영국 AI 의료기기 규제, 전 생애주기 개편 추진

영국은 1만2,000명 이상으로부터 의견을 청취한 독립위원회의 권고에 따라 AI 의료기기 규제의 대대적인 전환을 제안했다. 승인 절차를 단일한 종착점으로 보는 대신, 이 제안은 AI 시스템의 운용 전 생애주기에 걸친 모니터링을 도입한다.

이 계획은 Medicines and Healthcare products Regulatory Agency가 설립한 전문가 패널인 National Commission into the Regulation of AI in Healthcare에서 나왔다. 핵심 결론은 분명하다. 비교적 정적인 의료기기를 전제로 설계된 규정은 지역, 데이터, 업데이트, 임상 워크플로에 따라 변화하는 소프트웨어에 맞지 않는다.

위원회는 영국이 일회성 보증을 단계적 접근, 실제 환경 증거, 지속적 감독, 의료 시스템 전반의 더 명확한 책임 체계로 대체해야 한다고 본다. 여기에는 핵심적인 균형 문제가 있다. 규제 당국은 환자가 유용한 기술을 더 빨리 이용할 수 있기를 원하지만, 조기 접근에는 집행 가능한 제한과 신뢰할 수 있는 모니터링이 수반돼야 한다.

영국 AI 의료기기 규제, 일회성 승인을 넘어설 전망

위원회는 규제 승인이 감독의 끝이 아니라 시작이 되어야 한다고 본다.

위원회는 MHRA가 2025년 9월 이를 설립한 뒤, 2026년 9월 10일 권고안을 발표했다. 이는 독립적인 비법정 자문기구였으므로, 보고서 자체가 영국 법률을 변경하는 것은 아니다.

정부와 MHRA는 공식 대응안을 내기 전에 이 권고를 검토할 예정이다. 이 구분은 보고서가 제정된 규제 체계가 아니라 청사진이라는 점에서 중요하다.

그럼에도 이 제안은 당국자들에게 상세한 향후 경로를 제시한다. 첫 번째 권고는 UK Medical Devices Regulations 2002의 체계적 검토를 요구한다. 목표는 소프트웨어와 AI 기반 제품에 맞춘 규제 체계다.

위원회는 현행 규정이 모든 헬스케어 AI 제품을 명확하게 분류하지 못한다고 지적한다. 행정 보조 도구, 웰니스 애플리케이션, 임상 의사결정 도구는 매우 다른 위험을 만들 수 있다. 하지만 하나의 제품이 여러 기능을 결합할 경우 그 경계는 모호해질 수 있다.

제안에 따르면 규제 당국은 관련 임상 위험을 유발하는 의료 기능에 더 면밀히 초점을 맞추게 된다. 또한 기대되는 이점, 제품 생애주기, 국제 규제 접근법과의 정합성도 고려한다.

보고서는 제조사가 경우에 따라 자체 선언할 수 있는 저위험 Class I 기기에 특히 주목한다. 소프트웨어가 독립적 감독을 정당화할 만큼 환자 위험을 초래할 경우, 이 모델의 취약점을 해소할 것을 권고한다.

가장 눈에 띄는 제안은 단계적 허가다. 위원회의 프레임워크는 이를 더 폭넓은 허가에 앞서 제한된 범위 내에서 배치하는 방식으로 정의한다.

기기는 우선 지정된 병원, 임상 환경 또는 환자 집단에서 운용될 수 있다. 개발자는 합의된 조건 아래에서 증거를 수집하고, 임상의와 규제 당국은 성능을 추적한다.

확대 여부는 이러한 증거에 달려 있다. 안전하게 작동하는 시스템은 더 폭넓은 사용으로 나아갈 수 있지만, 성능이 미흡하거나 불안정한 경우 배치가 중단될 수 있다.

정부 당국자들은 이 모델을 ‘L-plates’를 붙인 초보 운전자에 비유했다. 이 비유는 실제 환경 경험과 제한된 운용 조건 사이에서 의도한 균형을 보여준다.

