Dual Inequality in Pediatric Specialist Distribution: Limitations of PopulationBased Metrics and Reassessing Spatial Accessibility

소아청소년과 전문의 분포의 이중 불평등: 인구 비례 지표의 한계와 공간적 접근성의 재평가

Abstract

Background: The shortage of pediatric specialists has emerged as a critical issue in essential healthcare, yet existing discussions have focused on aggregate supply-demand analysis, leaving a gap in understanding spatial distribution. The widely used physician-to-population ratio has been internationally criticized for its inability to capture physical accessibility. This study analyzes spatial inequalities in pediatric specialist distribution through a dual framework comparing pediatric population-weighted and urban area-weighted metrics, empirically demonstrating the limitations of conventional population-based indicators. Methods: A stock-flow model was applied to forecast national supply-demand trends. Gini coefficients and Lorenz curves were calculated across 229 municipalities under both weighting schemes. Getis-Ord Gi^* statistics and Moran's / global spatial autocorrelation analysis detected spatial clustering patterns, and a vulnerability typology was constructed by cross-classifying municipalities based on whether they fell in the bottom 10th percentile for each density metric over 2016-2025. Robustness was assessed through bootstrap confidence intervals and sensitivity analysis including alternative pediatric age range and area measures. Results: A substantial divergence was identified between the population-weighted Gini coefficient (0.222) and the area-weighted Gini coefficient (0.591), persisting throughout the study period. Moran's / analysis confirmed statistically significant spatial autocorrelation for both population-based (I=0.322, p<0.01) and area-based density (I=0.636, p<0.01). Municipalities were classified into three vulnerability types: dualdeficit, population-based deficit, and area-based deficit areas. A majority were repeatedly classified into the same type, confirming structural persistence. Sensitivity analysis confirmed general robustness to alternative pediatric age range definitions, and area measure specifications. Conclusion: Population-based indicators alone cannot capture spatial accessibility inequalities in pediatric healthcare. Differentiated policy interventions are required for each vulnerability type. This study proposes adopting geographic coverage as a core performance indicator for essential healthcare policy.

연구배경: 소아청소년과 전문의 부족 문제가 필수 의료 위기의 핵심 쟁점으로 부각되고 있으나, 기존 논의는 총량적 수급에 편중되어 공간적 분배 차원의 체계적 분석이 미흡한 실정이다. 널리 활용되는 인구 대비 의사 수 밀도 지표는 물리적 접근성을 반영하지 못하는 구조적 한계가 국제적으로 지적되어 왔다. 본 연구는 소아청소년과 전문의 인력의 공간적 분포 불균형을 소아인구 가중 기준과 도시면적 가중 기준의 이중 프레임워크로 분석하여, 기존 인구 비례 지표의 구조적 한계를 실증적으로 규명하는 데 목적이 있다. 방법: 재고-유량 기반 추계모형을 통해 전국 단위 수급 추이를 전망하였다. 229개 시군구 단위에서 두 가중 기준에 따른 지니계수 및 로렌츠곡선을 산출하였다. Getis-Ord Gi^* 통계량 및 Moran's | 전역 공간자기상관분석으로 공간군집패턴을 검출하고, 2016-2025년 각 밀도 지표의 하위 10퍼센타일 해당 여부를 교차하여 취약지를 유형화하였다. 소아인구 연령범위 및 면적 지표 대안을 활용한 부트스트랩 신뢰구간 및 민감도분석을 통해 강건성을 검증하였다. 결과: 소아인구 가중 지니계수(0.222)와 도시면적 가중 지니계수(0.591) 사이에 극심한 괴리가 확인되었으며, 이 괴리는 분석기간 전체에 걸쳐 지속되었다. Moran's | 전역 공간자기상관분석 결과, 인구 기반 밀도(I=0.322, p<0.01)와 면적 기반 밀도(I=0.636, p<0.01) 모두에서 통계적으로 유의미한 공간적 자기상관이 확인되었다. 시군구는 이중 결핍지역, 인구 기준 결핍지역, 면적 기준 결핍지역의 세 유형으로 분류되었고, 다수의 시군구가 동일 유형에 반복적으로 해당하여 구조적 고착성이 확인되었다. 민감도분석 결과, 핵심 발견은 소아인구의 연령범위 설정, 면적 지표의 정의에 대체로 강건한 것으로 나타났다. 결론: 인구 비례 지표만으로는 소아 의료서비스의 공간적 접근성 불평등을 포착할 수 없으며, 취약지 유형별로 차등적 정책 처방이 필요하다. 본 연구는 필수 의료정책의 핵심 성과 지표로서 지리적 커버리지의 도입을 제언한다.

서 론

1. 연구배경

  우리나라 소아 의료서비스 공급체계는 구조적 위기에 직면해 있다. 소아청소년과 전공의 지원율이 급락하는 기피현상이 지속되고 있으며, 저출산으로 인한 소아 인구의 급격한 감소는 소아 청소년과 전문의 인력의 신규 공급을 더욱 위축시키고 있다[1]. 그 결과, 필수 의료서비스에 대한 접근성의 불균형이 극심해지면서[2], 일부 지역에서는 소아 의료서비스 공급 자체가 부재한 상 태에 이르렀다[3].
  이러한 문제에 대응하기 위해 정부는 의과대학(의대) 정원 증원 등 ‘총량 확대’ 정책을 추진하였으나, 이는 오히려 소아청소년과를 포함한 필수 의료 분야 인력의 이탈을 가속화하는 역효과를 초래한 것으로 보고된다[4]. 정부 정책이 기대한 효과를 거두지 못한 근본적인 이유 중 하나는, 소아 의료 위기의 본질이 ‘양(vol- ume)’의 문제인지 ‘배분(distribution)’의 문제인지에 대한 정밀 한 진단이 선행되지 않았기 때문이다. 즉 전문의의 절대 수가 부 족한 것인지, 아니면 전문의가 특정 지역에 편중되어 공간적 접 근성에 사각지대가 발생한 것인지를 구분하는 것이 효과적인 정 책설계의 전제조건이다.
  이러한 진단에 있어 현재 가장 널리 활용되는 지표는 Orga- nization for Economic Cooperation and Development (OECD)에서 권고하는 인구 대비 의사 수 밀도(physician-to- population ratio)이다. 그러나 이 지표는 의료자원이 지리적으 로 어떻게 분포되어 있는지, 즉 물리적 접근성(physical acces- sibility)을 반영하지 못하는 구조적 한계가 국제적으로 지적되어 왔다. 미국의 Health Professional Shortage Area (HPSA) 지정기준 논쟁은 인구 비례 지표만으로는 의료접근성의 공간적 차원을 포착할 수 없음을 보여주는 사례이다[5].

