인공지능과 국가시험의 만남

한국보건의료인국가시험원(국시원)이 인공지능(AI)을 보건의료인 국가시험에 접목하는 방안을 공식 논의하는 학술세미나를 개최했다. 이번 세미나에는 국내외 대학 및 관계기관 전문가 265명이 참석했으며, 미국 의사·간호사 시험에 적용된 문항반응이론(Item Response Theory, IRT) 기반 평가 사례와 신규 문항 유형이 소개되었다. 특히 간호사 국가시험 개편을 앞둔 시점에서 AI 기반 평가체계 도입 가능성과 공정성 확보 방안이 집중적으로 다뤄졌다.

보건의료 분야에서 AI 활용을 검토하는 핵심 이유는 기존 평가 체계의 공정성과 신뢰성을 한 단계 끌어올리기 위해서다. 국시원은 이 과정에서 미국의 사례를 참고하고 있으며, 이번 세미나에서는 미국 의사 및 간호사 시험에서 IRT 기반 평가와 새로운 문항 유형이 어떻게 운용되는지를 구체적인 사례로 제시했다.

세미나에 참석한 한 관계자는 "미국의 IRT 기반 평가 사례는 국내 시험의 발전 방향을 모색하는 데 실질적인 참고 자료가 될 것"이라고 밝혔다. AI 기반 시험이 갖는 가장 뚜렷한 장점은 평가 항목의 다양화와 분석 정밀도 향상이다.

AI가 문제를 자동으로 생성하거나 피평가자의 응답 패턴을 분석하면, 단편적인 점수 산출을 넘어 수험생의 역량을 다차원적으로 파악할 수 있다. 이번 세미나에서는 AI가 답안 패턴을 분석해 수험생의 이해도를 진단하는 방식이 구체적으로 소개되어 참석자들의 관심을 끌었다.

AI 평가 체계, 기대와 과제

그러나 AI 도입이 곧바로 긍정적인 결과만을 보장하지는 않는다. 시험의 공정성과 신뢰성을 확보하려면 기술적 구현 이상의 요소들이 필요하다. AI 시스템이 적절하게 운영되지 않거나 편향된 데이터를 학습하면 오히려 불공정성을 심화할 수 있다.

패널 토의에 참여한 한 전문가는 "AI가 공정성을 담보하려면 편향성 없는 데이터와 이를 뒷받침하는 제도적 규제 마련이 필수적"이라고 지적했다. 공정성 담보 방안으로는 AI 알고리즘에 대한 투명한 설명과 외부 검증 절차가 핵심 과제로 제시되었다.

국시원은 외부 전문가 자문을 통해 시스템을 개발하고 있다고 밝혔으며, 각 평가 시스템의 테스트 결과와 문제점을 신속하게 피드백해 개선하는 체계를 갖추는 것도 중요하다고 강조했다. 이번 세미나에 참석한 한 시험 관계자는 "AI 도입이 필요하지만, 충분한 테스트와 검증 없이 성급하게 추진하면 오히려 혼란을 일으킬 수 있다"고 우려를 표했다. AI 도입은 한의사를 포함한 모든 보건의료인 국가시험에 걸쳐 평가 방식의 전면적 변화를 예고한다.

광고

평가 방식이 바뀌면 교육기관의 커리큘럼과 수험생의 학습 전략도 재편이 불가피하다. 국시원은 이러한 변화에 대비해 관련 기관들과의 협업을 강화하고 있다고 밝혔다.

향후 전망과 한국 사회의 영향

AI 기술 도입은 정책적·기술적 관점에서 폭넓은 논의를 요구하지만, 장기적으로는 국가 보건의료 인력 평가 체계를 고도화하기 위한 필수 과정으로 자리매김할 전망이다. AI가 시험의 신뢰성과 공정성을 실질적으로 강화한다면 양질의 보건의료 인력 양성에 직접 기여할 수 있다.

다만 그 과정에서 발생할 수 있는 윤리적·기술적 문제를 어떻게 해결하느냐가 성패를 가를 핵심 변수다. AI 도입에 따른 보건의료 시험의 변화는 수험생, 교육기관, 관련 기관 모두가 함께 준비해야 할 과제다.

국시원이 265명 규모의 전문가 세미나를 통해 논의의 첫 단추를 꿴 만큼, 앞으로의 제도화 과정에서 실질적인 공정성 확보 방안이 어떻게 구체화될지 주목된다.

FAQ

Q. AI가 보건의료인 국가시험에 구체적으로 어떻게 적용될 예정인가?

A. AI는 주로 시험 문제 개발과 피평가자의 성과 분석에 활용될 것으로 논의되고 있다. 이번 세미나에서는 미국 의사·간호사 시험에 적용된 IRT 기반 평가 방식과 신규 문항 유형이 참고 사례로 소개되었다. AI를 통해 답안 패턴을 분석하고 수험생의 이해도를 다차원적으로 진단하는 방식이 대표적이다. 다만 국내 실제 도입 시점과 구체적인 적용 범위는 충분한 검증 과정을 거친 뒤 결정될 예정이다.

Q. AI 활용 시 발생할 수 있는 문제점은 무엇인가?

A. 가장 우려되는 부분은 데이터 편향성과 알고리즘의 불투명성이다. 편향된 데이터로 학습한 AI는 특정 집단에 불리한 결과를 낳을 수 있고, 시험 결과의 변별력을 오히려 낮출 위험도 있다. 이번 세미나 패널 토의에서도 AI 도입의 필요성과 함께 공정성·신뢰성 확보 방안이 핵심 의제로 다뤄졌다. 국시원은 외부 전문가 자문과 단계적 테스트를 통해 이 같은 문제를 최소화하겠다는 방침을 밝혔다.

Q. AI 도입이 수험생과 교육기관에 미칠 영향은 무엇인가?

A. AI 기반 평가가 도입되면 기존의 단답형·선택형 위주 학습 방식으로는 대응하기 어려워질 수 있다. 다차원적 역량 평가가 강화되면 교육기관은 커리큘럼을 재편해야 하고, 수험생도 단순 암기보다 개념 이해와 임상 적용 능력을 키우는 방향으로 준비 전략을 수정해야 한다. 국시원은 이러한 변화에 대비해 관련 기관들과의 협업을 강화하고 있으며, 충분한 예고 기간을 두고 변화를 추진하겠다는 입장이다.