동시에 이 비교는 어려운 정책 질문도 드러낸다. 초보 운전자 곁에는 면허를 가진 감독자가 앉아 있지만, 의료 알고리즘의 책임은 여러 조직에 걸쳐 있을 수 있다.

제조사는 모델을 구축하고 업데이트한다. 병원은 배치 장소를 선택한다. 임상의는 출력을 해석하며, 기술 공급업체는 시스템 간 데이터를 전달하는 인프라를 관리할 수 있다.

MHRA는 의료기기를 규제하지만, 다른 기관들은 의료 서비스 품질, 전문직 윤리, 조달, 연구, 데이터 보호를 감독한다. 이러한 책임이 실제로 연결되지 않는다면 단계적 허가는 환자를 보호할 수 없다.

따라서 이 제안은 제품 승인을 넘어선다. 규제 당국, 의료 제공자, 전문가, 개발자, 제조사, 환자, 대중을 연결하는 시스템 전반의 접근법을 요구한다.

이러한 더 넓은 범위는 보고서를 기술적 기기 규정의 단순한 개정 이상으로 만든다. 이는 AI 시스템이 임상 진료에 들어온 뒤 성능이 바뀔 때 누가 행동해야 하는지를 정의하려는 시도다.

정적인 기기 규정은 AI 성능 드리프트에 취약하다

AI 시스템은 평가를 통과한 뒤에도 지역 환자군, 워크플로 또는 데이터가 달라지면 다르게 작동할 수 있다.

전통적인 의료기기 규제는 제품이 시장에 출시되기 전에 수집된 증거에 상당한 비중을 둔다. 이 접근법은 승인된 제품이 배치 이후에도 실질적으로 일관성을 유지할 때 가장 효과적이다.

AI 기반 소프트웨어는 이러한 전제를 복잡하게 만든다. 성능은 이를 둘러싼 인구 집단, 병원, 하드웨어, 임상 워크플로, 데이터 파이프라인에 따라 달라질 수 있다.

한 지역의 데이터로 개발된 진단 모델은 다른 지역에서 상이한 질병 양상을 접할 수 있다. 또한 다른 스캐너에서 생성된 이미지나 다른 임상 관행에 따라 기록된 데이터를 받을 수도 있다.

이런 차이는 맥락 의존적 성능을 낳을 수 있으며, 이는 사용 환경에 따라 결과가 달라진다는 뜻이다. 강력한 실험실 평가는 전국 의료 시스템 전반에서 나타나는 모든 조건을 포착할 수 없다.

성능 드리프트는 또 다른 문제를 만든다. 드리프트는 배치 이후 모델 행동이 측정 가능하게 저하되거나 변화하는 현상으로, 흔히 데이터나 임상 조건의 변화로 발생한다.

드리프트가 발생한다고 해서 개발자가 새 모델을 출시해야 하는 것은 아니다. 기반 소프트웨어가 고정돼 있어도 주변 환경은 바뀔 수 있다.

병원은 영상 장비를 교체하거나 의뢰 기준을 변경하고, 새로운 전자기록 워크플로를 도입할 수 있다. 환자 집단 역시 시간이 흐르며 변할 수 있다.

그 결과 알고리즘은 개발 데이터와 다른 입력을 처리하게 될 수 있다. 단 하나의 뚜렷한 실패 사건 없이도 정확도는 점진적으로 약화될 수 있다.

이러한 점진적 양상은 중요하다. 기존의 경계 시스템은 흔히 사고에 초점을 맞춘다. 심각한 오작동이 발생하면 보고, 조사 또는 시정 조치가 촉발된다.

AI 성능 저하는 더 조용할 수 있다. 시스템은 특정 집단에 대해 민감도가 약간 낮아지거나, 거짓 경보를 더 많이 내거나, 특정 장소에서 정확도를 잃을 수 있다.

개별 출력 하나하나가 보고 대상 의료기기 고장처럼 보이지 않을 수도 있다. 그러나 누적 효과는 여전히 진단 지연이나 불필요한 시술 증가로 이어질 수 있다.

위원회는 이러한 위험 때문에 사후 대응형 감시만으로는 충분하지 않다고 주장한다. 위원회가 선호하는 대안은 제품 생애주기 전반에 걸친 반복적 성능 측정과 실제 환경 증거다.

