최근 정부가 추진 중인 ‘지역 의사제’가 교육계와 의료계의 관심을 모으고 있다. 의과대학 정원 확대와 맞물려 지역 의료 인력 확충을 목표로 한 제도인 만큼, 제도의 실효성과 부작용을 둘러싼 논의도 이어지고 있다. 지역 의사제는 의과대학 졸업 후 의사면허를 취득한 뒤 일정 기간 해당 지역에서 의무적으로 근무하는 조건으로 학생을 선발하는 제도이다. 지원 자격은 해당 지역에서 중·고등학교를 졸업한 학생으로 제한되며, 선발된 학생에게는 등록금과 기숙사비 등 학비 지원이 제공된다. 정부는 의과대학 증원 인원 일부를 지역의사제 전형으로 선발하는 방안을 발표한 바 있다. 의료 인력이 수도권에 집중되는 구조를 완화하고, 지역 필수의료 공백을 줄이겠다는 취지다.
일본에도 이와 유사한 제도가 있다. 특히 일본에서는 외국인에게도 기회를 부여햔다. 일본의 각 국립대학 의과대학은 외국인 특별전형을 통해 정원을 별도로 배정하고(보통 2명 이내), 졸업 후 일정 기간 해당 지역에서 근무하도록 하는 조건을 두고 있다. 다만 일본의 경우 사전에 합격 기준을 마련하여 지원자의 학업 성취도와 역량이 기준에 미치지 못하면 정원을 채우지 않더라고 입학을 시키지 않는 방식으로 운영되는 점이 특징이다. 정원 확보보다 교육의 질, 의사의 질을 우선하는 선발 원칙을 유지하고 있다는 평가가 나온다.
국내에서는 지역 의사제 도입 발표 이후 학부모와 수험생들의 움직임도 감지된다. 일부에서는 서울과 접근성이 좋고 학교 수가 많은 지역이 ‘선호 지역’으로 부상할 것이라는 전망도 내놓고 있다. 실제로 거주지를 해당 지역으로 옮겨 지역 중, 고등학교에 진학하려는 상담도 이루어지고 있다고 한다. 이는 제도 취지와 달리 ‘입시 전략’ 차원의 지역 이동을 유발할 수 있다는 점에서 정책 설계의 정교함이 요구된다는 지적도 있다.
한편 의료 환경의 변화 역시 변수로 작용한다. 2016년 수도권의 한 병원에서는 IBM의 인공지능 시스템 Watson for Oncology을 도입해 암 치료 보조에 활용했다. 방대한 의학 논문과 임상 데이터를 학습한 인공지능이 치료법을 제시하고, 의료진이 이를 참고하는 방식이었다. 당시에는 높은 운영 비용과 적용 범위의 한계로 확산에 제약이 있었지만, 이후 의료 인공지능 기술은 영상 판독과 진단 보조 분야를 중심으로 빠르게 발전해 왔다. 최근 상용화된 AI 기반 진단 보조 시스템은 흉부 X-ray나 CT 영상을 분석해 폐암 등 중증 질환을 높은 정확도로 탐지하는 것으로 보고된다. 의료 현장에서는 이를 경험이 적은 의료진의 판단을 보완하는 도구로 활용하고 있다. 의료 인력 부족 문제를 해결하기 위한 제도적 접근과 함께, 기술 발전이 의료 인력 수요 구조에 어떤 변화를 가져올 지에 대한 논의도 병행되어야 한다.
전문가들은 지역 의사제가 지역 의료 공백 해소와 지역 정주 인력 확대라는 정책 목표를 동시에 달성할 수 있는 수단이 될 수 있다고 본다. 다만 의무 복무 기간이 길고, 학생 개인의 진로 선택에 장기적 영향을 미치는 만큼 충분한 사회적 합의와 제도 보완이 필요하다는 의견도 제기된다. 의료 인력 정책은 단기간의 수급 조절을 넘어, 교육·지역 균형·기술 발전이라는 복합적 요소와 맞물려 있다. 지역의사제가 실질적인 지역 의료 강화로 이어질지, 혹은 또 다른 입시 경쟁을 촉발할지는 향후 운영 과정과 보완책에 달려 있다는 분석이 나온다.
