1. 국내 저출산 현황과 정책적 대응

한국의 저출산 문제는 심각한 사회적, 경제적 도전 과제로 남아 있다. 출산율은 0.75로 OECD 국가 중 최저 수준이며, 이로 인한 인구감소와 고령화는 국가 경제의 지속 가능성에 중대한 영향을 미치고 있다(통계청, 2024). 이러한 상황에 대응하여 정부는 「저출산·고령사회기본법」(2005) 제정 이후, 다양한 출산 장려 및 모자보건 강화 정책을 추진해 왔다(보건복지부, 2023). 정부는 제4차 저출산고령사회기본계획(2021~2025)과 연도별 시행계획을 통해 안전한 임신과 출산 지원을 핵심전략으로 제시하고 있다(보건복지부, 2023). 이에 따라 고위험 임산부 의료비 지원 확대, 분만취약지 지원, 모자보건사업 강화 등이 추진되어왔다. 특히 임신출산바우처 제도는 의료접근성 제고와 경제적 부담 완화를 동시에 달성하기 위한 수요자 중심 재정지원 정책으로 도입되었다. 특히 주목할 점은, 전자적 전달체계(e-voucher system)로서 기능하는 임신출산바우처가 단순 급여수단을 넘어 디지털 기반 정책인프라로의 전환 가능성을 보여주고 있다는 것이다. 국민행복카드 기반의 전자바우처 시스템은 바우처 사용 이력의 실시간 추적, 정책 만족도 피드백, 공급자 클레임 자동화 등의 기능을 통해 보건의료 영역에서의 AI 기반 정책분석 및 예측시스템 구축의 기반이 될 수 있다(이재원, 2012).

2. 임신출산바우처제도와 국내도입의 맥락, 그리고 한계

임신출산바우처제도는 단순한 재정지원 제도를 넘어, 이용자의 건강 행태를 변화시키고 의료접근성을 제고한다. 이와 관련하여 보상성 행동이론 등 건강행동 이론에 입각하여, 바우처가 산전관리 참여율, 의료기관 분만율, 산후관리 연속성 등에 긍정적 영향을 미치는지 검증하는 연구들이 수행되었다. 이에 따르면 바우처 시스템은 사용자에게 재정적 부담을 완화하고 건강 증진을 도모하기 위한 다양한 목적으로 활용된다. Hunter & Murray(2017)은 건강한 행동 유도를 위한 재정지원을, Dennis et al. (2018)은 임신 관련 서비스의 접근성 개선을 강조하였고, Talukder et al.(2014)은 출산 관리의 접근성을 증진시키기 위한 방안을 제시하였다. 또한 Janisch et al.(2010)은 저소득층 여성의 재생산 건강 서비스 접근성을 개선해 모성 및 아동 사망률을 낮출 수 있음을 보였다(표 1).

한편 국내 임신출산바우처 제도는 2008년 「임신 출산 진료비 지원사업」으로 시작되어, 건강보험의 비급여 영역을 보완하고 임산부의 경제적 부담을 완화하기 위한 수요자 중심 정책으로 도입되었다. 초기에는 전자카드 기반 디지털 바우처를 통해 지정 의료기관 이용을 촉진하였으며, 이는 재정 전달 효율성과 접근성 향상을 동시에 추구한 정책으로 평가되었다(권미경 외, 2022; 박인희 외, 2020). 임신출산바우처는 최근 3년간 지원 금액 상향(임신바우처 단태아 100만원, 첫만남이용권 첫째 200만원, 둘째 이상 300만원)과 함께 서비스 제공범위의 정교화, 모바일 산모수첩 제공 등 디지털 플랫폼과 연계되며 진화하고 있다.

