지역의사제 노린 유학 막는다…"같은 광역권 중학교 졸업해야"

복지부, 지역의사양성법 시행령 재입법 예고
지역의사제 적용 중·고교 소재지 기준 '비수도권'→'광역권'
지역의사 선발 비율, 의대 정원의 최소 10%

 지방 의대의 정원이 늘어난 영향으로 의대 입시 '광풍'이 불 조짐을 보이자 정부가 같은 광역권 내 중학교를 나와야 인근 의대의 지역의사 선발 전형에 지원할 수 있도록 요건을 강화했다.

 의대 입학을 노린 지방 유학을 막는 것이다.

 보건복지부는 이런 내용을 중심으로 한 지역의사의 양성 및 지원 등에 관한 법률(지역의사양성법) 시행령 제정안의 수정안을 마련해 오는 6일까지 재입법예고 한다고 밝혔다.

 수정안은 우선 지역의사 선발 전형의 선발 비율과 지역학생 선발 비율을 규정했다.

 이에 따라 서울을 제외한 32개 의대는 정원 총합의 최소 10% 이상을 지역의사 선발 전형으로 뽑아야 한다.

 '최소 10%'라는 하한선은 2027학년도 비(非) 서울 의대(총 정원 2천722명)에서 지역의사로 뽑아야 하는 2027학년도 증원분(490명)과 지역의료 현황, 대학별 교육 여건 등을 고려한 최소한의 선발 비율이라는 게 복지부의 설명이다.

 수정안은 또 중학교와 고등학교 소재지 요건을 충족해야 하는 지역학생 선발 비율을 100분의 100으로 규정했다. 지역의사 선발 전형으로 뽑는 인원은 예외 없이 전원 해당 지역 중·고등학교를 졸업한 학생으로 채워야 한다는 뜻이다.

 이와 함께 수정안은 지역의사 선발 전형에 지원하기 위해 따라야 하는 중학교 소재지 요건을 '비수도권'에서 의대 소재지 인접 지역인 '광역권'으로 바꿨다.

 예를 들어 광주광역시에 있는 전남대나 조선대 의대에 지역의사 선발 전형으로 지원하려면 반드시 광주·전남·전북에 있는 중학교를 졸업해야 하는 것이다.

 해당 지역에서 성장한 학생을 지역의사로 뽑고, 그 지역에서 의무 복무하게 해 지역에 장기 정주할 지역의사를 양성하려는 목적이다.

 복지부 관계자는 "입학이 유리한 의대를 좇아 지방 유학을 가는 경우가 많은데, 지방 이주는 지역의사양성법의 취지에 어긋난다는 의견을 반영했다"며 "전남대 의대를 가려면 인근 학생들이 지원하는 게 원칙"이라고 설명했다.

 중학교 소재지 요건 변경인 2033학년도 입시부터 적용하려던 종전 제정안과 달리 당장 2027학년 입시부터 적용될 예정이다.


의료.병원,한방

더보기
서울성모병원 등 15개 병원, 암 병리 AI데이터 16만건 구축
가톨릭대학교 서울성모병원은 정찬권 병리과 교수를 중심으로 한 다기관 디지털 병리 인공지능(AI) 의료기술 연구사업단이 대규모 암 병리 데이터를 구축했다고 1일 밝혔다. 이번 사업에는 서울성모병원을 비롯한 15개 대학병원과 어반데이터랩 등 9개 기업이 참여했다. 정부 연구비 지원을 바탕으로 2021년 작업을 시작한 사업단은 16만장 이상의 암 병리 전체 슬라이드 영상과 병리 단위의 정밀 어노테이션 데이터(병리 영상에서 암 조직과 정상 조직 등을 구분해 AI가 학습할 수 있도록 한 데이터)를 구축했다. 디지털 병리는 전통적인 유리 슬라이드 대신 고해상도 디지털 영상으로 조직을 분석하는 기술로 최근 AI와 결합하면서 진단 정확도를 높이는 데 기여할 것으로 기대되고 있다. 서울성모병원은 사업단이 이러한 클라우드 기반 플랫폼을 구축해 연구 단계에 머물던 기술을 실제 산업 현장으로 연결하는 성과를 이뤘다고 강조했다. 정찬권 교수는 "이번 사업은 단순한 데이터 구축을 넘어 연구자와 기업이 실제 활용할 수 있는 데이터 인프라를 마련했다는 점에서 의미가 있다"며 "앞으로도 디지털 병리 데이터의 품질과 활용도를 높여 연구와 산업을 연결하는 개방형 플랫폼으로의 역할을 이어가겠다

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