빠른이혼 ‘강경 노선’ 박단 사퇴

페이지 정보

작성자 이길중 작성일25-06-26 08:54 조회0회 댓글0건

본문

빠른이혼 전공의 복귀해도 ‘의료 정상화’ 첩첩산중
지난해부터 전공의 집단사직을 이끌며 강경 노선을 고수해온 박단 대한전공의협의회(대전협) 비상대책위원장이 24일 사퇴한다고 밝혔다. 최근 전공의 일부가 대전협의 ‘불통 행보’를 비판하는 성명을 내고, ‘빅5’ 병원 전공의 대표 중 일부가 그를 공개 비판하는 등 리더십이 훼손된 데 따른 것으로 보인다. 전공의 사이에서 정부·국회와 소통하며 사태 해결에 나서야 한다는 목소리가 힘을 얻으면서 의·정 갈등이 새 국면을 맞게 됐다.
박 위원장은 이날 각 병원 전공의 대상 공지에서 “모든 직을 내려놓고자 한다”며 “지난 1년 반, 부족하나마 최선을 다했으나 실망만 안겼다”고 밝혔다. 그는 “모든 것이 내 불찰”이라며 “모쪼록 사태가 조속히 해결되기를 진심으로 기원한다”고 했다.
박 위원장은 2023년 9월 대전협 회장에 선출됐고, 지난해 3월 정부의 의대생 증원 방침에 반발해 대전협이 비대위 체제로 전환하자 비대위원장으로 활동해왔다. 그는 지난해 4월 총선 전날 윤석열 전 대통령과 면담한 이후 페이스북에 “대한민국 의료의 미래는 없습니다”라고 올리는 등 강경 노선을 주도했다.
최근 의료계에선 박 위원장과 대전협 지도부에 대한 불만이 공개적으로 터져나왔다. 지난 19일 원광대병원 사직 전공의 김찬규씨를 포함한 전공의 30여명은 박 위원장과 대전협의 폐쇄적인 의사소통 구조를 겨냥해 “우리가 비난했던 윤석열 정부와 크게 다르지 않다”고 비판하는 성명을 냈다.
복귀를 원하는 사직 전공의 200여명은 “저희의 목소리를 대변해야 할 대한의사협회와 대전협은 충분한 의견수렴 없이 사태를 방관하고 있다”며 전공의 복귀에 힘써달라고 요구했다.
박 위원장의 사퇴는 2년째 표류하는 의·정 갈등의 국면 전환 계기로 작용할 것으로 전망된다. 2024년 2월 말 전공의 집단 사직·의대생 휴학 이후로 정부는 여러 차례 전공의와 의대생들에게 복귀 기회를 제공했지만, 대전협과 대한의과대학·의학전문대학원학생협회(의대협)는 필수의료 패키지 전면 철회 등 ‘전공의 7대 요구안’이 수용되지 않았고 의대 교육 여건이 제대로 갖춰지지 않았다는 점 등을 들어 단체 차원에서 복귀를 거부했다.
대전협 내 일부 전공의들은 26일 새로운 비대위원회 구성을 위한 임시 대의원총회를 개최할 계획이다. 한성존 서울아산병원 전공의 대표 등 ‘빅4’ 병원 대표 4명은 입장문에서 “새 정부가 출범한 지금이야말로 파행을 멈추고 무너진 의료를 회복할 수 있는 적기”라며 “남은 시간이 많지 않은 만큼, 실질적이고 효과적인 협상을 위한 새로운 출발이 필요하다”고 말했다.
전공의·의대생이 단체로 복귀를 결정해도 현실적인 문제가 적잖게 쌓여 있다. 수련병원은 7~8월 중 수련의 지원자를 모집하는데 하반기 모집은 상반기 모집 이후 결원에 한해 이뤄지므로 상반기에 정원이 다 찬 병원이나 전공은 자리가 없을 수도 있다. 또한 전공의들은 군입대한 사직 전공의들이 기존 자리로 돌아와 수련을 받을 수 있게 해달라고 요구하고 있는데, 이를 위해선 새로운 특례 조치가 필요하다. 의대생도 본과 4학년의 경우 7월에 복귀한다고 해도 의사 국가시험 응시를 위한 실습 시간 52주를 채울 수 없다. 의대생의 전원 복귀를 위해서는 규정을 바꾸는 수준의 대대적인 특혜를 부여해야 하는 상황인 것이다.
일단 정부는 전공의나 의대생에 대한 추가 특례는 없다는 입장이다. 보건복지부와 교육부는 이날 “현재로서는 특례 등은 전혀 검토하고 있지 않다”고 밝혔다.