2. 선행연구 검토

  이러한 의료 인력 수급 문제와 관련하여 국내에서 출판된 선행 연구를 검토하였다. 의대 증원 논의가 본격화되지 않은 2010년 이전에는 보건행정 측면에서 의료 인력 공급에 관한 분석이 주를 이루었다. Kang과 Yang [6]은 공중보건의 인력 수급불균형에 대해 연구하고, 인력 과잉상태인 공중보건의의 효율적 활용을 위한 제도 변화를 촉구하였다. Choi와 Seo [7]는 의료 연구 인력을 임상연구와 기초의과학 연구 분야로 세분화하여 필요 인력의 미 래추계를 산출하고, 인력 수급정책의 필요성을 제시하였다. 정부 차원에서 의대 증원 관련 논의가 발의되기 시작한 2020년 이후에는 의사 인력 추계 및 수급 관련 연구가 증가하였다. Kim 등[8] 은 2010–2018년 의료이용량 및 의사 수를 활용하여 2030년까 지의 의사 인력 부족분을 산출하였고, Jung 등[9]은 로지스틱 회 귀분석과 시나리오 분석을 통해 미래 의료 인력 수급을 추정하였 다. Park 등[10]은 228개 행정구역을 대상으로 패널분석의 고정 효과모델을 수행하여 지역 소멸위험과 지역 내 의료서비스 이용량의 비례관계를 입증하고, 비위험 지역과의 서비스 이용격차를 규명하였다. Jeong 등[11]은 계량경제회귀모형을 통해 인구당 임 상의사 수를 추정하고, 모형에 적용되는 변수의 전망치를 반영하여 미래의 적정 임상의사 수를 추계하였다. 가장 최근에는 Kim 과 Kang [12]이 의사 수급에 영향을 미치는 수요 및 공급 측 시나 리오를 상정하고, 이를 통해 장기적 수급격차의 변화를 탐구하였 다.
  그러나 이들 선행연구에는 다음과 같은 한계가 존재한다. 첫째, 대부분의 연구가 전체 의사 인력의 수급분석에 집중하여, 소아 의료라는 특수 시장을 전문적으로 다룬 연구가 부재하다. 둘 째, 지역별 의사 인력 배분의 불균형을 분석한 연구가 존재하나 [9], 이를 포함한 기존 연구는 의료이용량 기반의 인구 비례 지 표에 의존하고 있어, 의료자원의 지리적ㆍ물리적 접근성(geo- graphic/physical accessibility)을 포착하는 면적 기반 분석과, 인구 기준과 면적 기준 간 괴리의 체계적 규명은 이루어지지 않 았다.
  특히 공간적 접근성에 대한 고려가 부족한 단순 인구 대비 의사 수 밀도 지표의 한계는 국내만의 문제가 아니다. 국제적으로도 McGrail 등[13]은 기존의 단순 인구 대비 의료서비스 공급자 수(provider-to-population ratio)나 원격성 분류(remoteness classification)에 기반한 접근성 측정이 농촌 및 원격 지역의 의료서비스 계획 수립에 중대한 한계가 있음을 지적하며, 가변 캐치먼트 방식의 접근성 지수(index of access)를 대안으로 제시한 바 있다. 중국에서도 Bai 등[14]은 의료 인력이 인구 대비로는 비교적 균형적으로 배분되어 있으나 지리적 면적을 기준으로 평가하면 불균등이 훨씬 심각하다는 점을 실증하였으며, 인구와 면적 의 기하평균에 기반한 건강자원밀도지수(health resource den- sity index)를 활용하여 이 괴리를 분석하였다. 이와 같은 해외 연구사례는 인구 기준과 면적 기준 간의 괴리에 대한 체계적 분 석의 필요성이 한국에만 국한된 문제가 아닌 국제적 과제임을 시사한다. 다만, 본 연구는 2SFCA (two-step floating catchment area), 이동시간 기반 접근성 지수 등 개별 지역 수준에서 물리적 접근성을 정밀하게 측정하는 방법론을 직접 적용하기보다는, 보다 근원적인 수준에서 기존 인구 비례 지표가 공간적 차원의 불 평등을 구조적으로 은폐하는 문제를 가시화하는 데 초점을 둔다. 따라서 본 연구에서 제안하는 이중 지니 프레임워크는 전국 229 개 시군구 전체에 걸친 불평등의 구조적 패턴을 진단하기 위한 거시적 도구로, 상기 접근성 지수들과 상호 보완적 성격을 갖는다.

3. 연구목적 및 연구질문

  이에 본 연구는 소아청소년과 전문의 인력의 공간적 분포 불균형을, 인구 기준과 면적 기준이라는 이중 프레임워크를 통해 분석하고, 기존 인구 비례 지표의 구조적 한계를 실증적으로 규명 하는 데 목적이 있다. 구체적인 연구질문(research question)은 다음과 같다.
  RQ1. 소아청소년과 전문의 수급의 총량적 변화 추이는 어떠하며, 전국 단위 밀도 지표는 공급 위기를 적절히 반영하는가?
  RQ2. 소아인구 대비 전문의 밀도와 도시면적 대비 전문의 밀도 사이에는 어떠한 구조적 괴리가 존재하며, 이는 의료자원 배 분에 대해 무엇을 시사하는가?
  RQ3. 소아 의료취약지는 어떤 유형으로 분류되며, 각 유형의 구조적 특성은 어떠한가?
  본 연구의 기여는 다음과 같다. 첫째, 소아인구 가중 지니계수와 도시면적 가중 지니계수를 동시에 산출하여 비교하는 이중 지니 프레임워크를 제시함으로써, 단일 지표로는 포착할 수 없는 의료자원 배분의 이중성을 정량적으로 규명한다. 둘째, 인구 기준과 면적 기준의 교차분석을 통해 의료취약지를 체계적으로 유형화하고, 유형별 차등적 정책 처방의 근거를 제공한다. 셋째, 연도별 분류의 반복 해당 빈도를 통해 취약지 지위의 구조적 고착성을 검증함으로써, 단년도 스냅샷이 아닌 시계열적 구조 진단의 근거를 제시한다.

방 법

  본 연구의 분석방법은 크게 네 단계로 구성된다. 첫째, 전국 단위의 수급 추계를 통해 소아청소년과 전문의 인력의 총량적 변화를 전망하고, 전국 단위 밀도 지표의 해석상 한계를 제시한다 (RQ1). 둘째, 행정구역별 밀도 분포를 소아인구 가중과 도시면 적 가중 기준으로 각각 산출하고, 두 기준 간 괴리를 정량화한다 (RQ2). 셋째, 공간적 군집분석을 통해 의료자원의 지리적 집중패 턴을 검출한다(RQ2). 넷째, 이중 기준의 교차분석을 통해 의료취 약지를 유형화하고, 10개년 누적빈도를 통해 취약지 지위의 고착성을 검증한다(RQ3).

1. 활용 데이터

  본 연구에서 활용한 데이터의 출처와 분석범주는 Table 1에 제시하였다. 분석단위는 전국 229개 시군구 행정구역이며, 대상기간은 2016–2025년(10개년)이다. 이는 2025년 기준 전국 시군구 중 263개 행정구역 중, 도시계획현황에서 도시 면적을 제공하지 않는 경기도 고양시, 부천시, 성남시, 수원시, 안산시, 용인시, 충청북도 청주시, 충청남도 천안시, 전북특별자치도 전주시, 경상 북도 포항시, 경상남도 창원시 산하 35개 구를 제외한 결과이다. 이들 구 단위 행정구역의 경우 상위 시 단위로 분석이 이루어졌다. 또한 분석기간 중 행정구역 변경이 발생한 사례(2023년 대구 광역시 군위군 편입 등)에 대해서는 변경 후 기준으로 통일하여 시계열 일관성을 확보하였다. 분석기간 동안 행정구역의 개편이 있었던 경상북도 군위군의 경우 2023년에 대구광역시로 편입되었으므로 대구광역시 군위군으로 통일하였으며, 인천광역시 남구는 2018년 인천광역시 미추홀구로 개명되어, 분석에서는 미추홀구로 통일하였다. 2012년 이후 출범하여 분석기간 내 동일한 행정구역이었던 세종특별시나, 2026년에 예정된 인천광역시 중구의 행정구역 재편은 분석기간 내에 진행되지 않아, 모두 2025 년 기준으로 기재하였다.
  분석에 활용된 주요 변수는 다음과 같다. 첫째, 소아청소년과의 법적 진료대상 연령(0–18세)을 기준으로 하되, 5세별 주민등 록인구 데이터의 구간 구조(0–4세, 5–9세, 10–14세, 15–19세)를 고려하여 본 연구에서 소아인구는 가용한 최소단위인 주민등록 인구 기준 0–19세 인구를 소아 인구로 정의한다. 둘째, 소아청소 년과 전문의 수는 건강보험통계의 시군구별 전문과목별 전문의 인력현황에서 소아청소년과 전문의로 분류된 활동인력의 수(명) 를 사용한다. 셋째, 도시면적은 한국국토정보공사의 용도지역(시군구) 도시지역 현황에서 도시지역으로 분류된 면적(km )을 사용 한다. 행정구역 전체 면적이 아닌 도시지역 면적을 사용하는 이유는, 의료기관이 입지할 수 있는 실질적인 공간범위를 반영하기 위함이다.