실제 환경 증거란 기기가 실제 진료 환경에서 작동하는 동안 수집되는 정보다. 여기에는 안전성 보고, 임상 결과, 오류 패턴, 하위 집단별 성능, 운영 데이터가 포함될 수 있다.

핵심은 단순히 더 많은 정보를 수집하는 데 있지 않다. 규제 당국에는 성능이 허용 가능한 범위를 벗어났을 때 이를 드러내는 사전 정의된 기준값이 필요하다.

개발자에게도 단계적 대응 절차가 필요하다. 이러한 절차는 언제 조사하고, 사용을 제한하며, 업데이트를 중단하거나 기기를 철수해야 하는지를 식별해야 한다.

위원회는 생애주기 전반에 걸친 보건 형평성 평가도 추가로 권고한다. 모델의 평균 성능은 서비스 소외 인구 또는 규모가 작은 인구통계 집단에서 더 낮은 결과를 가릴 수 있다.

이 문제는 단계적 배치 기간에 더 심각해질 수 있다. 초기 배치 기관은 확장 이후 시스템을 접하게 될 전체 인구를 대표하지 않을 수 있다.

따라서 신뢰할 수 있는 허가 경로는 어떤 집단이 증거에 포함되는지를 명시해야 한다. 또한 집단 간 성능 차이가 나타날 때 규제 당국이 어떻게 대응할지도 설명해야 한다.

위원회의 대중 참여 조사도 이러한 강조를 뒷받침한다. Health Foundation 연구는 2026년 3월과 4월에 Cardiff, Milton Keynes, York에서 78명을 대상으로 워크숍을 진행했다.

참가자들은 헬스케어 AI 규제를 위한 다섯 가지 원칙을 마련했다. 정확성이 가장 중요한 우선순위로 꼽혔으며, 인간의 감독과 불평등한 의료를 막기 위한 보호장치도 핵심 조건이었다.

이 결과가 대중이 헬스케어 AI를 거부한다는 뜻은 아니다. 수용성은 눈에 보이는 통제 장치와 배치 후에도 유의미한 증거에 달려 있음을 보여준다.

그래서 지속적 모니터링은 제안된 영국 AI 의료기기 규제의 중심에 놓인다. 이는 조기 접근을 안전성과 유효성을 지속적으로 입증해야 하는 의무와 연결한다.

단계적 허가는 확실성을 더 나은 증거와 맞바꾼다

단계적 허가는 초기의 제한된 불확실성을 수용하되, 노출 범위가 확대되기 전에 더 강력한 증거를 요구한다.

위원회의 제안은 규제 당국이 제품이 환자에게 도달하기 전에 모든 불확실성을 해소해야 한다는 관념에 도전한다. 일부 AI 시스템의 경우 통제된 배치는 추가 실험실 시험보다 더 나은 증거를 만들어낼 수 있다.

이 접근법은 성능이 지역 워크플로에 크게 좌우될 때 도움이 될 수 있다. 또한 개발자가 임상의가 출력을 의도한 방식으로 사용하는지 시험하는 데도 도움이 된다.

예를 들어 모델은 의료 영상에서 뇌졸중 가능성을 표시할 수 있다. 기술적 정확도도 중요하지만, 대응 시간, 인력 배치, 경보 표시 방식, 단계적 대응 절차 역시 중요하다.

단계적 배치는 이 모델의 사용을 교육받은 인력이 있는 지정 병원으로 제한할 수 있다. 허가에는 빈번한 보고와 서비스 이용이 불가능해졌을 때의 대체 경로가 요구될 수 있다.

제조사와 병원은 그 조건에서 시스템이 진료를 개선하는지 연구할 수 있다. 확대는 사전에 정의된 안전성 및 성능 요건이 충족된 뒤에만 이뤄진다.

위원회의 권고 14는 이러한 경로가 기술적 성숙도, 임상적 필요성, 필요한 위험 통제를 고려해야 한다고 명시한다. 또한 그 조건이 투명해야 한다고 말한다.