그럼에도 불구하고 현행 제도는 다음과 같은 구조적 한계를 노출하고 있다(표 2). 첫째, 정액 중심의 급여 구조는 개인, 지역별 의료필요성, 수요의 특성을 반영하지 못한다. 국민행복카드 등 모자보건정책은 고령산모(35.9%)(통계청, 2024)와 고위험 산모 등 개인별 의료필요성을 충분히 반영하지 못하는 고정 정액지급 구조로 인해 정책 효율성이 저하될 수 있다. 또한 이를 보완하기 위해 각 지자체에서 추진하는 맞춤형 지원제도는 지자체별 지원 정책 차이로 지역 격차가 심화될 가능성이 있다.

둘째, 민간의료기관 과의존은 지역 형평성을 위협한다. 복지부에 따르면 분만가능한 산부인과가 없는 분만취약지를 대상으로 정부와 지자체가 시설, 운영비를 5:5로 지원하는 사업을 확대하고 있으나, 최근 5년간 분만기관이 26.4% 감소하고, 수도권-비수도권 간 분포 격차가 확대되고 있음을 알 수 있다(장종태 의원실, 2025)²⁾. 또한 공공의료기관 내 산부인과 비율은 17.4%에 불과하며, 수도권 산부인과 전문의 또한 지역격차가 존재한다(보건복지부, 2024). 이런 상황에서 현행 제도는 형식적 보편성에도 불구하고 실제 접근성에는 제한적인 효과를 보일 것으로 사료된다.

셋째, 행위료 중심 평가 체계는 결과 지표 부재로 서비스 질 개선을 유도하지 못한다. 모성사망률(Maternal Mortality Ratio, MMR)은 10만명당 10.1명(통계청, 2024)으로 OECD 평균(10만명당 6.0명, 2022)보다 높으며, 시설분만율 99%(통계청, 2024) 달성에도 질 관리 지표가 정체되어 있다. 이는 기존 제도가 서비스 이용률 제고에는 기여했으나 질적 성과를 유인하는데는 한계가 있음을 시사한다.

넷째, 데이터 활용 미흡으로 실시간 모니터링과 예방 효과가 결여되어 있다. 2000년대 후반부터 확산된 사회서비스 전자바우처 사업은 우리나라가 높은 디지털 인프라를 갖추고 있음을 보여주는 동시에, 모니터링 시스템 부재라는 교훈을 제공한다(이재원, 2012; 강혜규, 2012). 임신출산바우처는 이러한 전자바우처 플랫폼 위에 구축된 제도이지만 아직까지 데이터 기반 정책설계와 성과관리기능이 충분히 구현되지 못하고 있다.

3. LMIC 바우처 정책의 혁신성

이에 반해 LMIC의 바우처 프로그램(Kenya, Uganda, Bangladesh, Cambodia, Indonesia 등)은 한국의 구조적 한계를 극복할 수 있는 혁신적 설계요소를 제시한다(Bellows et al., 2013; Kim & Lee, 2022). 이들 프로그램은 성과연동보상(OBA)을 통해 분만율, PNC 방문율 등 의료공급자를 대상으로 성과에 연동된 보상제도를 통해 행위료 체계의 한계를 극복하고, 공공-민간 협력(PPP)으로 지역 격차를 해소하며, 모바일 e-voucher를 통한 실시간 데이터 환류로 이용자 행태 분석을 가능케 하였다(Watt et al., 2015; Bellows et al., 2013; Lee & Adam, 2022).

일부 LMIC, 특히 케냐와 같은 동아프리카 국가들은 MMR이 높고 시설분만율이 40% 미만인 열악한 환경에서도, OBA·PPP·디지털 환류 등의 세 가지 메커니즘을 통해 PNC 추적률과 분만시설 이용률을 유의하게 개선한 바 있다(Obare et al., 2015; Watt et al., 2015). 이는 한국 기존 제도의 구조적 한계를 보완할 벤치마킹 대상으로 고려해볼 수 있는 부분이다.

