식 사과와 규정 강화를 권고했습니다.

 

이탈리아 병원 의료폐기물 유출 사건 (2021)

 베로나 지역의 한 의료폐기물 처리 업체가 병원의 영상 이미지가 남은 인쇄물을 무단 수집하여 AI 의료 영상 솔루션 업체에 판매한 사실이 드러났습니다. 이 이미지에는 환자의 진단 코드, 시술 일자, 병원 코드가 포함돼 있었고, 해당 데이터는 AI 영상 분석 알고리즘 학습용으로 활용됐습니다. 문제는 이러한 AI 학습이 병원도, 환자도 모르게 이뤄졌다는 점이며 결과적으로 해당 병원은 신뢰 하락과 보안 감사를 동시에 받게 되었습니다. 이러한 사례는 우리에게 의료폐기물과 AI 학습이 이미 연결되고 있다는 사실과 이제는 방지 장치를 논의할 때라는 점을 경고하고 있습니다.

 

의료폐기물 데이터를 AI가 사용해도 되는가? 

 일부 기술자나 연구자는 이렇게 반론합니다. “의료폐기물도 데이터이므로 익명화·비식별화를 거치면 AI 학습에 활용할 수 있는 것 아니냐”라고 말입니다.

 

예를 들어 다음과 같은 사례가 제안됩니다:

 

- 수술 중 폐기된 도구의 빈도 분석 → AI로 병원 자원 효율화

- 폐기 라벨 수량으로 감염병 확산 조기 예측

- 약품 포장지에서 약물 소비 패턴 분석

 

이론적으로는 타당해 보일 수 있지만 윤리와 통제 없는 AI 학습은 그 자체로 위험합니다.

 

왜 익명화도 완전하지 않은가?

- AI는 데이터 조합을 통해 원래의 출처를 추론할 수 있습니다. (예: 생년월일+병원명+질병코드 → 특정 환자 식별 가능)

- 의료폐기물의 정보는 상황 맥락(Context)을 통해 해석되기 때문에 아무리 지우고 가려도 우회적으로 정보가 드러날 수 있습니다.

 

게다가 지금 AI 모델의 대부분은 데이터 수집 과정이 블랙박스 상태이며 외부에서 누가, 언제, 어떻게 사용했는지 추적조차 어렵습니다. 따라서 "익명화해서 쓰면 된다"라는 주장도 신뢰할 수 있는 윤리 체계와 투명한 시스템 아래에서만 의미 있는 논의입니다.

 

의료폐기물 데이터 문제를 막기 위한 정책·기술적 해결책

 

의료폐기물 데이터의 AI 학습을 막기 위해 다음과 같은 제도적, 기술적 조치가 필요합니다.

 

제도적 대응

- AI 데이터 윤리 가이드라인에 의료폐기물 포함 명시 → 개인정보보호위, 보건복지부, 환경부 공동 대응 필요

- 병원 IRB(기관윤리 위원회)의 사전 심의 범위 확대 → 의료폐기물도 연구 데이터로 전환될 경우 별도 승인이 필요함

- 의료폐기물 처리 업체 대상 데이터 보안 기준 신설 → 이미지 기록 장치 보유 금지, 암호화 저장 장치 사용 의무 등

 

기술적 대응

- 의료폐기물 처리 시설에 AI 학습 차단 필터 기술 적용 → 이미지 수집 장치에서 자동 마스킹, 텍스트 인식 차단 등

- 병원 내부 의료폐기물 스캔 시 자동 블러 처리 시스템 구축 → AI가 학습하지 못하도록 근본적 차단

- 의료폐기물 추적용 RFID와 AI 서버 간 연동 금지 정책 마련

 

이런 조치 없이는 의료폐기물은 누구나 수집 가능한 비인가 데이터 자원으로 방치됩니다.

 

 

 

 우리는 AI가 모든 것을 학습할 수 있는 시대에 살고 있습니다. 하지만 학습 가능하다고 해서 학습해도 되는 건 아닙니다. 의료폐기물은 치료의 끝자락에서 나오는 흔적입니다. 그 안에 담긴 정보는 환자의 생명, 존엄, 치유의 과정 그 자체입니다. 이러한 정보를 환자의 동의 없이, 무분별하게 학습 재료로 사용하는 AI는 기술이 아닌 인권을 침해하는 기계가 될 수 있습니다. 지금은 분명히 말해야 할 시점입니다. "의료폐기물은 데이터이며 함부로 학습되어선 안 된다."

 

 기술은 무조건 빠르지만 신뢰와 윤리는 더디게 쌓여야 오래갑니다. AI 시대에도 인간 중심의 가치가 유지되려면 지금처럼 보이지 않는 곳에서 버려지고 있는 정보들까지 돌보는 사회적 감수성이 필요합니다. 특히 의료폐기물은 단지 병원의 내부 문제가 아닌 사회 전체의 감시와 규범이 닿아야 할 영역입니다. AI 기술이 확장될수록 우리가 간과했던 사각지대는 점점 더 중요해집니다. 그 사각지대 안에 누군가의 치료 기록과 생명 정보가 버려지고 있을지도 모릅니다.

 

 따라서 지금부터라도 의료폐기물에 대한 AI 학습 차단 정책은 병원, 연구기관, 기술기업, 규제 기관이 함께 협력해 실질적 실행방안으로 이어져야 합니다. 기술은 결국 사람을 위한 수단일 때 가장 큰 가치를 갖습니다. 그리고 그 가치를 지키기 위한 시작은 사소한 폐기물에서부터 일 수 있습니다. 우리가 내다 버린 그 조각들이 미래 AI에게 무엇을 가르칠지 생각해야 합니다. 이제는 의료폐기물 속 정보도 보호받아야 할 ‘디지털 인권’의 일부로 여겨야 할 때입니다.