단계적 허가에서 완전 허가로 가는 경로는 명확히 정의돼야 한다. 그러지 않으면 병원은 무기한 잠정 상태에 머무는 제품에 의존하게 될 수 있다.

이 제안은 허가 시점에 감시 계획도 평가할 것을 요구한다. 제조사는 시판 후 연구를 수행하고 정기적인 성능 보고서를 제출해야 할 수 있다.

규제 당국에는 보고 대상 사고가 발생하기 전에 개입할 절차가 필요하다. 감지 가능한 성능 저하 자체가 단계적 대응을 촉발할 수 있다.

이 설계는 통상적인 증거 배분을 뒤집는다. 시판 전 시험을 없애지는 않지만, 시판 후 증거에 더 큰 역할을 부여한다.

이러한 균형에는 잠재적 이점이 있다. 환자는 유망한 기술을 더 일찍 이용할 수 있고, 규제 당국은 가장 중요한 환경에서의 성능을 평가할 수 있다.

그러나 심각한 실행 위험도 수반된다. 제한된 배치에도 실제 환자가 포함되며, 부실한 모니터링은 통제된 불확실성을 관리되지 않는 노출로 바꿀 수 있다.

데이터 가용성은 하나의 제약 요인이다. 병원은 모델 버전, 입력, 출력, 임상 조치, 결과, 환자 집단에 관한 일관된 정보를 수집해야 한다.

이러한 기록은 별도의 시스템에 흩어져 있을 수 있다. 제조사는 이를 해석하는 데 필요한 임상 결과를 받지 못한 채 기술 로그만 확인할 수 있다.

병원은 결과 데이터를 보유하고 있을 수 있지만, 소프트웨어 변경을 식별하는 데 필요한 모델 원격측정 데이터는 부족할 수 있다. 그러면 규제 당국은 여러 조직에서 취합한 불완전한 정보를 마주하게 된다.

모니터링 빈도 역시 또 다른 선택의 문제를 만든다. 월간 보고는 급격한 성능 저하를 놓칠 수 있는 반면, 실시간 감독은 잡음과 오경보를 발생시킬 수 있다.

성능 임계값에도 임상적 의미가 필요하다. 작은 통계적 변동은 환자 진료에 영향을 주지 않을 수 있지만, 평균의 완만한 변화가 특정 하위집단에 대한 심각한 위해를 가릴 수도 있다.

따라서 단계적 승인은 단순한 허가 표지만으로는 충분하지 않다. 데이터 표준, 추적 가능성, 분석 역량, 그리고 상충하는 증거를 해결하기 위한 규칙이 필요하다.

영국은 이미 AI Airlock sandbox를 통해 이 모델의 일부를 시험했다. MHRA는 실제 제품을 활용해 규제 과제를 탐색하기 위해 2024년에 이 프로그램을 시작했다.

두 번째 단계에서는 시판 후 감시, 증거 생성, 인적 요인, 변화하는 알고리즘을 검토했다. 이 프로그램은 현행 체계가 파편화되어 있고 일관되게 적용하기 어려울 수 있다는 점을 확인했다.

Airlock은 사전 결정된 변경 관리 계획도 검토했다. PCCP는 계획된 소프트웨어 수정 사항, 이를 통제하는 절차, 그리고 그 영향 평가 방식을 설명한다.

이러한 계획은 개발자가 업데이트마다 새 심사를 받지 않고도 승인된 범주의 변경을 수행할 수 있게 한다. 다만 이 계획은 명확한 경계와 검증 요건을 정의해야 한다.

2026년 Airlock 보고서는 PCCP가 아직 영국 체계에 공식적으로 포함되지 않았다고 지적했다. 또한 실제 운영 방식에 대한 불확실성도 설명했다.

이 공백은 단계적 허가와 통제된 업데이트가 규제 예측 가능성에 의존한다는 점에서 중요하다. 개발자는 어떤 변경이 기존 승인 범위 안에 남는지 알아야 한다.