OBA는 주인대리인 이론(Principal-Agent Theory)에 기반한 공급자 행동 변화 유인(Eisenhardt, 1989)으로 한국 민간 과의존 문제점에 적용 가능하며, PPP는 지역간 PNC 격차 해소에 실무적 시사점을 제공한다. 또한 심평원에서 제공하는 HIRA 데이터와의 결합 시 예측형 플랫폼으로 고도화될 수 있으므로, LMIC의 한계 극복 과정은 한국형 효율성, 형평성 전략으로 재해석될 필요가 있다.

4. 로직모델과 인과적 경로분석, 국내 적용 가능성 논의

선행연구(Bellows et al., 2013; Dennis et al., 2018; Obare et al., 2013 등)는 바우처 프로그램이 분만 이용률 증가와 모성사망률 감소에 기여함을 보여주었으나, 프로그램의 설계요소(예: OBA, PPP, 맞춤형 지원 등)가 투입 → 활동 → 산출 → 성과로 이어지는 이론적 인과경로 상에서 어떤 단계에 위치하는지 체계적으로 보여주는데 한계가 있었다. 또한 모자보건정책 평가모형에 관한 다양한 연구에서도 문헌리뷰, 효과성 평가와 함께 로직모델 분석을 수행하였으나 보편적 건강보험과 LMIC 대비 높은 의료접근성을 가진 한국의 제도 맥락에서의 이전가능성 논의는 부재하였다(표 3). 이에 본 연구는 LMIC 모자보건 바우처의 설계요소를 로직 모델 기반 인과분석 틀로 구조화하여 인과경로를 규명하고, LMIC와 한국 간 제도적 환경 차이를 보정하여 고도화 방안을 제시하고자 한다.

로직 모델은 프로그램 이론을 시계열적 인과 연쇄로 구조화함으로써 각 단계의 이론적, 실증적 근거를 결합할 수 있는 평가틀을 제공하며(Weiss, 1997; Pearl, 2009), Population Council(n.d.)과 Obare et al.(2013)은 이를 활용해 바우처 입력–성과 구조를 실시간 모니터링 및 빅데이터 기반 인과분석으로 확장한 바 있다. 특히 성과연동보상(OBA)은 정부 선불금과 성과 달성 시 인센티브, 미달 시 회수라는 결과 기반 지불 구조를 통해 정보 비대칭을 완화하는 메커니즘으로 작동하며(Eisenhardt, 1989), Kenya OBA와 Indonesia Jamkesda에서 각각 등록 임산부 증가와 PNC 추적 강화라는 실증적 효과를 보여주었다. 본 연구는 이러한 국제적 논의를 토대로 디지털 평가지표와 AI 기반 예측모형을 결합한 차세대 로직 모델을 구성함으로써, 한국 모자보건 바우처 정책의 이론적 토대와 실천적 설계 방향을 동시에 제시하고자 한다.

한편 인과효과가 추정된 연구를 다른 맥락으로 일반화할 때, 외삽성(external validity)이 맥락 차이에 의해 제한되는 문제가 있다(Pearl, 2009). 즉 LMIC 바우처 연구에서 관찰된 접근성 확대, 분만 이용률 증가, MMR 감소 등의 인과효과는, 의료인프라부터 정치, 경제, 문화, 인구구조가 상이한 국내에 그대로 이전될 수 없으며, 구조적 인과모형에서 맥락 변수(context variables)를 조정하거나 재해석하는 과정이 필수적일 것이다. 이러한 관점에서 볼 때, LMIC에서 바우처가 주로 의료 접근성 강화의 메커니즘으로 작동했다면, 이미 시설분만율 99%를 달성한 한국에서는 효율성(자원 배분, 고위험군 집중), 형평성(지역, 계층 격차 완화), 질 관리(결과 지표 개선)를 목표로 하는 새로운 인과경로로 해석해야 할 것이다. 이는 맥락 의존적 인과성 개념을 전제로, LMIC의 접근성 확대를 국내 적용시 효율성, 형평성 최적화 효과로 목표 재설정(re-targeting)하여 해석하는 것이 이론적으로 정당화된다고 볼 수 있다(Pearl, 2009).