2. 재고-유량 기반 수급 추계모형(stock-flow model)

  전국 단위 수급 추계에는 Kim과 Kang [12]의 모형에 기반한 재고-유량 기반 추계모형을 활용하였다. 기본 구조는 다음과 같 다.

  여기서 stock은 현재 활동 중인 소아청소년과 전문의 수, in- flow는 신규 소아청소년과 전문의 시험 합격자 수, outflow는 은 퇴 소아청소년과 전문의 수, recruit는 시차를 두고 미래에 신규 소아청소년과 전문의가 될 1년차 소아청소년과 전공의 선발인원 을 나타낸다.
  본 모형의 핵심 가정은 세 가지이다. 첫째, 최근 10년간 소아청 소년과 전문의 시험 합격률이 99.7%에 달하는 점을 근거로, 1년 차 전공의 선발인원을 미래 전문의 공급의 선행 지표로 활용하였다. 둘째, 2022년 소아청소년과 수련기간이 4년에서 3년으로 단축된 구조 변화를 시차 변수 d의 변경으로 반영하여 효과를 보정하였다. 셋째, 2024–2025년 의료계-정부 간 갈등(‘의정갈등’)에 따른 전공의 이탈은 일시적 공급 충격으로 간주하되, 데이터의 가용범위 내에서 보수적으로 반영하였다.
  분석에 활용한 소아청소년과 전문의 수는 Korean Statistical Information Service (KOSIS) 국가통계포털의 건강보험통계를, 전문의 시험 합격자 수 및 전공의 선발자 수(상반기 기준)는 보건 복지부 자료를 참고하였다. 1년차 수련 전공의 선발은 대부분 매년 상반기에 이루어지므로 상반기 자료를 기준으로 활용하였다. 다만, 정원 미달 분야의 경우 소수 인원이 하반기에 선발될 수 있으며, 1년차가 아닌 2–4년차로 모집된 전공의가 매우 드물지만 해당 수치에 포함될 수 있다. 특히 2025년에는 하반기에 2–4년 차를 포함한 대규모 모집이 이루어졌기 때문에 해당 수치에 오차가 있을 수 있다. 은퇴자 수 추정에는 두 가지 시나리오를 활용하였는데, 우선적으로 2016–2024년 9개년 평균인 80.4명을 활용하는 시나리오 A와, 코로나19 팬데믹의 영향으로 은퇴가 비정상적으로 억제된 시기(2021년 15명, 2022년 17명)를 제외한 7개년 평균인 약 98.9명을 활용하는 시나리오 B가 있다. 시나리오 A가 은퇴율을 다소 낮게 추정하기 때문에 보수적(conservative) 전망에 해당하며, 시나리오 B를 기본 시나리오로 산정한다.

3. 불평등 분석: 이중 지니 프레임워크

  소아청소년과 전문의 인력 배분의 불평등 구조를 정량화하기 위해 로렌츠곡선[15] 및 지니계수[16]를 활용하였다. 본 연구의 핵심 방법론적 기여인 이중 지니 프레임워크는 동일한 소아청소 년과 전문의 인력에 대해 두 가지 상이한 가중 기준을 적용하여 지니계수를 산출하고, 두 계수 간 괴리의 크기와 시간적 추이를 분석하는 접근이다.
  첫 번째 기준인 소아인구 가중 지니계수는 각 시군구의 소아인 구 1,000명당 소아청소년과 전문의 수를 기반으로, 소아인구의 의료수요에 대한 공급의 배분적 공정성(allocative equity)을 측정한다. 두 번째 기준인 도시면적 가중 지니계수는 각 시군구의 도시면적(km )당 소아청소년과 전문의 수를 기반으로, 국토 공간에 대한 의료자원의 공간적 배분 형평성을 측정한다. 다만, 도시면적 가중 밀도는 의료자원의 물리적ㆍ공간적 배분의 균형성 을 평가하는 분배적 지표(distributional indicator)이며, 이동시 간ㆍ도로망ㆍ지형ㆍ대중교통 등 실질적 접근성을 결정하는 요인 을 직접 반영하는 접근성 지표(accessibility indicator)는 아니 다. 따라서 본 지표의 해석은 ‘면적단위당 의료자원이 얼마나 고르게 배치되어 있는가’라는 공간적 배분 형평성의 차원에 한정되며, 본 연구는 이러한 해석범위 내에서 인구 기반 지표가 포착하지 못하는 공간적 사각지대를 드러내는 보완적 진단도구로서 본 지표를 활용한다. 개별 주민이 경험하는 실질적 접근성 평가의 한계와 관련 쟁점은 고찰(Discussion)의 한계 부분에서 상술한다.
  또한 분석기간인 2016–2025년 동안 지니계수 시계열 추이의 통계적 유의성을 검증하기 위해, 각 연도의 지니계수에 대해 bootstrap 신뢰구간(1,000회 반복; 95% confidence interval [CI])을 산출하였고, 대응 표본 부트스트랩 검정(paired boot- strap test; R=1,000)을 통해 2016년과 2025년 사이의 지니계수 변화량(Δgini)을 분석하였다.

4. 공간 군집분석 및 소아 의료취약지 유형화

  소아청소년과 전문의 밀도의 공간적 군집패턴을 분석하기 위해, Getis-Ord Gi* 통계량을 활용하였다[17]. 이는 특정 지역과 그 인접 지역의 관측값이 전체 평균에 비해 통계적으로 유의미하게 높거나 낮은 군집을 형성하는지를 검정하는 공간 통계기법으로, 유의미하게 높은 값의 군집은 hot-spot, 낮은 값의 군집은 cold-spot으로 분류된다. 95% 유의수준에서 시군구 단위의 hot-/cold-spot을 검출하여 소아인구 대비 및 도시면적 대비 전문의 밀도의 공간적 군집패턴을 분석하였다. 또한 전역적 공간자기상관의 존재를 검정하기 위해 Moran’s I 통계량을 산출하였다. Getis-Ord Gi*가 국지적 핫스팟/콜드스팟의 위치를 탐색하는 데 초점을 둔다면, Moran’s I는 분석대상 전체에 걸쳐 공간적 군집이 체계적으로 존재하는지를 검정하는 전역적 지표이다. 공간 가중행렬은 KNN (k=4)을 적용하였으며, 순열검정(1,000회)을 통해 유의성을 확인하였다.
  또한 소아 의료취약지를 보다 구체적으로 검출하기 위해 의료 취약지 유형화 분석을 시도하였다. 이를 위하여 각 연도의 소아 인구 대비 전문의 밀도와 도시면적 대비 전문의 밀도를 교차하여 시군구를 분류하는 방식으로 수행하였다. 구체적으로 각 연도 (2016–2025)에 대해 229개 시군구의 소아인구 1,000명당 전문의 수와 도시면적(km2)당 전문의 수를 각각 산출한 후, 각 지표의 하위 10퍼센타일 해당 여부를 기준으로 시군구-연도 조합을 Table 2에 제시한 네 유형으로 분류하였다. 단, 본 연구에서 하위 10퍼센타일을 취약지 식별 기준으로 채택한 것은 절대적ㆍ규범적 임계값(normative threshold)이 아니라, 본 연구의 분석적ㆍ정책적 목적에 부합하는 조작적 정의(operational defini- tion)임을 명시한다. 구체적으로 (1) 본 연구는 정책적 개입 우선 순위가 가장 높은 극단 결핍지역을 식별하는 데 분석의 초점을 두고 있어 분포의 양 끝(tail)을 포착할 수 있는 보수적 컷오프가 요구되며, (2) 229개 시군구라는 분석단위 규모에서 하위 10%는 약 23개 지역에 해당하여 정책자원 배분의 현실적 우선순위 설정 단위로 적합하고, (3) 이중 결핍ㆍ인구 기준 결핍ㆍ면적 기준 결 핍의 세 유형 간 비교분석이 가능할 만큼 각 셀에 충분한 사례 수 를 확보할 수 있는 실용적 임계값이라는 점에서 본 기준을 선택 하였다. 아울러 상위/하위 10% 컷오프는 의료형평성 문헌에서 극단치 기반 취약지 식별 시 관행적으로 활용되어 결과의 비교 가능성 확보에도 기여한다. 실제로 하위 10퍼센타일의 임계값은 영국의 English Indices of Deprivation에서 소지역 단위의 박탈도를 데사일(decile)로 구분하여 하위 10%를 정책 개입 우선 대상으로 설정하는 국제적 선례에 준하는 것이다[18]. 구체적 분류는 양 지표 모두 하위 10퍼센타일에 해당하지 않는 비결핍지역(non-deficit area)을 참조군으로 설정하고, 소아인구 기준에 서만 해당하는 인구 기준 결핍지역(population-based deficit area), 도시면적 기준에서만 해당하는 면적 기준 결핍지역(area- based deficit area), 양 기준 모두에서 해당하는 이중 결핍지역 (dual-deficit area)으로 구분하였다.
  이 분류는 매 연도 독립적으로 수행되므로, 동일 시군구가 연도에 따라 상이한 유형에 해당할 수 있다. 이러한 특성을 활용하여, 특정 시군구가 10개년 분석기간 동안 동일 유형에 반복적으로 해당하는 빈도를 산출함으로써 취약지 지위의 구조적 고착성을 검증하였다.