규제 당국도 새 검토가 필요한 변경에 대해 동등한 수준의 명확성을 확보해야 한다. 병원은 어떤 버전이 운영 중인지, 그리고 그 근거가 여전히 적용되는지 알아야 한다.

이 요소들이 함께 작동할 때 단계적 경로는 접근성과 증거를 모두 개선할 수 있다. 그렇지 않으면 발견하기 더 어려운 실패를 동반한 완화된 승인 경로가 될 위험이 있다.

환자 안전은 공동 책임에 달려 있다

수명주기 규제에서 가장 어려운 부분은 AI 시스템이 변했다는 사실을 단지 감지하는 것이 아니라, 누가 조치할지를 정하는 일이다.

위원회는 제조업체만으로 모든 위험을 관리할 수 있다는 생각을 거부한다. 의료 AI는 사회기술적 시스템 안에서 작동하므로, 소프트웨어의 결과는 사람, 조직, 절차, 인프라에 좌우된다.

모델 출력이 정확하더라도 임상의가 이를 잘못 해석하면 위해가 발생할 수 있다. 반대로 직원들이 시스템의 한계를 이해한다면 잘못된 결과를 발견할 수도 있다.

자동화 편향은 이러한 관계를 복잡하게 만든다. 이는 반대되는 증거가 존재하더라도 자동화된 권고를 선호하는 경향을 말한다.

교육은 이러한 위험을 줄일 수 있지만, 교육만으로는 충분하지 않다. 인터페이스, 업무량, 경보, 현지 정책, 관리 기대치 모두가 임상의의 행동을 형성한다.

위원회는 AI가 의료 전문가의 판단을 대체하는 대신 지원해야 한다고 말한다. 또한 AI가 환자 진료에 실질적으로 기여할 때 환자가 이를 알 수 있어야 한다고 촉구한다.

모든 백그라운드 사용에 동일한 수준의 공개가 필요한 것은 아니다. 행정적 일정 관리 도구는 진단이나 치료 선택에 영향을 미치는 소프트웨어와는 다른 우려를 낳는다.

규제의 과제는 비례적인 투명성을 정의하는 일이다. 정보가 너무 적으면 환자는 알지 못하게 되고, 무차별적인 고지는 의미를 잃을 수 있다.

문제가 발생했을 때 책임성은 더욱 중요해진다. 환자에게는 설명, 조사, 시정, 구제를 받을 수 있는 경로가 필요하다.

제조업체는 현지 구현을 탓할 수 있다. 병원은 승인된 기기를 지목할 수 있고, 임상의는 시스템이 결정에 영향을 미쳤다고 말할 수 있다.

위원회는 배포 전에 책임을 정립하기를 원한다. 조달 계약, 임상 거버넌스, 규제 조건은 동일한 모니터링 및 대응 계획을 뒷받침해야 한다.

기존 영국 정책도 이미 이 문제를 인식했다. 정부는 이전 규제 대응에서 안전성과 성능 모니터링을 위한 제조업체와 의료기관 간 협약을 지지했다.

해당 대응은 기기를 철수해야 하는 경우의 대체 계획도 지지했다. 다만 정부 관계자들은 일부 책임은 의료기기법이 아니라 조달 요건에 포함되어야 한다고 밝혔다.

새 위원회는 더 폭넓은 관점을 취한다. 규제, 조달, 전문직 기준, 의료 거버넌스가 연결된 체계로 작동해야 한다고 주장한다.

제안에는 AI 기기 안전 정보에 대한 검색 가능한 공개 정보원이 포함된다. 환자는 특정 제품에 대해 알려진 사고와 그 밖의 관련 세부 정보를 확인할 수 있다.

이는 기존 안전 데이터베이스의 원칙을 바탕으로 한다. 그러나 유용한 투명성을 위해서는 단순히 원시 사고 건수를 공개하는 것 이상이 필요하다.

수백만 번 사용된 제품은 드물게 배포된 시스템보다 자연스럽게 더 많은 보고를 낳는다. 보고 관행의 차이도 비교를 왜곡할 수 있다.

따라서 공개 정보는 의도된 사용 목적, 기기 버전, 위험 등급, 배포 규모, 이용 가능한 증거의 한계를 설명해야 한다. 그렇지 않으면 겉보기의 개방성이 오해를 불러일으킬 수 있다.