보 안 싱가포르 난양공대(NTU) 컴퓨팅·데이터사이언스대 석좌교수는 중국 출신 인공지능(AI) 전문가다. 미국에서 박사학위를 받은 뒤 중국과학원 컴퓨팅기술연구소에서 부교수로 재직한 이력이 있다. 지금은 ‘세계인공지능학술대회(International Joint Conferences on Artificial Intelligence·IJCAI)’ 이사를 맡고 있다.
안 교수는 지난달 29일 난양공대 캠퍼스에서 경향신문과 만나 자신을 ‘실용적인 연구자’라고 소개했다. 그는 미국 대학에서 박사후 연구원으로 일하던 시절 AI와 게임 이론을 접목해 경찰, 미국 해안경비대 같은 정부 기관이 보안·안전 위험을 막기 위해 어떻게 자원을 배분하는 것이 최적인지 탐구했다. 최근엔 금융, 산업 분야 문제 해결을 위한 AI 활용법을 고민한다.
안 교수는 미국과 중국 간 기술 패권 경쟁이 앞으로 더 격화될 것으로 전망했다. 그는 AI가 인간 일자리를 대체하거나 신종 범죄에 악용될 수 있다는 등 우려에 대응하기 위해 규제·규범이 필요하다고 인정하면서도 기술 발달은 “거부할 수 없는 흐름”이라며 각국의 경쟁적 자구 노력에 더 초점을 맞췄다. 그는 ‘딥시크(DeepSeek) 충격’을 거론하며 중국 정부 주도의 빠른 변화를 긍정 평가하기도 했다. 기술 발달의 핵심 요인으로는 정부 차원의 적극 투자, 대학을 통한 더 많은 인재 육성을 거듭 강조했다. 다음은 주요 일문일답.
- AI 관련 뉴스가 연일 쏟아지고 있다. 최근 가장 인상 깊게 본 보도가 뭔가.
“올해 초 딥시크의 R1 출시 소식이다. 올해는 예년 대비 특히 다양한 기술이 등장하고 있다. 거의 모든 주요 기업들이 ‘마누스(Manus)’ 등 AI 에이전트를 내놓아 업계 내 주목을 받았다. 하지만 아직 딥시크 만한 혁신은 보지 못한 것 같다.”
- 챗GPT 개발사인 오픈AI(OpenAI)의 샘 올트먼도 AI 기술 발전 속도가 ‘무어의 법칙(인텔 창립자 고든 무어가 내세운 경험칙으로, 반도체 집적회로 성능이 2년마다 약 2배 증가한다는 주장)보다 더 빠르다’고 쓴 적이 있다. 경향포럼은 ‘초가속 시대’라는 명칭을 쓰기로 했다. 이런 명명에 동의하나.
“그렇다. 모든 것이 점점 더 빨라지고 있다. (딥시크 등장 전인) 지난해까지만 해도 오픈AI가 다른 기업보다 1년 이상 앞서 있다는 인상을 받았는데, 지금은 더 이상 그렇지 않다. 어느 한 기업이 압도적으로 앞선 것처럼 보이지 않는다. 1년 새 상황이 뒤바뀐 것이다. 왜 이렇게 변화가 빠른가. 치열한 경쟁 때문이다. 다들 시장에서 1등이 되기를 원한다. 문제는 1등 경쟁에만 몰두하다 보면 모델을 개발할 때 그 모델이 충분히 안정적인지, 위험 요소는 없는지 등을 충분한 시간을 들여 검토하지 못할 수 있다는 점이다. 몇 달 전 메타(Meta)가 ‘라마(LlaMA) 4’를 출시하기에 앞서 다른 모델 대비 성능이 떨어진다는 우려가 제기됐는데, 그래도 메타는 출시를 강행했다. 경쟁 때문이었다고 생각한다. 일정한 간격으로 뭔가를 발표하지 않으면 세상이 ‘메타가 뒤처지고 있다’고 인식할까 두려워한 것이다. 때문에 기업들이 모델의 견고성, 안전성, 가치 같은 핵심 요소를 잘 지켜나가는지 우려가 된다.”
- 인간처럼 사고·추론하는 범용인공지능(AGI)이 빠르면 5년 내 등장할 거란 전망도 있다.
“나는 그보다는 오래 걸릴 것이라고 예상한다. 여전히 ‘환각(Hallucination)’ 문제가 해결되지 않았고, 현재 가장 뛰어난 모델조차 아주 단순한 수준의 계산을 실수하기도 한다. 한편으로는 복잡한 수학 정리를 설명하는 것 같은 굉장히 놀라운 일들을 해내면서, 숫자 ‘9.11’과 ‘9.8’ 중 어느 게 더 크냐는 물음엔 제대로 답을 못하는 식이다.”