결 과

1. 소아청소년과 전문의 수급 추계

  소아청소년과 전문의의 수급현황과 단기 전망을 분석하기 위해, 재고-유량 기반 추계모형을 적용하였다. 분석 및 추계결과는 Table 3에 제시하였다.
  Table 3에 나타난 2025년 이전까지의 소아청소년과 전문의 수급현황을 살펴보면 다음과 같다. 평시의 전국 소아청소년과 전 공의 정원은 대략 200여 명이며, 2022년까지 정원의 대부분을 충원해왔고, 이 기간 동안 활동 소아청소년과 전문의 수도 꾸준히 증가해왔다. 그러나 기피 전공과로 거론되며 2023년부터 급격히 감소하기 시작한 신규 전공의 모집률은 2024년 의정갈등을 계기로 급감하였고, 활동 소아청소년과 전문의 수도 순감소로 추세를 전환하였다. 2022년부터 시행된 소아청소년과 수련기간 단축으로 인하여, 2025년은 2021년과 2022년 전공의 선발인원이 모두 전문의 시험에 응시하는 해였고 100여 명 이상의 신규 전문의가 공급될 것으로 예상되는 시기였다. 그러나 2024년부터 촉발된 의정갈등으로 대다수의 전공의가 수련을 중단하면서, 2025년 소아청소년과 전문의 시험 합격자 수는 24명으로 급감하였고, 이들 전공의는 2025년 중에 산발적으로 복귀하면서 2026년 합 격자 수는 일정 수준 회복하는 추세를 보인다. 2021–2022년 수련을 시작한 전공의 인원의 산발적 복귀로 인하여 2027년까지의 인력 수급은 일정 수준을 유지할 것으로 예상되나, 해당 효과가 사라지는 2028년 이후에는 신규 전문의 공급이 급감할 것으로 전망된다. 따라서 2026년부터 선발되는 1년차 전공의 수에 따라 소아청소년과 전문의 인력의 중장기적인 수급의 향방이 갈릴 것으로 보인다. 2026년 이후 추계는 시나리오 A(보수적 전망)에서 2028년 소아청소년과 전문의는 6,332.8명으로 2024년 최대치 (6,435명) 대비 약 1.59% 감소하나, 시나리오 B(기본 전망)에서는 6,277.3명으로 약 2.45% 감소할 것으로 전망된다.
  이러한 추계를 바탕으로 2028년까지의 소아청소년과 전문의 인력 미래 추계를 산출하였다. 소아인구의 과거 통계 및 미래 추계는 KOSIS 통계자료를 활용하였으며, 그 결과는 Figure 1에 제 시하였다.
  추계 산출결과, 소아청소년과 전문의 수는 2028년까지 1.59%–2.45% 감소하나 같은 기간 소아 인구가 약 6.5% 감소할 것으로 추산되므로, 두 시나리오 모두에서 소아 인구 1천 명당 전문의 수는 오히려 증가하는 분모효과(denominator effect)가 관찰된다(두 시나리오 간 차이가 미미하여 Figure 1에서 시각적으로 구분되지 않는 수준이므로 시나리오 B 기준으로 도시함). 도 시면적당 전문의 수는 단기간 내에 도시면적의 급격한 변동이 없을 것으로 가정하여, 2028년까지 동일할 것으로 가정하고 추계를 도출하였으며, 이 역시 큰 차이가 없을 것으로 보인다.
  종합하면, 현재 소아청소년과 전문의 수는 하락 추세이나, 이 보다 더 가파른 소아인구의 하락 추세로 인하여 인구당 소아청소년과 전문의 수는 점진적으로 증가하는 분모효과(denominator effect)가 주요 쟁점이다. 향후 소아인구 추계 또한 2070년까지 점진적으로 감소하는 점을 감안하면, 보수적 추정으로 연간 소아 청소년과 은퇴자 수인 80명 정도의 신규 소아청소년 전문의가 매년 공급될 경우 활동 소아청소년과 전문의 수가 유지되거나 소 폭 감소하는 가운데 밀도지표인 인구당 소아청소년과 전문의 수 는 이보다 더 급격한 소아인구 감소폭으로 인하여 점진적으로 증 가한다. 전국 소아청소년과 전공의 정원이 약 200여 명 수준임을 고려할 때, 보수적 연간 은퇴자 추정치(약 80명)를 충원하기 위한 최소 전공의 충원율은 약 40% 내외로 추산된다. 이는 전국 단 위에서 활동 소아청소년과 전문의의 총량적 순감소를 방지하기 위한 하한선(lower bound)에 해당하며, 1차 소아 의료(primary pediatric care)의 지속 가능 임계점(sustainability threshold)으로 해석할 수 있다. 다만, 이 수치는 중증 소아 질환에 대응하는 상급 의료기관의 원활한 운영을 뒷받침하기 위한 기준과는 별개 이며, 소아 전문 의료체계 전반의 지속 가능성을 보장하는 임계점은 이보다 상당히 높을 수 있다.
  이러한 결과는 두 가지 중요한 시사점을 제공한다. 첫째, 현재의 소아청소년과 위기는 전국 단위 총량적 공급 부족(total defi- cit)으로 설명되기 어렵다. 따라서 단순한 총량 확대만으로는 공간적 배분 불균형의 해소에 한계가 있을 가능성을 시사하며, 양적 투입에 있어서도 현재 미달 중인 정원을 채우기 위한 구조적 변화의 필요성이 제기된다. 둘째, 국가 단위의 인구당 밀도 지표 상으로는 오히려 개선되는 추세이므로, 체감되는 필수 의료 위기가 ’배분(distribution)’의 문제임을 시사한다. 따라서 이어지는 절에서는 총량지표 뒤에 숨겨진 지역 간 불균형을 정밀하게 분석 한다.

