의학교육의 질 기준으로 증원?…교수들 "교육 가능성 따져야"

의대교수협, 기자간담회 열고 "정부는 추계 원자료 공개해야"

 전국의과대학교수협의회(의대교수협)는 13일 의학 교육의 질 확보를 기준으로 한 정부의 의대 정원 증원 결정을 두고 "의학교육의 질은 법정 기준 충족이 아닌 실제 운영 가능성으로 검증해야 한다"고 강조했다.

 의대교수협은 이날 서울 성북구 고려대 법학전문대학원에서 기자간담회를 열고 "정부가 제시하는 법정 기준은 '가능'의 최소 조건일 뿐"이라며 이렇게 밝혔다.

 보건복지부는 이달 10일 보건의료정책심의위원회(보정심)를 열고 2027∼2031학년도 서울권을 제외한 32개 의대 정원을 연평균 668명 늘리기로 했다. 보정심의 의사 인력 양성 규모 기준 5개 중 하나는 '의대 교육의 질 확보'였다.

 그러면서 "이 네 가지 조건이 확인되지 않으면 교육의 질 확보라는 말을 정책의 근거로 사용하기 어렵다"며 "정원은 장기 변수로, 정부가 교육의 질 확보를 심의 원칙으로 삼는다면 연도별 시나리오 검증 자료를 먼저 공개해야 한다"고 덧붙였다.

 의대교수협은 또 "협회는 정원 논의 자체를 부정하지 않는다"며 "다만 교육의 질이 정책의 근거라면 그 질을 측정 가능한 방식으로 검증해야 하므로 정부는 (추계) 원자료를 공개하고, 2027∼2031년 정책 시나리오 검증부터 해야 한다"고 주장했다.



학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만

메디칼산업

더보기