위원회는 MHRA의 집행 권한 강화도 권고한다. 규제 당국이 데이터를 확보하거나 증거에 신속히 대응할 수 없다면 지속적 모니터링은 거의 보호 기능을 하지 못한다.

MHRA는 모델 성능과 소프트웨어 변경을 평가할 충분한 기술 전문성을 갖춰야 한다. 또한 증가하는 제품 수를 감독할 자원도 필요하다.

Health Foundation의 최고경영자 Jennifer Dixon은 정부의 위원회 발표에서 이 역량 문제를 지적했다. 그는 실행이 NHS의 역량, 기술, 시스템에 달려 있다고 말했다.

이것이 제안의 가장 강력한 회의적 관점이다. 설계는 신뢰할 만하지만, 보호 가치는 여전히 불균등한 운영 인프라에 달려 있다.

병원은 이미 광범위한 임상 안전, 사이버 보안, 조달, 데이터 의무를 관리하고 있다. 수명주기 AI 모니터링은 이러한 기능 전반에 걸쳐 전문 업무를 추가한다.

소규모 의료 제공기관은 성능 드리프트, 편향, 업데이트, 실제 환경 성능을 해석할 수 있는 팀을 유지하기 어려울 수 있다. 소규모 개발사도 비슷한 한계에 직면할 수 있다.

중앙 지원은 중복 업무를 줄일 수 있다. 공동 모니터링 인프라와 공통 보고 표준은 지역 간 증거 비교를 더 쉽게 만들 것이다.

그러나 중앙집중화는 자체적인 위험도 가져온다. 국가 차원의 모니터링 플랫폼은 민감한 건강 정보를 보호하고 의미 있는 지역 맥락을 보존해야 한다.

위원회의 권고는 실행에 충분한 자원을 갖춘 규제기관이 필요하다는 점을 인정한다. 그러나 아직 예산, 인력 수준, 기술 아키텍처를 확립하지는 않았다.

자문 보고서에서 이러한 생략은 이해할 만하다. 동시에 정부의 최종 실행 계획이 이 제안이 실제 관행을 바꿀지 결정하게 된다는 의미이기도 하다.

영국은 수명주기 감독을 향한 국제적 전환에 동참하고 있다

영국의 제안은 국가별 특수성을 지니지만, 그 핵심 규제 도구는 점차 다른 주요 당국이 사용하는 접근법과 닮아가고 있다.

AI 의료기기 규제는 국제적 조정 문제로 변하고 있다. 개발자는 흔히 여러 시장을 대상으로 하나의 제품을 설계하지만, 규제 당국은 각자의 관할권 내에서 책임을 유지한다.

서로 다른 정의나 보고 요건은 규정 준수 비용을 높일 수 있다. 더 중요하게는, 일관되지 않은 증거 기준이 안전 신호를 비교하기 어렵게 만들 수 있다.

위원회는 명확하고 회복력 있는 규제를 뒷받침하는 경우 국제적 조화를 권고한다. 또한 영국은 자국 환자가 사용하는 제품에 대한 책임을 유지해야 한다는 점도 인정한다.

공통 도구 중 하나는 사전 결정된 변경 관리 계획이다. MHRA는 미국 식품의약국 및 Health Canada와 함께 PCCP의 국제 원칙 개발을 도왔다.

미국 체계는 더 앞서 나갔다. FDA는 2025년 8월 AI 기반 기기 소프트웨어 기능을 위한 최종 PCCP 지침을 발표했다.

이 지침은 계획된 수정, 개발 및 검증 방법, 구현 통제, 영향 평가를 다룬다. FDA는 시판 허가 신청의 일부로 이 계획을 검토한다.

허가를 받은 개발자는 이후 모든 수정 사항마다 별도 신청을 제출하지 않고도 해당 계획에 포함된 변경을 구현할 수 있다. 계획 범위를 벗어나는 변경에는 여전히 적절한 규제 검토가 필요하다.

