의료광고 AI 검수 솔루션을 직접 구축하며 확인한 심의 통과 기준

의료광고 AI 검수란 광고 초안을 의료법 제56조·제57조가 정한 금지·심의 기준과 자동으로 대조해, 정식 사전심의 제출 전 위반 소지를 미리 걸러내는 절차입니다.

안녕하세요, 근거 중심의 의사들을 위한 AI 서비스 – 의료 AI 솔루션, iDOC-AI 입니다.

의료광고 AI 검수는 왜 지금 필요해졌는가?

제가 이 솔루션을 직접 만들기 시작한 계기는 단순했습니다. 병원 블로그 글이 늘어날수록 정식 심의 반려도 함께 늘었기 때문입니다. 특히 콘텐츠를 정기적으로 대량 발행하는 구조에서는 반려 한 건이 전체 발행 일정에 미치는 영향이 컸습니다.

2025년을 기점으로 사전심의 대상 매체가 크게 넓어졌습니다. 직전 3개월 일평균 이용자 10만 명 이상인 인터넷 매체에서 이뤄지는 홍보성 게시물은 개별 계정의 팔로워 수와 무관하게 사전심의 대상이 됩니다. 그동안 상대적으로 그레이존이었던 블로그 포스팅도 예외가 아니게 된 것입니다.

사전심의 대상 매체는 어디까지 확대됐나

의료법 시행령은 신문·인터넷신문·옥외광고물·현수막·전광판 등을 사전심의 대상 매체로 열거하고 있으며, 이 목록은 계속 확대되는 추세입니다. 온라인 대형 플랫폼이 포함되면서, 실제로 심의를 신청해야 하는 콘텐츠 수 자체가 늘었다고 체감합니다.

위반 시에는 의료법 제89조에 따른 형사처벌뿐 아니라, 제63조·제64조·제67조에 따른 시정명령·개설허가 취소·과징금 같은 행정처분까지 뒤따를 수 있습니다. 형사처벌과 행정처분이 함께 걸려 있다 보니, 발행 전 단계에서 걸러내는 절차의 무게가 다르게 느껴졌습니다.

심의에서 가장 많이 걸리는 표현은 무엇인가?

AI 검수 로직을 설계하기 전, 저는 실제로 반려된 사례부터 통계로 확인했습니다. 보건복지부가 2023년 12월부터 두 달간 온라인 매체를 집중 모니터링한 결과, 전체 409건 중 366건에서 위법 정황이 확인됐습니다.

1위는 후기로 위장한 치료경험담

협찬이나 원고료를 받고도 자발적 후기처럼 꾸민 글이 가장 큰 비중을 차지했습니다. AI 검수는 체험·후기 서술과 병원명이 함께 등장하는 문장을 우선적으로 잡아냅니다.

2·3위는 비급여 할인과 과장 표현

할인율·이벤트 문구, 근거 없이 단정하는 효과 서술이 뒤를 이었습니다. 두 유형 모두 패턴 자체는 비교적 뚜렷해 AI가 놓치는 경우가 적었습니다.

세 유형의 비중을 더하면 전체 반려 사례의 80% 이상을 차지합니다. 저는 AI 검수의 우선순위도 이 세 유형부터 걸러내는 데 맞추는 것이 효율적이라고 판단했습니다.

AI 검수는 어떤 기준으로 위반 여부를 가려내는가?

실제로 운영해보니 판단 로직은 크게 세 단계로 나뉘었습니다. 규칙 자체는 의료법 제56조제2항이 나열한 금지 유형과 대한의사협회 심의기준을 문장 단위 패턴으로 분해해 만들었습니다.

패턴 매칭이 놓치기 쉬운 지점

문제는 문맥입니다. 같은 문장도 환자 발화를 인용한 것인지 병원이 스스로 주장한 것인지에 따라 위반 여부가 갈리는데, 이 구분은 규칙만으로 완전히 해결되지 않는다고 판단합니다. 그래서 시술명 근처에 주관적 만족 표현이 붙으면 일단 검토 대상으로만 표시하고, 최종 판단은 사람이 내리는 쪽으로 설계했습니다.

정보성 글과 광고성 글은 어떻게 구분되는가?