1. 연구 질문 및 분석 틀

본 연구는 임신출산바우처 프로그램의 정책설계 요소를 구조적으로 분석하고, 국내 정책설계에 적용 가능한 시사점을 도출하기 위해 로직모델에 기반한 체계적 문헌고찰을 수행하였다. 분석은 아래 그림과 같이 세 단계로 구성된다. 첫째, 최근 10년간 국제 문헌을 대상으로 프로그램 설계와 실행 사례를 체계적으로 검토하고, 둘째, 로직모델(투입–활동–산출–성과)의 틀에 따라 구성요소를 유형화, 분류한다. 마지막으로, 각 요소의 인과경로를 공통적으로 추출하고 국내 정책적 맥락을 비교 분석함으로써 적용 가능성을 도출하고자 하였다. 이러한 연구 설계에 따라 다음의 세 가지 연구 질문을 설정하였다.

새창으로 보기

그림 1

연구모형

한편 PICOTS-SD(Population, Intervention, Comparator, Outcome, Time, Setting, Study Design) 프레임워크에 따라 문헌 검색 기준을 설정하였다(표 4).

2. 검색범위 설정 및 프로토콜 개발

문헌 검색은 PRISMA 지침에 따라 사전에 정의된 프로토콜에 근거하여 수행하였다(Moher et al., 2009). PubMed, Web of Science, Cochrane 데이터베이스를 통해 수행하였으며, 검색식은 ‘(maternal OR pregnant) AND voucher AND(evaluation OR performance)’로 설정하였다. 총 245편의 문헌을 수집한 후, 두 명의 연구자가 각각 독립적으로 제목 및 초록 검토를 거쳐 주제 부합 여부를 1차로 평가하고, 전문 검토를 통해 최종 12편의 문헌을 분석 대상으로 선정하였다. 선정된 문헌은 대부분 LMIC에 집중되어 있는 특징을 보였다. 이는 고소득 국가에서 RCT 등의 연구방법으로 바우처 사업을 평가한 문헌이 제한적이었음을 시사한다. 한편 선정 제외 기준은 PRISMA 흐름도 형식으로 단계별 수치를 제시하였으며 불일치 항목의 경우 원문 재검토와 협의를 통해 조정하였다. 체계적 문헌고찰, 정부 보고서 등 비심사 문헌, 통제집단 부재 등의 방법론적 미비 문헌이 제외되었다(그림 2).

새창으로 보기

그림 2

문헌 선정 과정

3. 생성형 AI 보조적 활용

두 명의 연구자는 선정된 12편의 문헌에 대해, 각 프로그램의 설계요소를 로직모델의 ‘투입–활동–산출–성과(단기/장기)’ 항목에 따라 재구조화하였다. 이 과정에서 생성형 AI 도구(ChatGPT)를 보조적으로 활용하여, 문헌 내 정책설계요소의 분류를 지원받고, 연구자 2인의 수동 코딩 결과와 비교, 검증함으로써 범주화의 일관성과 신뢰성을 높였다. 본 연구의 생성형 AI 보조 활용은 정책분석 및 의료, 보건 연구 분야의 최근 트렌드에 부합한다. 특히 체계적 문헌고찰(SR)과 질적 데이터 구조화에서 AI가 코딩 일관성 향상과 분석 효율화에 기여하는 사례가 급증하고 있다. 예를 들어, 체계적 문헌고찰 분야에서는 머신러닝 기반 도구를 활용해 위험도 평가를 보조함으로써 반복적 검토 과정을 효율화하려는 시도가 이루어져 왔다(Millard et al., 2016). 이러한 흐름은 AMEE 가이드라인(2023)에서 공식 권고된 바와 같이(Tolsgaard et al., 2023), AI를 '투명, 재현 가능 보조 도구'로 활용하는 표준화 방향으로 이해된다.