- AI 활용 측면에서 문제는 없을까. 최근 영국에선 정부가 살인 예측 알고리즘을 개발해 논란이 됐고, 세계적으로는 AI 무기 활용 우려도 나온다.
“모든 기술엔 양면성이 있고, AI도 마찬가지다. 대부분 사람들은 AI 활용으로 이익을 얻고 있다고 본다. 예를 들어 싱가포르 공항은 출·입국할 때 여권이 거의 필요치 않아 편리하다. 안면 인식 기술을 활용하기 때문이다. 싱가포르 시민은 이미 입·출국 심사 때 여권을 제시하지 않는다. 외국인도 입국할 때엔 여권 스캔 절차를 거치지만 이후 생체 인증으로 간소화하는 방향으로 가고 있다. 기술 자체가 아니라 사람이 문제다. 때문에 정부가 법이나 규제를 통해 개입해야 할 필요성이 있는 것이다. 사람들이 각기 무엇이 옳은지 그른지를 판별할 수 있도록 사회적 규범도 중요하다.”
- 로봇, AI가 향후 인간 일자리에 위협이 될 수 있다는 불안한 전망도 나온다.
“많은 사람이 일자리를 잃게 될 것이다. 지금도 대규모 언어 모델(LLM)과 관련해 비슷한 일이 벌어지고 있다. 이미 대기업 내 코딩 작업의 70%는 AI에 의해 수행되는 것으로 추정된다. 내년엔 80%, 2년 뒤엔 90%로 그 수치가 높아질 수도 있다. 소프트웨어 엔지니어마저 일자리를 잃는 것이다. 그렇다고 중국이 기술 개발을 하지 않으면, 다른 나라가 하게 될 것이다. 세계적인 경쟁이기 때문이다. 피할 수 없는 흐름이고, 직시해야 하는 현실이다.”
- AI 윤리, 사회적 규범 차원에서 특별히 유의할 점이 있다면.
“윤리는 중요한 문제이지만 나는 그 분야 전문가가 아니다. 법학, 사회과학 분야에 있는 사람들이 더 논의를 원하는 주제다. 나는 AI 기술이 여전히 초기 단계라고 본다. 어떤 나라든 AI에 투자할 생각이 있다면, 지금도 늦지 않은 시점이라고 말하고 싶다.”
- 중국에서 딥시크가 등장한 배경이 무엇인지를 두고 다양한 분석이 나왔다.
“딥시크의 출현은 모두에게 놀라움을 안겼다. 오픈AI와 비교하자면 성능은 견줄 만한데, 사용된 컴퓨팅 자원은 훨씬 적었다. 20대 포함 똑똑하고 젊은 인재가 핵심이었다고 생각한다. 석·박사 학위 없는 학사 출신이 상당수였지만 대부분 수학·정보 올림피아드 메달을 수상한 실력자들이었다. 조직 구조가 수평적이어서 구성원들이 자유롭게 아이디어를 실현할 수 있던 면도 있다. 연구에는 예측 불가한 면이 있어서, 구상처럼 작동할지 알 수 없는 경우가 많다. 운도 필요하다. 딥시크는 구성원이 아이디어를 즉각 시도해 보고, 일부가 실패해도 괜찮다 여기는 문화였던 것으로 안다.”
- 중국 정부·당 차원의 과학기술을 대하는 태도, 투자 측면은 어떻게 보나.
“중국엔 딥시크 하나만 있는 게 아니다. 비슷한 규모의, 대규모 투자가 이뤄진 LLM 관련 회사가 10개 이상 있다고 본다. 최근 주목받는 ‘체화(Embodied) AI’ 분야도 마찬가지다. 중국에는 수백 개에 달하는 로봇 관련 회사가 있다. 딥시크가 나오려면 비슷한 기업이 최소 몇 개 존재해야 하고, 거기서 일할 똑똑한 인재도 그만큼 많아야 한다. 기업들을 만들기 위한 자금도 필요하다. 이 점에서 중국 정부는 매우 빠르고 공격적으로 움직인다. 어떤 분야가 중요하다고 판단되면 자금을 곧장 투입한다. 지난해에만 중국은 AI 박사 인력 양성을 위한 신규 교육 기관을 여럿 설립했다. 박사 정원도 크게 늘렸다. 중국은 정부 차원에서 대학별 박사과정 정원을 통제하는데, AI에 한해선 이 할당량을 키운 것이다. 중국 정부는 정말 빠르게 움직인다. 요즘처럼 경쟁이 치열한 시기엔 빠르지 않으면 살아남기가 어렵다.”