보건복지부 해석에 따르면 질병 예방이나 건강관리 상식처럼 병원을 특정하지 않는 순수 정보성 글은 광고로 보기 어렵습니다. 반면 시술·이벤트 할인이나 전후 사진처럼 유도성이 뚜렷하면 광고로 판단됩니다.

정보성으로 인정되는 경우

병원명 언급 없이 질환 원인이나 예방법만 다루는 글, 의료진의 진료과·자격 등 사실 정보만 담은 소개 페이지는 광고성이 낮다고 봅니다.

광고성으로 판단되는 경우

특정 시술 홍보, 상담·예약 유도 문구, 할인가 표시가 들어가면 정보성보다 광고성으로 기울어, 검수 우선순위를 높여 처리합니다.

다만 두 성격의 경계가 항상 명확한 것은 아닙니다. 애매한 문장은 통과시키기보다 보수적으로 광고성 쪽에 포함시켜 검수 대상으로 남겨두는 편이 안전하다고 판단합니다.

사람 심의와 AI 사전검수는 무엇이 다른가?

가장 크게 체감한 차이는 속도와 법적 효력이었습니다.

리드타임 차이가 만드는 실무 부담

정식 심의 결과를 한 달 가까이 기다렸다가 반려되면 게재 일정 전체가 밀립니다. 의료광고 AI 검수를 앞단에 두는 이유는 이 대기 시간 자체를 줄이기 위해서라고 생각합니다.

심의수수료도 매체·분량에 따라 별도로 발생하는 반면, AI 사전검수는 반복 실행에 추가 비용이 들지 않는다는 점도 실무에서 체감되는 차이였습니다.

실제로 도입한 뒤 무엇이 달라졌는가?

재심의 횟수는 어떻게 줄었나

제출 전 단계에서 최다 반려 사유부터 걸러내다 보니, 첫 제출 통과율이 체감상 눈에 띄게 올라갔습니다. 특히 반려 사례의 상당수가 치료경험담·비급여 할인 두 유형에 몰려 있었던 만큼, 이 두 유형만 우선 걸러내도 재작업 부담이 크게 줄어든다는 것을 확인했습니다.

2026년 5월에도 보건복지부가 재생의료 관련 온라인 광고 246건의 거짓·과대 표시를 적발해 발표했을 만큼, 온라인 의료광고 모니터링은 계속 강화되는 추세입니다.

도입할 때 놓치기 쉬운 기준은 무엇인가?

오탐을 줄이려면 문장을 통째로 차단하기보다, 의심 구간만 표시해 담당자가 맥락을 보고 최종 판단하도록 설계하는 편이 실무에 더 맞는다고 생각합니다.

AI는 보조 수단, 최종 판단은 사람의 몫

의료광고 AI 검수는 심의를 대체하는 필터가 아니라 심의를 준비시키는 필터일 뿐입니다. 사전심의 대상 매체라면 자율심의기구의 정식 심의를 반드시 거쳐야 하고, AI 사전검수는 통과율을 높이는 보조 수단으로 이해하는 것이 안전하다고 판단합니다. 아울러 AI 도구 자체의 판단 근거를 운영자가 설명할 수 있어야 한다는 점에서, 투명성 확보 의무를 정한 관련 법 취지와도 방향이 같다고 봅니다.

자주 묻는 질문

정리하며

의료광고 AI 검수를 직접 구축하고 운영해본 경험상, 핵심은 정교한 문구 필터링이 아니라 의료법이 정한 위반 유형을 얼마나 정확히 데이터로 옮기느냐였습니다. 결론적으로 AI는 심의를 대신할 수 없지만, 반려로 낭비되는 시간은 확실히 줄여줍니다. 사전심의 대상 확대라는 흐름 속에서, 이 판단 기준을 갖추는 일이 앞으로 더 중요해질 것이라고 생각합니다.

참고 출처

• 보건복지부, 「자발적 후기 가장 치료경험담 등 불법의료광고 366건 적발」 보도자료, 2024. 3.
• 보건복지부, 「2025년 온라인 모니터링 결과, 재생의료 거짓·과대 광고 246건 적발」 보도자료, 2026. 5.
• 국가법령정보센터, 「의료법」 제56조(의료광고의 금지 등)·제57조(의료광고의 심의)·제57조의2(심의위원회)·제89조(벌칙).
• 대한의사협회 의료광고심의위원회, 심의절차 및 심의일정 안내, 2026.