이 모델은 제한 없는 자기 업데이트 소프트웨어를 허용하지 않는다. 예상된 변경을 위한 통제된 범위를 정의하고, 통제 조치가 계속 효과적이라는 증거를 요구한다.

영국 위원회의 수명주기 접근법은 이 개념을 보완한다. PCCP는 알려진 변경 범주를 관리하고, 지속적 감시는 예기치 않은 성능 문제를 찾는다.

단계적 허가는 수명주기에서 다른 지점을 다룬다. 실제 환경의 증거가 불확실성을 줄여감에 따라 제품의 초기 범위가 어떻게 확장될 수 있는지를 규율한다.

유럽연합은 또 하나의 중요한 비교 대상이다. EU의 의료기기 체계에는 이미 시판 후 감시 및 경계 요건이 포함되어 있다.

EU AI Act는 특정 고위험 AI 시스템에 대한 요건을 추가한다. 의료기기인 AI 시스템의 경우, 핵심 고위험 조항은 2027년 8월 2일부터 적용될 예정이다.

유럽 지침은 시판 후 모니터링을 기술의 특성과 위험에 연결한다. 이러한 방향은 비례적인 수명주기 감독을 요구하는 영국 위원회의 주장과 유사하다.

그러나 법적 구조는 동일하지 않다. 영국 본토는 UK Medical Devices Regulations에 따라 운영되는 반면, EU 규칙은 Windsor Framework에 따라 북아일랜드에 계속 적용된다.

따라서 영국 시장을 대상으로 하는 개발자는 한 국가 안에서도 서로 다른 규제 체계를 마주할 수 있다. 정렬은 마찰을 줄일 수 있지만, 이러한 법적 차이를 없앨 수는 없다.

위원회는 신뢰할 수 있는 해외 규제기관과 관련된 인정 및 의존 경로도 지지한다. 이러한 경로는 영국의 최종 결정을 포기하지 않으면서 해외 평가를 고려할 수 있다.

이 접근법은 다른 지역에서 강력한 근거를 갖춘 제품에 대한 중복 검토를 줄일 수 있다. 또한 환자가 유용한 기기에 더 빨리 접근하도록 도울 수 있다.

당국이 근본적인 맥락 없이 승인 결정만 교환한다면 의존은 위험해진다. 다른 의료 시스템에서 검증된 모델은 NHS에서 다르게 작동할 수 있다.

따라서 데이터 표준과 투명한 증거가 필수적이다. 규제 당국은 해외 결과가 현지 인구와 업무 흐름에 적용될 수 있는지 판단할 충분한 세부 정보를 필요로 한다.

국제적 조정은 승인 후 모니터링도 개선할 수 있다. 한 시장에서 나타난 안전 신호는 같은 패턴이 다른 곳에서 가시화되기 전에 중요할 수 있다.

모델 버전, 변경, 사고, 성능 측정치에 대한 공통 용어는 이러한 신호를 더 쉽게 해석하게 할 것이다. 또한 제조업체 의무를 더 예측 가능하게 만들 것이다.

그러나 조화가 가장 요구 수준이 낮은 경로를 향한 경쟁이 되어서는 안 된다. 개발자는 당연히 명확하고 시의적절한 승인을 제공하는 시장을 선호할 것이다.

위원회는 안전성과 속도가 서로를 뒷받침하도록 만들고자 한다. 예측 가능한 조건은 투자를 장려하는 한편, 지속적인 증거는 환자를 보호할 수 있다.

그 약속은 아직 입증되지 않았다. 영국은 단계적 접근이 완전한 허가에 필요한 엄격성을 낮추지 않으면서 더 나은 근거를 만들어낸다는 점을 보여야 한다.

성공한다면 이 프레임워크는 다른 규제기관에도 영향을 미칠 수 있다. 그러나 이행이 느리거나 일관되지 않다면 개발사는 그에 상응하는 명확성 없이 또 하나의 절차적 층위를 마주하게 될 수 있다.

개편이 환자를 보호하는지 보여줄 세 가지 신호

다음 시험대는 장관들이 자문 청사진을 집행 가능한 규칙, 재원이 확보된 모니터링, 활용 가능한 공공 정보로 전환하는지 여부다.