2. 이중 불평등 분석: 인구 기준 vs. 면적 기준

  소아청소년과 전문의 수급의 공간적 불균형 현황을 파악하기 위해, 행정구역별 소아청소년과 전문의 밀도를 소아인구 대비 및 도시면적 대비로 각각 산출하고 이를 분석하였다(Figure 2).
  구체적으로 살펴보자면, 광역시도 수준분석에서는 인천을 제외한 5대 광역시(서울, 부산, 대구, 광주, 대전)가 소아인구 대비 및 도시면적 대비 전문의 밀도 모두 전국 평균을 상회하는 것으로 나타났다. 반대로 경기도를 제외한 모든 지방도와 울산광역시는 두 지표 모두 전국 평균을 하회하였다. 이는 소아청소년과 전문의가 기존 특별시 및 광역시 지역에 집중적으로 분포되어 있음 을 보여준다.
  시군구 수준분석에서 또한 동일한 추세가 나타났다. 소아청소년과 전문의가 도시권 지자체에 주로 밀집되어 있는 것으로 나타났으며, 예외적으로 밀도가 높은 지자체는 대형병원 소재지(종로구: 서울대학교병원, 강남구: 삼성서울병원, 서대문구: 연세 세브란스병원 본원)로 파악되었다. 여기서 주목할 점은, 소아인구당 소아청소년과 전문의 수가 도시면적당 소아청소년과 전문의 수를 충분하게 설명하지 못한다는 것이다(R2=0.4272). 즉 동일한 소아인구 대비 밀도를 가진 지역이라 하더라도 도시면적 대비 밀도의 분포가 크게 달랐다. 이는 기존에 널리 쓰이는 인구 기준 공급지표가 실제 공간적 접근성을 충분히 대변하지 못한다는 점을 정량적으로 보여주는 핵심 결과이다. 즉 소아인구 대비 밀도와 도시면적 대비 밀도는 의료자원 배분의 상이한 차원을 포착하고 있으며, 한 지표가 다른 지표를 대리하기에 구조적으로 불충분하 다.
  이러한 괴리의 구조를 보다 체계적으로 파악하기 위해, 각 시군구를 소아인구 대비 밀도와 도시면적 대비 밀도의 조합에 따라 네 사분면으로 구분할 수 있다. Figure 2의 산점도에서 양 지표의 중위값을 기준으로 구분하면, 양 기준 모두 상회하는 지역 (우상단)은 주로 대도시 자치구에 집중되어 있는 반면, 양 기준 모두 하회하는 지역(좌하단)은 지방 군 단위에서 나타난다. 한편, 한 기준에서만 중위값을 하회하는 시군구가 상당수 존재하며, 이는 두 지표 간 괴리가 단순한 수준 차이가 아닌 질적으로 상이한 유형의 취약성을 반영함을 시사한다. 이들 취약유형에 대한 조작적 분류는 결과 3절에서 수행한다.
  앞서 파악한 소아청소년과 전문의 밀도현황을 바탕으로 불균형 정도를 정량적으로 평가하기 위해 2016–2025년 시군구 단위 지니계수의 변화 추이와 2025년 기준 로렌츠곡선은 Figure 3에 제시하였다. 2025년 현재 기준, 로렌츠곡선을 통한 소아인구 가중 지니계수는 0.223로 비교적 평등한 수준인 데 반해, 도시면적 가중 지니계수는 0.591로 극심한 불평등을 나타냈다. 양 지표 간 괴리는 0.369로, 소아 의료서비스 배분의 이중성을 드러낸다. 이는 소아 의료자원의 분배가 소아 인구의 의료수요에 반응하는 시장 효율성(market efficiency) 측면에서는 비교적 균형적이나, 국토 균형(territorial equity) 측면에서는 현저한 격차가 존재함 을 정량적으로 보여주는 것이다.
  부트스트랩(bootstrap) 샘플링(R=1,000)을 통해 2016–2025년 소아청소년과 전문의 분포의 지니계수 및 95% CI를 추정한 결과, 가중치 기준에 따라 불평등도가 극명하게 갈리는 현상이 확인되었다(Figure 4). 분석기간 내내 소아 인구 기준 지니계수는 0.2 내외의 낮은 수준을 유지한 반면, 도시지역 면적 기준 지니계 수는 0.6에 육박하는 극단적인 불평등(high inequality) 수치를 기록하였다. 두 지표의 95% CI는 전 연도에 걸쳐 전혀 교차하지 않아(non-overlapping), 면적 기준의 공간적 불평등이 인구학 적 불평등을 통계적으로 유의하게 압도하고 있음이 입증되었다.
  또한 대응 표본 부트스트랩 검정(paired bootstrap test; R=1,000)을 통해 2016년과 2025년 사이의 지니계수 변화량(Δgini)을 분석 하였다. 그 결과, 소아 인구 기준 지니계수는 2016년 대비 2025 년에 0.0251 증가하였으며, 95% CI (0.0058–0.0442)가 0을 포 함하지 않아 통계적으로 유의미한 악화(p<0.05)가 확인되었다. 반면, 도시지역 면적 기준 지니계수의 변화량은 0.0047이었고, 95% CI (–0.0122 to 0.0225)가 0을 포함하여 통계적으로 유의 미한 변화가 관찰되지 않았다.
  강건성 검증을 위해 소아인구를 0–14세로 재정의하여 동일한 분석을 수행하였다. 소아인구 가중 지니계수는 전 기간에 걸쳐 0.206–0.229 범위로 본 분석(0.192–0.223)과 수준 차이가 미미하여(연도별 최대 차이 0.013), 이중 불평등의 핵심 발견은 연령 정의에 강건함이 확인되었다. 다만, 2016–2025년 변화량의 통계적 유의성은 연령범위에 따라 달라지는 것으로 나타났다(0–14세: Δgini=0.015; 95% CI, −0.006 to 0.035). 이는 15–19세 인 구의 지역별 감소패턴이 0–14세와 상이하게 나타날 가능성을 시 사하며, 소아인구의 연령범위 설정이 추세 해석에 영향을 미칠 수 있음을 보여준다.

3. 공간 군집분석 및 취약지 유형화

  소아인구 대비 및 도시면적 대비 전문의 밀도를 시군구 수준에서 시각화하고 hot-/cold-spot 검출을 위해 Getis-Ord Gi* 통 계량 분석을 실시하였다.
  우선 Figure 5를 통해 시각화한 소아청소년과 전문의 밀도현 황을 살펴보면, 소아인구 대비 및 도시면적 대비 밀도 모두 특별/ 광역시 인근지역의 전문의 밀도가 높게 나타난다. 하지만 지방도의 경우, 소아인구 대비 기준으로는 비교적 높은 밀도를 보여주는 지방도 행정구역들이 고르게 분포되어 있는데 반해, 도시면적 기준으로는 대부분의 행정구역들이 매우 낮은 밀도를 보이는 것으로 나타났다. 이는 앞선 로렌츠곡선 및 지니계수 분석을 통해 드러났듯이, 도시면적 기준 소아청소년과 밀도에 있어서 특별/광 역시와 지방도 사이에 현격한 차이가 있음을 재확인한다.
  Getis-Ord Gi* 통계량을 통한 hot-/cold-spot 검출결과, 소아인구 기반 및 도시면적 기반 분석 모두 서울 지역 일부 구를 제외하고는 유의미한 hot-/cold-spot이 검출되지 않았다(Figure 6). 결과 중 지방에서 cold-spot이 전혀 검출되지 않았다는 것은 특기할 만한 점인데, 이는 도시면적 기준 지방에서의 낮은 소아청소년과 전문의 밀도를 감안하면, 지방 전체가 균질한 결핍 (uniform scarcity) 상태이거나, 국지적인 변동성이 없을 만큼 하향 평준화되어 있음을 시사한다. 즉 특정 지역이 상대적으로 더 취약한 것이 아니라 지방 전체가 구조적으로 소외된 상태인 것이다.
  보완적으로 Moran’s I 전역 공간자기상관분석을 수행한 결과, 인구 기반 밀도(Moran’s I=0.322, p<0.01)와 면적 기반 밀도 (Moran’s I=0.636, p<0.01) 모두 통계적으로 유의한 양의 공간 자기상관이 확인되었다. 다만, Moran’s I는 공간적 군집패턴의 존재 여부를 진단하는 지표일 뿐 불평등의 크기를 직접 측정하는 통계량은 아니므로, 면적 기반 밀도에서 관측된 상대적으로 높은 Moran’s I 값은 면적 차원의 불평등이 더 크다는 의미라기보다는, 유사한 밀도 수준의 시군구들이 면적 차원에서 보다 뚜렷하게 인접ㆍ군집하는 경향이 있음을 시사하는 보완적 근거로 해석 된다. 이 결과는 Getis-Ord Gi* 분석에서 지방에 유의미한 cold- spot이 검출되지 않은 패턴과 정합적이며, 앞서 지니계수 분석이 보여준 분배적 괴리에 대한 공간구조적 정황 증거를 제공한다.
  소아 의료취약지를 구체적으로 검출하기 위하여 Table 2에 제시했던 취약지 유형에 따라 2016–2025년 각 연도의 소아인구 대비 및 도시면적 대비 전문의 밀도 하위 10퍼센타일 해당 여부를 기준으로 교차 분류한 결과, 10개년 동안 총 59개 시군구가 1 회 이상 취약유형(인구 기준 결핍지역, 면적 기준 결핍지역, 이 중 결핍지역)에 해당하였다. 각 유형의 해당 시군구 및 해당 연도는 Table 4에 제시하였다. 동일 시군구가 연도에 따라 복수의 유형에 해당하는 경우가 존재하며, 이는 경계선에 위치한 시군구의 밀도 변동을 반영한다. 분류결과 드러난 각 유형에 대한 분석은 다음과 같다.

