디지털 헬스케어 학과에 가면 무엇을 배우나요?

건강관리 앱을 기획하면서 신입 지원자의 전공을 볼 때가 있습니다. ‘디지털 헬스케어 학과’라고 적혀 있어도 배운 내용은 꽤 다릅니다. 어떤 사람은 코드를 짜고 생체신호를 분석해 봤고, 어떤 사람은 서비스 설계와 보건의료 현장을 더 깊이 공부했더군요. 학과 이름만 보고 수업이나 진로를 짐작하기 어려운 이유입니다.

의료를 배우는 학과일까요, 기술을 배우는 학과일까요?

둘 다 배우지만 무게중심은 학교마다 다릅니다. 대전대학교의 디지털헬스케어학과 안내에는 프로그래밍, 알고리즘, 플랫폼 서비스, 디바이스 관련 과목이 나옵니다. 고려대학교 세종캠퍼스의 디지털헬스케어공학과는 기초 과학과 프로그래밍에서 출발해 의료 데이터, 인공지능, 의료영상, 사물인터넷 분야로 이어지는 교육과정을 소개합니다. 같은 분야라도 공학 과목의 비중과 실습 방식은 서로 다른 셈입니다.

공통으로 다루는 문제는 비교적 분명합니다. 혈압계나 웨어러블 기기에서 들어온 값을 어떻게 수집할지, 여러 의료기관에 흩어진 기록을 이용자가 어떻게 이해할지, 앱이 보여주는 문구가 의료적 판단처럼 읽히지는 않는지 등을 고민합니다. 화면 하나를 만드는 일에도 데이터 처리, 사용성, 의료 현장의 업무 흐름이 함께 얽힙니다.

예를 들어 걸음 수를 보여주는 앱과 심전도 데이터를 분석해 질환 가능성을 알려주는 제품은 필요한 검증과 관리가 같지 않습니다. 식품의약품안전처는 사용 목적과 기능에 따라 디지털의료기기 등을 구분해 안내합니다. ‘건강 앱을 만든다’는 말만으로 제품이 어디에 속하는지 정할 수 없다는 뜻입니다. 수업에서 기술을 배우더라도 그 기술이 실제 서비스에서 허용되는 범위를 따져 보는 연습이 필요합니다.

졸업하면 의사가 되거나 진단을 할 수 있나요?

디지털 헬스케어 관련 학과 졸업만으로 의사나 간호사 면허가 생기지는 않습니다. 이 경계는 진로를 고를 때 가장 먼저 확인해야 합니다. 의료인이 환자를 진찰하고 처방하는 일과, 개발자나 기획자가 진료를 돕는 도구를 만드는 일은 역할이 다릅니다. 앱이 증상을 입력받아 병원 방문을 권할 수는 있어도, 그 기능을 만들었다고 서비스 담당자가 이용자를 진단할 수 있는 것은 아닙니다.

일할 수 있는 곳은 의료기기·헬스케어 기업, 병원의 정보시스템 조직, 건강관리 서비스 회사, 연구기관 등으로 넓습니다. 다만 ‘취업 분야가 넓다’는 홍보 문구보다 어떤 업무를 할 수 있는지가 더 중요합니다. 데이터 분석 직무라면 통계와 프로그래밍 실력이 필요하고, 서비스 기획 직무라면 환자와 의료진의 이용 절차를 이해해야 합니다. 의료기기 개발이나 품질 업무를 생각한다면 제품의 사용 목적, 성능 검증, 관련 규정을 읽는 능력이 필요합니다.

비대면 진료 서비스를 예로 들면 차이가 선명해집니다. 기획자는 예약부터 진료 후 안내까지 이용자가 헷갈리지 않게 설계할 수 있습니다. 그러나 진료 가능 대상이나 처방 방식은 그때 적용되는 제도와 의료진의 판단을 따라야 합니다. 기술로 절차를 편하게 만드는 일과 의료행위를 대신하는 일 사이에는 분명한 선이 있습니다.

학과를 비교할 때는 무엇을 확인하면 좋을까요?

모집 안내의 진로 목록을 읽은 뒤에는 실제 교육과정표를 보는 편이 낫습니다. 이름이 비슷한 학과라도 한쪽은 소프트웨어 개발에, 다른 쪽은 생체신호나 의료기기에 더 많은 시간을 쓸 수 있습니다. 학년별 필수 과목과 실습 과목을 함께 보면 전공의 방향이 드러납니다.

• 기초 과목: 수학, 통계, 생물학, 프로그래밍 가운데 무엇을 얼마나 배우는지
• 심화 과목: 의료 데이터, 인공지능, 의료영상, 디바이스, 서비스 설계 중 어디에 무게가 실리는지
• 실습 경험: 실제 문제를 다루는 프로젝트와 현장 실습을 선택할 기회가 있는지
• 졸업 요건: 프로젝트, 논문, 시험 등 결과물을 만드는 과정이 있는지

특히 ‘인공지능’이라는 과목명만으로 실습 수준을 판단하기는 어렵습니다. 공개된 수업계획서가 있다면 어떤 데이터를 쓰고, 결과를 어떤 기준으로 평가하는지까지 확인할 만합니다. 건강 데이터는 숫자가 많아 보여도 결측값이나 측정 환경의 차이가 큽니다. 손목 기기가 기록한 심박수와 병원에서 측정한 값은 수집 목적부터 다를 수 있으니까요.

입학을 준비하는 사람이라면 관심 직무를 하나 골라 작은 결과물을 만들어 보는 것도 도움이 됩니다. 개발에 관심이 있다면 공개된 예시 데이터로 시각화 화면을 만들고, 기획에 관심이 있다면 건강검진 결과를 처음 보는 사람이 이해할 수 있도록 안내 문구를 써볼 수 있습니다. 개인정보가 담긴 실제 진료기록을 과제에 임의로 가져다 쓰는 방식은 피해야 합니다.

의료 데이터는 많이 모을수록 좋은 걸까요?

현장에서는 오히려 ‘왜 이 정보가 필요한가’부터 묻습니다. 한국보건의료정보원이 운영하는 나의건강기록처럼 본인의 건강정보를 확인하고 활용하도록 돕는 서비스에서도, 이용자가 어떤 정보가 어디에 쓰이는지 이해하는 과정이 중요합니다. 앱 가입 때 받은 포괄적인 동의 하나로 모든 활용이 가능하다고 생각하면 위험합니다. 수집 목적, 제공 대상, 보관 방식은 서비스가 실제로 하는 일에 맞춰 검토해야 합니다.

화면 설계도 마찬가지입니다. 검진 수치가 기준 범위를 벗어났다는 표시와 ‘질환이 있다’는 단정은 전혀 다르게 받아들여집니다. 전자는 결과를 읽도록 돕는 정보일 수 있지만, 후자는 이용자의 의료적 판단에 영향을 줄 수 있습니다. 지속되는 증상이나 갑자기 악화한 상태를 앱 기록만으로 판단하게 해서는 안 됩니다. 이럴 때는 의료진의 대면 평가가 필요할 수 있다는 안내가 화면 안에서 분명히 보여야 합니다.

제가 함께 일하고 싶은 사람은 새로운 기술 이름을 많이 아는 사람보다, 기능의 쓰임과 한계를 설명할 수 있는 사람입니다. 디지털 헬스케어 학과를 고를 때도 그 기준이 유용합니다. 무엇을 만들 수 있는지와 함께, 이용자가 어디까지 믿고 써도 되는지 배울 수 있는 교육과정인지 살펴보면 좋겠습니다.