한편 연구의 재현성을 위해 본 연구는 아래 표의 표준화된 프롬프트를 사용하였다(표 5). 생성형 AI의 활용은 AMEE 가이드라인(2023)에 따라, 사용 목적과 범위를 문헌 코딩 보조와 로직모델 도출 보조로 한정하고, 모든 최종 해석과 판단 책임이 인간 연구자에게 있음을 분명히 하였다. 또한 원문 전문이 아닌 연구자 요약 텍스트만 입력하고, AI 응답은 항상 원문과 대조, 검증하는 절차를 거쳐 저작권 보호와 재현 가능성을 함께 확보하였다.

로직모델 구축은 다음의 4단계로 진행되었다. 연구자 2명이 각 12편 문헌을 독립적으로 읽고, 설계요소와 인과경로를 엑셀 양식에 수동기록한 뒤, 불일치 문헌에 프롬프트를 적용한 후 AI를 활용하여 보조적으로 분류한 뒤 연구자 두명이 함께 검토한 후 최종 해석은 연구자가 진행하였다. AI는 '코딩 가속화 및 검증 도구'로 기능하였으며, 전체 분석 시간을 단축하였고 코딩 일관성(Kappa=0.82 → 0.91) 향상을 달성하였다.

4. 로직모델 도출

분석 결과를 바탕으로 각 12개 문헌에서 로직모델 요소 내에서 반복적으로 등장하는 공통 설계요소를 추출하고, 이들이 성과지표와 어떤 인과구조를 가지는지를 정성적으로 비교하였다.

1. 문헌별 주요로직 종합

분석 결과, 임신출산바우처 프로그램들은 주로 임신 전 기간을 관통하는 서비스 연속성, 즉 산전진찰(ANC, Antenatal Care)–분만(Delivery)–산후관리(PNC, Postnatal Care)를 하나의 패키지로 제공하는 구조를 통해 성과를 창출하는 것으로 나타났다. 이 연속 패키지 위에 성과연동보상, 공공–민간 파트너십, 전자바우처, 교통, 숙박 지원, 커뮤니티 기반 표적화 등 설계요소를 어떻게 결합하느냐에 따라 이용률과 형평성, 거버넌스 효과가 차별화되었다.

보다 구체적으로 투입 단계에서는 모자보건 예산, 바우처 재원, 공, 민간의료기관과의 계약, OBA 재원, 전자바우처 인프라 등이 확보되었다. 활동 단계에서는 ANC 등록, 분만, 산후 6주 내 PNC 방문까지를 하나의 패키지로 설계하고, 지역사회 홍보, 가정방문, 교통, 숙박 지원 등을 통해 이 세 단계가 실제로 연속적으로 이행되도록 지원하였다. 산출 단계에서는 ANC 방문 수, 시설분만 건수, PNC 방문 수, 바우처 사용 건수, 참여기관 수 등의 지표를 통해 프로그램의 성과를 산출하였다. 단기결과에서는 시설분만율, ANC, PNC 이용률 상승, 출산 관련 가계부담 감소, 서비스 질, 만족도 향상이 공통적으로 관찰되었으며 장기결과에서는 모성·신생아 사망률 및 합병증 감소, 도농·소득 간 이용격차 완화, 제도화된 모자보건 체계 강화 등이 보고되었다.

2. 공통 설계요소별 인과경로와 효과범위

한편 상기 정리한 표를 바탕으로 공통적으로 반복되는 설계요소를 중심으로 인과경로와 결과를 정리하였다(표 7). 여기서는 특히 성과연동보상(OBA), 맞춤형(Targeting)지원, 공공–민간 파트너십(PPP), 전자바우처(e-voucher), 교통, 숙박 지원 바우처, 커뮤니티 기반 맞춤형(community-based targeting)제공 요소에 초점을 두었다. 12편의 연구는 연구설계와 효과지표(위험비, 오즈비,%p 변화 등)가 서로 달라 메타분석은 어렵다. 대신, 비교 가능한 지표(시설분만율, ANC, PNC 이용률, 형평성 지표 등)등에 한정하여 설계요소별로 효과 범위(최소–최대)를 정리하였다. 각 수치는 각 문헌에 보고된 변화량의 대략적 범위를 단순 비교한 것으로, 통계적 가중치나 이질성을 조정한 정식 메타분석 결과가 아니다. 따라서 설계요소별로 효과가 나타나는 방향과 규모의 대략적 수준을 보여주는 참고치로 이해할 필요가 있다.