1) 이중 결핍지역

  이중 결핍지역은 소아인구 대비 및 도시면적 대비 전문의 밀도가 모두 하위 10퍼센타일에 해당하는 지역으로, 10개년 분석 기간 동안 총 41개 시군구가 1회 이상 이에 해당하였다. 이 중 양양군(강원), 군위군(대구), 영암군(전남)은 분석기간 전체(10년)에 걸쳐 이중 결핍상태를 유지하였으며, 담양군(9년), 장성군(9년), 걸쳐 이중 결핍상태를 유지하였으며, 담양군(9년), 장성군(9년), 걸쳐 이중 결핍상태를 유지하였으며, 담양군(9년), 장성군(9년), 가평군(8년)  함안군(8년) 등 13개 시군구가 양 기준 모두에서 5년 이상 반복적으로 하위 10퍼센타일에 해당하여, 취약지 지위가 사실상 구조적으로 고착되어 있음을 보여준다.
  이중 결핍지역의 공간적 분포를 살펴보면, 네 가지 하위유형이 식별된다. 첫째, 백두대간 축을 따른 내륙 산간지역이다. 강원(정선, 영월), 경북(봉화, 영양, 울진), 충북(괴산, 옥천, 영동) 등이 이에 해당하며, 지리적 험준함으로 인해 민간 의료시장에서 구조적으로 소외된 지역이다. 둘째, 전남 서남부 및 경남 서부 농촌지역이다. 전남(영암, 담양, 장성, 고흥, 보성)과 경남(함안, 의령, 하 동, 합천) 지역이 집중적으로 나타나며, 고령화와 인구 유출이 복합적으로 작용하여 소아 의료수요 자체가 시장 형성의 최소 조건에 미달하는 것으로 판단된다. 셋째, 관광 개발 지역이다. 양양군(강원, 10년), 가평군(경기, 8년), 단양군(충북, 2년) 등은 관 광ㆍ상업 중심의 도시화가 진행되어 도시면적은 넓으나, 상주 소아인구는 의료시장을 유지할 수 없는 수준으로 적어 양 기준 모두에서 취약한 상태를 보인다. 이들 지역은 도시면적의 상당 부 분이 관광ㆍ상업 용도로 활용되어 소아 의료 공급자의 입지 유인이 구조적으로 약하다는 점에서, 단순한 농촌지역의 인구 과소와는 구별되는 메커니즘을 갖는다. 넷째, 대구 군위군(10년)과 같이 광역시에 편입되었으나 실질적으로는 농촌지역의 특성을 그대로 유지하는 사례로, 행정구역 개편이 의료공급 구조의 변화로 이어 지지 않았음을 보여준다.
  이들 지역의 공통적 특성은 소아인구 규모가 민간 의료 공급자의 최소 수익 임계점에 미달하면서, 동시에 인접 거점 도시로의 물리적 접근성도 열악하다는 점이다. 즉 수요 측면의 시장 실패와 공간적 분산에 따른 접근성 결핍이 복합적으로 작용하는 구조이며, 시장원리에 의한 자발적 공급 회복은 기대하기 어렵다.

2) 인구 기준 결핍지역

  인구 기준 결핍지역은 소아인구 대비 전문의 밀도에서는 하위 10퍼센타일에 해당하나, 도시면적 대비 밀도에서는 해당하지 않는 지역으로, 총 19개 시군구가 이에 해당하였다. 이 유형은 도시면적이 협소하여 면적 기준 밀도가 과대 산출되지만, 자체적인 소아 의료공급이 부재하거나 극히 취약한 상태를 특징으로 한다.
  해당 지역의 구성을 살펴보면, 두 가지 하위유형이 두드러진다. 첫째, 광역시 또는 거점도시 인근의 위성지역이다. 과천시(경기), 양평군(경기), 횡성군(강원) 등이 이에 해당하며, 이는 그림자 효과(shadow effect)의 전형적 사례이다. 인접 대도시의 의료 인프라로 이동이 가능하기 때문에 소아청소년과 전문의가 해당 지역에 개원할 유인이 구조적으로 약하다. 둘째, 군사시설 소재 지역이다. 계룡시(충남, 5년), 증평군(충북, 6년), 인제군(강원, 5년), 철원군(강원, 3년) 등은 군인 가족의 존재로 일정 규모의 소아인구가 유지되지만, 민간 의료공급은 현저히 낮은 상태를 보인다. 이들 지역의 소아 의료수요는 인근 거점도시(대전, 청주, 춘천 등) 로의 원정 진료에 의존하는 것으로 추정된다.
  주목할 점은 계룡시의 경우 2016–2018년과 2022년에는 이중 결핍지역에 해당하였으나, 이후 인구 기준 결핍지역으로 이동하는 양상을 보인다는 것이다. 이는 면적 기준 밀도가 경계선에 위치하여 연도별 변동에 민감하게 반응하는 사례로, 단년도 기준의 유형 분류가 갖는 한계를 시사한다.

3) 면적 기준 결핍지역

  면적 기준 결핍지역은 도시면적 대비 전문의 밀도에서는 하위 10퍼센타일에 해당하나, 소아인구 대비 밀도에서는 해당하지 않는 지역으로, 총 23개 시군구가 이에 해당하였다. 이 유형은 인구 비례 지표로는 의료자원이 적정하게 배분된 것으로 평가되지만, 실제 물리적 접근성은 지표가 시사하는 것보다 열악한 상태를 특징으로 한다.
  해당 지역에서는 세 가지 하위유형이 확인된다. 첫째, 행정구역 규모에 따른 지표 왜곡 사례이다. 울주군(울산, 9년), 경주시 (경북, 7년) 등은 행정구역이 광활하나 의료기관은 도심에 밀집되어 있어, 인구 대비 밀도는 적정하더라도 행정구역 내 원거리 지역의 접근성은 간과된다. 특히 울주군은 울산광역시에 소속되어 있으나 실제 도심과의 거리가 상당하여, 광역시 내에서도 현저한 의료격차가 존재하는 사례이다. 둘째, 유형 간 경계 전환 사례이다. 고령군(경북, 7년)과 정선군(강원, 5년)은 2016–2018년에는 이중 결핍지역이었으나 이후 면적 기준 결핍으로 전환되었는데, 이는 인구 기준 밀도가 하위 10퍼센타일 임계값을 소폭 상회하게 되면서 유형이 이동한 것으로, 결핍유형 분류가 임계값 근처에서 민감하게 변동할 수 있음을 보여준다. 셋째, 관광지역의 특수성 이다. 제주 서귀포시(4년)의 경우 도시화 면적 중 관광ㆍ상업 용도 비중이 높아 실질적인 의료서비스 입지 가용 면적이 과대 산출될 수 있으며, 이로 인해 면적 기준 밀도가 구조적으로 낮게 나타난다.
  면적 기준 결핍지역은 인구 비례 지표만을 활용하는 기존의 의료취약지 평가체계에서 구조적으로 포착되지 않는 사각지대에 해당한다. 이는 본 연구가 제시하는 이중 프레임워크의 필요성을 가장 직접적으로 뒷받침하는 유형이라 할 수 있다.
  한편, 상기 유형화 결과의 강건성을 확인하기 위해, 소아인구를 0–14세로 재정의하여 시군구별 소아인구 대비 전문의 밀도의 순위 상관을 검증하였다. 두 연령 정의(0–19세, 0–14세) 간 순위 상관이 극히 높아(Spearman ρ=0.995, p<0.001), 퍼센타일 기반 취약지 유형화 결과는 소아인구의 연령범위 설정에 실질적으로 불변하는 것으로 판단된다. 또한 면적 지표의 민감성을 검증하기 위해, 도시면적 대신 행정구역 전체면적을 가중 기준으로 사용하여 지니계수를 재산출하였다. 전체면적 기준 지니계수는 2016–2025년 전 기간에 걸쳐 0.855–0.867 범위로, 도시면적 기준(0.576–0.591)보다 일관되게 높은 것으로 나타났다. 이는 산 림ㆍ농지 등 비도시지역을 포함하면 공간적 불평등이 더욱 극심 해짐을 의미하며, 본 연구의 도시면적 기반 분석이 보수적 추정 (conservative estimate)에 해당함을 시사한다.