- 미국이 AI 반도체 대중국 수출을 규제하는 등 양국 간 기술 패권 경쟁이 점점 격해지는 듯하다. 앞으로 어떻게 될까.
“맞다. (제재 때문에) 중국은 좋은 그래픽처리장치(GPU)를 확보하기 어려운 상황이고, 딥시크가 사용하는 GPU 기계는 오픈AI 포함 다른 주요 기업이 쓰는 것과 비교하기 어려운 수준이다. 단순히 GPU만의 문제가 아니고, 다양한 AI 모델이나 도구들과의 협업도 중국 기업들은 활용하기 힘들다. 이는 중국이 더 나은 AI 모델을 개발하고 미국 및 다른 나라들과 경쟁하는 데 있어 큰 약점 중 하나다. 중국으로선 자체 개발 말고는 선택의 여지가 없었다. 그러니 지금껏 GPU 등 하드웨어 개발에 나섰고, ‘엔비디아’ 수준은 아니지만 지난 몇 년 새 상당한 진전을 보이기도 했다. ‘화웨이’ 등 중국산 GPU 칩을 기반으로 작동하는 LLM도 나왔다. 내 예상보다도 따라잡는 속도가 빠른 듯하다. 인구가 매우 많고, 산업 기반이 종합적으로 갖춰져 있어 가능한 일 같다. 중국 입장에선 지난 5~6년 전이 위기였고, 지금은 어떤 제재가 오더라도 더 잘 대응할 수 있도록 준비가 된 듯하다. 때문에 경쟁이 앞으로 더 악화할 수도 있다.”
- 중국과 미국 모두에서 연구 경험이 있다. 연구 분위기, 정부 정책 등 양국 간 차이를 짚어 본다면.
“논문 수나 주요 학회 참가 수를 보면 중국이 굉장히 빠르게 성장하고 있다. 하지만 창조적 혁신을 기준으로 보면 미국이 여전히 앞서 있다고 본다. 여기서 창조적 혁신이란 0에서 1로, 없던 것을 만드는 혁신을 의미한다. 챗GPT나 ‘소라(Sora)’ 같은 모델을 보면 전부 미국산이다. 전통적으로 미국은 연구 개발이라든지 첨단 기술 생태계 전반이 훨씬 더 잘 갖춰져 있다. 반면 중국은 1에서 100으로 가는 것은 잘한다. 존재하는 아이디어라면 빠르게 따라가고, 이후 경쟁력 있는 모델, 심지어 더 나은 모델도 만들어 낸다. 미국 대학은 대부분 사립이고, 교수·연구자가 자신이 하고픈 연구를 자율적으로 선택할 수 있다는 것도 특징이다. 반면 중국은 그런 자율성이 적다. 한편으로 이는 중국 정부가 직접 개입해 특정 연구 분야에 자원을 적극적으로 투입할 수 있다는 뜻이기도 하다. 인력, 기업이 많은 만큼 ‘내부 경쟁’이 치열하기도 하다. 이런 구조 덕분에 두 나라 간의 격차는 점점 줄어들고 있다고 느낀다.”
- 미·중 경쟁 속 한국이 갈 길이 고민이다. 오픈AI, 딥시크의 ‘빠른 추격자’가 돼야 할까.
“챗GPT나 딥시크 같은 ‘파운데이션(Foundation)’ 모델을 만드는 건 당장은 어려울 수 있다. 꼭 범용 AI일 필요는 없다고 본다. 특정 산업 분야에 특화된 세계 최고의 모델을 만들면 된다. 한국은 인구가 약 5000만명으로 싱가포르의 10배 수준이다. 경제 규모도 그렇고, 작은 나라가 아니다. 전자 산업에 강한 기반이 있고, 서구권과도 잘 연결돼 있어 좋은 GPU를 확보하기도 쉽다. 그런 강점을 AI 개발 경쟁에서도 살려야 한다. 세계가 ‘이 분야는 한국이 최고’라고 인식하는 것을 목표로 전략적으로 나아가야 한다. 이를 위해 한국도 자체적인 개발 역량을 갖추는 것이 일단 중요하다. 지금 AI 분야에서 좋은 점 중 하나는 ‘오픈 소스(Open source·개발에 필요한 소스 코드, 설계도 등을 공개해둔 것)’ 모델들이 많다는 것이다. 모든 것을 처음부터 새로이 만들 필요가 없다. 딥시크 모델도 오픈 소스로부터 많은 이점을 얻었다. 그러려면 무엇보다 고급 기술 인재가 필요하다. 산업계 및 정부의 전략적 투자·지원도 함께해야 한다.”