첫 번째 신호는 정부의 공식 대응이다. 당국은 어떤 권고안을 수용할지, 그리고 어떤 항목에 입법·지침·운영상의 변화가 필요한지 결정해야 한다.

강력한 대응은 책임 기관과 목표 일정을 명시할 것이다. 또한 단기적인 MHRA 지침과 의료기기법 개정이 필요한 변화를 구분할 것이다.

이 신호는 단계적 허가가 명확히 정의된 경로가 될지, 아니면 정책적 열망에 머물지를 보여줄 것이다. 명확한 진행 및 철회 규칙은 위원회의 주장을 강화할 것이다.

모호한 약속은 이를 약화시킬 것이다. 개발사와 병원은 세부 규제 조건 없이 허가 개념을 중심으로 근거 프로그램을 설계할 수 없다.

두 번째 신호는 시판 후 모니터링의 설계다. 중요한 세부 사항에는 필수 지표, 보고 빈도, 하위 집단 분석, 그리고 대응 강화 기준이 포함된다.

영국은 2025년에 발효된 규정을 통해 일반 의료기기 감시를 강화했다. 그러나 Airlock findings는 AI에 더 구체적인 접근이 필요한 이유를 설명한다.

현행 시스템은 변화가 개별적이며 감지 가능하다고 가정할 수 있다. 일부 AI 실패는 점진적으로 나타나거나 특정 임상 환경에서만 드러난다.

신뢰할 수 있는 이행 계획은 기기 버전을 배포 현장 및 성능 근거와 연결해야 한다. 또한 상충하는 신호를 누가 조사할지도 명시해야 한다.

공개 보고는 신중하게 설계해야 한다. 규제기관은 개인 건강 데이터를 노출하거나 오해를 낳는 비교를 부추기지 않으면서 유용한 안전성 정보를 제공해야 한다.

MHRA가 공통 근거 및 보고 기준을 공개한다면 수명주기 전반의 감독은 측정 가능해진다. 모든 병원과 제조사가 각자 방식을 만든다면 국가 차원의 가시성은 계속 제한적일 것이다.

세 번째 신호는 NHS와 MHRA 전반의 이행 역량이다. 모니터링 요건은 조직에 이를 수행할 인력, 도구, 그리고 행동할 권한이 있을 때만 작동한다.

재원 확보, 전문 인력 채용, 공동 기술 인프라, 그리고 임상의의 명확한 역할을 주시해야 한다. 조달 문서 역시 배포가 시작되기 전에 책임을 배정해야 한다.

이 역량 문제는 지속적 감독이 선제적으로 작동할지, 아니면 단지 더 많은 서류 작업을 만들어낼지를 결정한다. 또한 환자 안전과 혁신 유인이 맞닿는 지점이기도 하다.

근거 요건이 NHS 현장 전반에서 일관되게 유지될 때 개발사는 이점을 얻는다. 병원은 검증된 모니터링 방식을 재사용하고 기술 업무의 중복을 피할 수 있을 때 이점을 얻는다.

이 환경을 준비하는 팀은 의사결정, 모델 문서, 성능 보고서, 규제기관과의 소통을 검색 가능한 지식 기반에 보존해야 한다. 추적 가능성은 마지막 단계의 규정 준수 작업이 아니라 일상 운영의 일부가 될 것이다.

영국의 AI 의료기기 규제 제안은 일회성 승인이라는 실질적 약점에 일관된 해답을 제시한다. 이는 변화하는 소프트웨어에는 변화하는 감독이 필요하다는 점을 인정한다.

성공 여부는 얼마나 많은 AI 제품이 NHS에 도입되는지로 측정되지 않을 것이다. 의미 있는 지표는 문제가 더 일찍 드러나는지, 책임이 명확하게 유지되는지, 그리고 환자가 더 안전한 치료를 받는지다.

따라서 당면한 질문은 실무적이다. 정부는 수명주기 규제를 현실로 만들기 위해 필요한 인프라에 재원을 투입하고 이를 집행할 것인가?