 

고 찰

1. 인구 비례 지표의 구조적 한계

  본 연구의 이중 지니분석은 기존의 인구 대비 의사 수 밀도 지표가 소아 의료서비스의 공간적 접근성을 구조적으로 왜곡하고 있음을 실증적으로 보여주었다. 소아인구 가중 지니계수(0.222) 만을 기준으로 하면 의료자원이 비교적 공정하게 배분되어 있다는 결론에 이르지만, 도시면적 가중 지니계수(0.591)를 함께 고려하면 극심한 공간적 불평등이 드러난다.
또한 지니계수 변화량 검정결과는 한국 소아청소년과 의료서비스의 공간적 불평등이 지닌 구조적 특성을 명확히 보여준다:
  첫째, 인구 기준 지니계수의 유의미한 상승은 소아청소년과 전문의의 분포가 수요 밀집지역에 더욱 편중되는 방향으로 변화하고 있음을 시사한다. 이러한 변화의 원인으로는 전문의의 신규 공급이 도시지역에 집중되는 경향, 지방에서의 우선적 이탈, 또는 지역 간 소아인구 감소 속도의 차이에 따른 밀도의 수동적 재편 등이 추론될 수 있으나, 그 구조적 메커니즘의 규명은 본 연구의 분석범위를 넘어서며 향후 연구과제로 남긴다. 다만, 앞선 지니계수 분석에서 확인되었듯이, 이러한 추세의 통계적 유의성은 소아인구의 연령범위 설정에 부분적으로 민감한 것으로 나타나 해석에 주의가 필요하다.
  둘째, 면적 기준 지니계수에서 유의미한 변화가 관찰되지 않은 것은 지리적 접근성의 불평등이 이미 2016년 무렵부터 임계점(약 0.6)에 달해 고착화(locked-in)되어 있었음을 방증한다. 즉 공간적 차원의 ‘의료 사막화(medical desertification)’는 단기적인 현상이 아니라 10여 년간 이어져 온 만성적이고 구조적인 붕괴 상태임을 알 수 있다.
  이러한 괴리의 구조적 원인은 한국의 인구 분포와 국토 구조의 비대칭성에 있다. 대한민국 인구의 약 50%가 수도권에 밀집되어 있는 반면, 국토의 대부분은 인구밀도가 낮은 지방으로 구성되어 있다. 인구 비례 지표는 인구가 밀집된 도시지역에서의 의료공급 을 과대평가하고, 인구는 적지만 광활한 면적을 가진 지방의 접 근성 문제를 구조적으로 은폐한다. 이는 미국에서 HPSA 지정 기 준이 인구 비례에서 지리적 접근성 기반으로 전환된 배경과 일맥 상통한다[5].
  또한 한국은 OECD 국가 중 도로 밀도가 높고 교통 인프라가 잘 발달된 국가에 해당한다. 그러나 이러한 조건에서도 도시면적 가중 지니계수가 0.591에 달한다는 사실은, 교통 인프라의 발달만으로는 해소되지 않는 구조적 공간불평등이 존재할 가능성을 시사한다. Lee [19]의 전국 의료접근성 연구에서도 농촌, 산간, 해안지역의 의료기관까지 이동시간이 도시 대비 현저히 증가하는 것으로 보고되어, 한국의 높은 교통 인프라 수준이 지역 간 의료접근성 격차를 완전히 해소하지 못하는 것으로 나타났다. 다만, 도시면적 기반 밀도는 도로망 발달 정도, 지형조건, 대중교통 인프라 등을 직접 반영하지 못하므로, 향후 연구에서는 이동시간 기반 접근성 지표와의 교차검증을 통해 본 연구의 발견을 보다 정교하게 검증할 필요가 있다.

2. 균질한 결핍(uniform scarcity)의 정책적 함의

  공간 군집분석에서 지방에 유의미한 cold-spot이 검출되지 않았다는 결과는 단순한 통계적 비유의성이 아니라, 지방 전체가 구조적으로 소외된 상태임을 시사하는 중요한 발견이다. Getis- Ord Gi* 통계량은 특정 지역과 인접지역 간의 상대적 차이를 검 정하므로, 지방 전체가 균일하게 낮은 밀도를 보이는 경우에는 국지적 군집이 형성되지 않는다. 이는 지방의 소아 의료결핍이 일부 지역의 예외적 현상이 아니라, 광범위한 구조적 조건임을 의미한다. 이러한 해석은 Moran’s I 분석결과에 의해 뒷받침된다. 면적 기반 밀도의 전역적 공간자기상관(I=0.636)이 인구 기반(I=0.322)의 약 2배로 나타난 것은, 전문의 분포의 공간적 군집 이 면적 차원에서 더 강하게 구조화되어 있음을 보여준다. 즉 대도시권의 높은 밀도와 지방의 낮은 밀도가 뚜렷한 공간적 패턴을 형성하고 있으나, 지방 내부에서는 국지적 차별화가 발생하지 않을 만큼 균질한 결핍상태가 확인된다.
  이러한 균질한 결핍상태는 기존의 의료취약지 정책에 근본적인 한계를 제기한다. 현행 취약지 지정제도가 ‘상대적으로 더 취약한 지역’을 선별하여 지원하는 방식에 기반한다면, 지방 전체가 균일하게 결핍된 상태에서는 선별기준 자체가 유효하게 작동하지 않는다. 따라서 ‘특정 지역’에 대한 선별적 지원에서, 지방 ‘전체’에 대한 체계적ㆍ보편적 지원체계로의 전환이 필요하다.

