기술은 언제나 도구였다. 그것이 인간의 삶을 구원할지, 아니면 무력하게 만들지는 온전히 설계자의 의도와 사용자의 판단에 달렸다. 샌프란시스코 소방관 켄 존스의 사망 소식은 이런 기술의 양면성을 다시금 일깨운다. 그는 32년간 화재 현장에서 목숨을 걸고 일한 후 폐암 진단을 받았고, 보험사 블루실드의 치료비 거부 결정으로 결국 세상을 떠났다. 이 사건은 단순히 개인의 비극이 아니다. 그것은 현대 의료 시스템이 데이터와 알고리즘에 얼마나 의존하고 있으며, 그 과정에서 인간의 생명이 어떻게 객관화되는지를 보여주는 상징적인 사례다.
블루실드는 존스의 치료비를 거부하면서 “의학적 필요성”이 부족하다는 이유를 댔다. 이 문구는 의료 보험 업계에서 흔히 사용되는 공식적 표현이지만, 그 이면에는 복잡한 알고리즘과 비용 최적화 모델이 자리하고 있다. 보험사는 환자의 진료 기록, 치료 이력, 통계적 생존율을 입력받아 “비용 대비 효과”를 계산한다. 이 과정에서 인간의 고통은 숫자로 환원되고, 치료의 가치는 금전적 손익으로 평가된다. 존스의 사례는 이런 시스템이 예외적인 상황을 얼마나 쉽게 간과하는지를 보여준다.
문제는 이런 결정이 완전히 자동화된 것은 아니라는 점이다. 알고리즘은 의사결정을 “지원”할 뿐이며, 최종 판단은 여전히 인간에게 남아 있다. 하지만 실상은 다르다. 보험 심사 과정은 점점 더 데이터에 의존하고 있으며, 심사관들은 알고리즘이 제시한 “추천”을 거부하기 어려워한다. 이는 기술이 인간의 판단을 대체하는 것이 아니라, 인간의 판단을 기술의 틀 안에 가두는 현상이다. 존스의 폐암이 직업병으로 인정받지 못한 것도 이런 맥락에서 이해할 수 있다. 소방관의 직업병 리스크는 통계적으로 잘 알려져 있지만, 개별 사례에서 그 인과관계를 증명하는 것은 복잡한 문제다. 데이터는 집단적 위험을 예측할 수 있지만, 개인의 고통을 온전히 담아내지는 못한다.
기술은 언제나 도구의 역할을 넘어서 사회의 구조를 재편한다. 의료 보험 시스템이 데이터에 의존할수록, 환자의 목소리는 시스템의 논리에 흡수되어 희미해진다.
이 사건은 의료 AI의 윤리적 딜레마를 다시금 떠올리게 한다. 최근 몇 년간 의료 분야에서는 AI를 활용한 진단과 치료 계획 수립이 활발히 진행되고 있다. IBM의 왓슨 헬스, 구글의 딥마인드 헬스 등은 이미 임상 현장에서 활용되고 있으며, 그 정확성과 효율성은 주목할 만하다. 하지만 이런 시스템이 인간의 생명을 다루는 과정에서 발생하는 오류와 편향은 어떻게 통제될 수 있을까? 존스의 사례는 AI가 아무리 정교해져도, 그것이 인간의 고통을 완전히 이해하지 못한다는 근본적인 한계를 보여준다.
더 큰 문제는 이런 시스템이 사회의 불평등을 심화시킬 수 있다는 점이다. 보험사는 위험이 높은 집단(예: 소방관, 광부, 화학공장 노동자)에 대해 더 높은 보험료를 책정하거나, 특정 치료를 제한하는 방식으로 대응한다. 이는 개별 환자의 치료 기회를 박탈하는 것뿐만 아니라, 사회적 약자를 더욱 취약한 위치에 놓이게 만든다. 기술이 공정성을 높일 것이라는 기대는 여기서 완전히 무너진다. 알고리즘은 데이터를 기반으로 하지만, 데이터 자체가 편향되어 있다면 그 결과도 편향될 수밖에 없다.
켄 존스의 죽음은 기술에 대한 무조건적인 신뢰가 얼마나 위험한지를 경고한다. 데이터와 알고리즘은 인간의 판단을 보완할 수 있지만, 대체할 수는 없다. 의료 시스템이 점점 더 기술에 의존할수록, 우리는 그 기술이 인간의 생명을 어떻게 다루고 있는지 끊임없이 질문해야 한다. 존스의 가족이 제기한 소송이 어떻게 결론날지는 모르겠지만, 이 사건은 의료 보험 시스템의 근본적인 문제를 드러냈다. 기술이 인간의 생명을 구할 수 있는 도구가 되려면, 그 기술이 인간의 고통을 이해하고 존중할 수 있어야 한다.
이 사건에 대한 자세한 내용은 ABC7 뉴스 보도에서 확인할 수 있다.
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