3. 취약지 유형별 차등적 정책 처방

  본 연구에서 식별된 세 가지 취약지 유형은 각각 상이한 구조적 메커니즘에 기인하므로 차등적 정책 처방을 요구하며, 유형별 핵심 메커니즘과 정책 방향은 Table 5에 요약하였다.
이중 결핍지역에 대해서는 우선적으로 민간 공급자의 진입 을 유도하는 시장 유인설계가 요구된다. Tchoe [20]가 지적하듯 이, 단순한 의사 인력 확충만으로는 지역 간 균형 배치로 이어지지 않으며, 상대가치수가의 산정방식을 원가 기반에서 가치 기반으로 전환하는 등 필수 의료에 대한 보상 체계의 구조적 개편이 선행되어야 한다. 또한 일본의 의료과소지역 대책에서 시행 중인 지역정원제도, 지역 임상연수 활성화, 기존 의사의 지역 유인책 등 다층적 인력 확보 전략 역시 참고할 수 있다[21]. 그럼에도 불구하고, 이러한 시장 유인이 작동하기까지 상당한 시간이 소요 되거나, 소아인구 규모가 민간 공급자의 최소 수익 임계점에 구조적으로 미달하는 지역에서는 유인 자체가 성립하지 않을 수 있다. 이러한 경우 공공형 의원 설치 등 공공의료의 직접적 개입이 불가피하며, 이는 현행 “공공보건의료에 관한 법률” 제12조 및 제13조에 따른 의료취약지 거점의료기관 지정ㆍ지원제도를 통해 제도적으로 뒷받침될 수 있다. 다만, 대한의사협회 의료정책 연구원이 지적하듯이 현행 취약지 선정기준이 2차 의료기관까지의 이동 소요시간에 편중되어 전문과목별 공급 부재를 체계적으로 포착하지 못하며, 지정된 111개 취약지 중 95.5%가 소멸위험 지역과 중복되는 한계가 있어, 선정기준의 개편이 병행되어야 한다[22]. 따라서 내륙 산간, 농촌, 관광 개발 등 하위유형에 따라 개입의 성격이 달라져야 하며, 관광 개발지역의 경우 유동인구를 포함한 실질적 의료수요에 기반한 별도의 공급기준 설정이 검토될 필요가 있다.
  인구 기준 결핍지역은 도시면적이 협소하여 면적 기준 밀도는 과대 산출되나, 자체적인 소아 의료공급이 부재하거나 극히 취약한 지역이다. 이 유형의 대다수는 인접 거점도시의 그림자 효과 권역에 해당하며, 해당 지역의 소아인구 규모가 전문의 개원의 최소 수익 임계점에 미달하는 경우가 많아 독자적 공급 확충은 지속 가능하지 않다. 따라서 이 유형에 대해서는 인접 거점도시의 의료 인프라를 활용한 접근성 보완이 현실적 대안이 된다. 구체적으로, 거점 병원과의 순환 진료 체계 구축이나 모바일 소아 진료시스템 도입을 통해 전문의의 정기적 방문진료를 제도화하는 방안이 검토될 수 있다. 군사시설 소재 지역의 경우, 군 의료 체계와 민간 의료의 연계를 통해 군인 가족의 소아 의료접근성을 제고하는 방안이 별도로 검토될 필요가 있다.
  면적 기준 결핍지역에 대해서는 행정구역 경계에 구애받지 않는 실질적 진료권역(catchment area) 기반의 접근성 평가가 우선 필요하다. 이 유형은 인구 비례 지표로는 의료자원이 적정하게 배분된 것으로 평가되므로, 인구 기준에 의존하는 기존 의료 취약지 평가체계에서 취약성이 간과될 수 있다. 특히 울주군과 같이 광역시 소속이면서도 현저한 의료격차가 존재하는 경우, 광역시라는 행정분류가 이러한 과소평가를 더욱 심화시킨다. 이러한 지역에 대해서는 거점-연계 후송체계 및 이동 클리닉 도입을 통해 물리적 접근성을 보완하는 접근이 요구된다.

4. 결론

1) 연구 요약

  본 연구는 소아청소년과 전문의 인력의 공간적 분포 불균형을 소아인구 가중 기준과 도시면적 가중 기준의 이중 지니 프레임워 크로 분석하여 다음의 세 가지 핵심 결과를 도출하였다. 첫째, 전국 단위 수급 추계결과, 소아청소년과 전문의 수는 감소 추세이나 소아인구의 감소 속도가 더 가팔라 인구당 밀도 지표는 오히려 개선되는 분모효과가 확인되었으며, 이는 현재의 소아 의료위기의 본질이 총량적 부족보다는 배분의 문제임을 시사한다. 둘 째, 2025년 기준 소아인구 가중 지니계수(0.222)와 도시면적 가중 지니계수(0.591) 사이의 극적 괴리가 2016–2025년 전 기간에 걸쳐 고착화된 구조적 패턴임이 검증되었다. 이는 인구 비례 지표가 수요 대응의 배분적 공정성은 반영하나 국토 균형 측면의 공간적 형평성을 반영하기 어려움을 보여준다. 셋째, 의료취약지 가 이중 결핍지역, 인구 기준 결핍지역, 면적 기준 결핍지역의 세 유형으로 분류되며, 각 유형이 상이한 구조적 메커니즘에 기인함이 확인되었다. 특히 다수의 시군구가 동일 취약유형에 10개년 중 상당 기간 반복적으로 해당하여, 취약지 지위가 단기적 변동이 아닌 구조적 고착상태에 있음이 검증되었다.

2) 지리적 커버리지 핵심 성과지표의 도입 제안

  이상의 논의를 종합하면, 필수 의료정책에서 인구 비례 배분방식을 보완하여 면적단위당 최소한의 의료공급 밀도(minimum density per area)를 보장하는 지리적 커버리지(geographic coverage)를 핵심 성과지표(Key Performance Indicator)로 도입할 것을 제안한다. 출산율 감소로 소아인구가 지속적으로 감소 하는 대한민국의 미래 인구 구조를 감안한다면, 인구 비례 지표 만으로는 면적단위당 의료공급의 사각지대를 구조적으로 해소할 수 없기 때문이다. 예컨대, ‘도시면적×km²당 최소 1인의 소아청 소년과 전문의가 활동하는 시군구의 비율’과 같은 형태로 조작화 할 수 있다. 이 지표는 기존의 인구 대비 밀도 지표와 병행하여, 인구 비례 기준으로는 적정하나 공간적 접근성에서 사각지대에 놓인 면적 기준 결핍지역을 체계적으로 포착하는 역할을 한다. 적정 임계값(X)의 산출은 실제 의료이용 데이터와 이동시간 분석 에 기반하여 향후 연구에서 규명할 필요가 있으나, 2025년 기준 229개 시군구의 도시면적당 소아청소년과 전문의 밀도의 중위값 (0.198명/km²)을 역산하면 전문의 1인당 약 5.1 km²에 해당하며, 1사분위값(0.076명/km²) 기준으로는 약 13.2 km²에 해당하여, 임계값의 참고범위로 활용될 수 있다.

3) 연구의 한계 및 향후 연구

  본 연구는 다음과 같은 한계를 가진다. 첫째, 행정구역을 분석 단위로 사용하였으나, 실제 의료이용은 행정구역 경계를 넘나드는 경우가 빈번하다(예: 과천시 주민의 서울 강남권 의료기관 이 용). 본 연구가 시군구 단위를 채택한 것은 건강보험통계의 전문 의 인력현황이 시군구 단위로 집계되는 데이터 가용성, 현행 의료취약지 정책의 집행단위와의 정합성, 그리고 선행연구와의 비교 가능성을 고려한 것이다[10]. 그러나 가변적 공간단위 문제 (modifiable areal unit problem)로 인해 분석결과가 공간단위 의 설정에 따라 달라질 수 있으므로, 향후 연구에서는 건강보험 심사평가원의 의료이용 유출입 데이터에 기반한 중진료권 등 실질적 진료권역(functional healthcare catchment area)을 분석 단위로 활용하는 후속연구가 필요하다.
  둘째, 본 연구는 소아 인구를 의료수요의 대리변수로 사용하였으나, 저출산 시대에 자녀 1인당 의료지출 및 내원횟수가 증가하는 현상을 온전히 반영하지 못했을 수 있다[23]. 또한 소아인구의 연령범위 설정에 따라 지니계수의 수준은 강건하나 추세의 통계적 유의성이 달라질 수 있음이 민감도분석을 통해 확인되었다.
  셋째, 방법(Methods)에서 명시한 바와 같이, 본 연구의 면적 기반 분석은 도시면적을 의료기관 입지 가능 공간의 대리변수로 사용한 분배적 지표로, 동일 면적이라도 도로망 발달 정도, 지형 조건, 대중교통 인프라에 따라 실질적 접근성이 달라질 수 있다는 한계를 갖는다. 전체면적 기준 민감도분석에서 도시면적 사용이 보수적 추정에 해당함은 확인되었으나, 보다 정교한 접근성 평가를 위해서는 이동시간(travel time) 기반 접근성 지표와의 교차검증이 향후 연구에서 필요하다.
  넷째, 본 연구는 의료자원 배분의 불평등 실태를 진단하는 데 집중하였으며, 이러한 불평등이 형성되고 지속되는 구조적 원인 (메커니즘)에 대한 분석은 수행하지 않았다. 소아 의료공급 시장의 작동원리, 즉 수요(인구) 변화에 대한 공급의 탄력성, 시장 형성의 최소 인구 조건, 공급자의 입지 결정요인 등에 대한 인과적 분석은 향후 연구를 통해 규명할 필요가 있다.

이해상충

  이 연구에 영향을 미칠 수 있는 기관이나 이해당사자로부터 재정적, 인적 지원을 포함한 일체의 지원을 받은 바 없으며, 연구윤리와 관련된 제반 이해상충이 없음을 선언한다.

ORCID

Eunseok Kim: https://orcid.org/0009-0001-2465-2068