성과연동보상(OBA, Output-Based Aid)는 4, 5, 6, 8, 9, 10번 연구에서 공통적으로 확인되며, 시설분만과 PNC 실적에 따라 추가 보상을 지급함으로써 공급자의 ANC–분만–PNC 연속 패키지 제공을 유도하였다(Warren et al., 2015). 이들 연구에서는 시설분만율이 대략 +10~+40%p, PNC 이용률이 +15~+40%p까지 증가했으며, 일부에서는 모성·신생아 사망률이 10~20% 수준 감소하는 것으로 보고되었다.​ 이는 정부와 의료기관 간 주인–대리인 관계에서 성과지표와 보상 구조(투입요소)를 설정하면, 의료기관은 추가 인센티브를 얻기 위해 결과지표 제고를 위한 활동을 하는 것으로 이해된다.

빈곤, 취약계층을 대상으로 한 맞춤형 지원(targeted voucher)의 경우 취약계층 시설분만률이 대략 +15~+40%p, 전체 시설분만율은 +5~+30%p 증가해, 효과 크기는 OBA보다는 다소 작지만 형평성 개선 측면에서 중요하게 나타났다. 수요측 재정지원 이론에 기반하여 데이터에 기반하여 대상자를 선별하고 이들에 대해 집중 제공하는 활동을 수행함으로써 형평성을 개선하는 성과로 이어진다.

공공–민간 파트너십(PPP, Public–Private Partnership)은 1, 3, 4, 5, 6, 8, 9, 10, 11번 연구에서 나타나며, 공공·민간의료기관을 바우처 계약망으로 묶어 ANC 단계에서 선택한 기관을 분만, PNC까지 연속 이용할 수 있게 하는 구조였다. 그 결과 시설분만율이 약 +5~+30%p 상승하고, 참여기관 수가 24~50개로 확대되었으며, 여러 연구에서 이용자 만족도가 5~20%p 증가한 것으로 보고되었다.​ 즉, 경쟁과 선택 권한의 확대가 서비스의 질 향상을 가져오는 원리로 이해된다.

전자바우처(e-voucher), 디지털 설계는 10, 11, 12번 연구에서 주로 관찰되며, 카드·전자기록 시스템을 통해 ANC–분만–PNC 이용과 바우처 결제를 전산화하여 누수와 부정청구를 관리하고 저이용군을 식별할 수 있게 하였다. 이러한 디지털 설계를 도입한 사례에서는 ANC, PNC 이용률이 대략 +10~+25%p 증가하고, 부정청구, 행정비용이 10~20% 정도 감소했으며, 카드·전자 시스템 이용률이 점차 확대되는 경향이 나타났다.

교통, 숙박지원 바우처는 8, 9, 12번 연구에서 농촌, 산간 등 원격지역 산모를 대상으로 제공되었으며, 분만 관련 교통비와 숙박비를 별도로 지원해 거리, 체류비 장벽을 낮추고 ANC 이후 분만, PNC로의 연속 이용을 가능하게 했다. 이들 연구에서 원격지역 시설분만율은 대략 +15~+40%p까지 증가했고, 도농 간 이용격차와 출산 관련 재난적 의료비가 10~30% 수준으로 완화되는 효과가 보고되었다.

커뮤니티 기반 표적화(community-based targeting)는 5, 11번 연구에서 두드러지며, 커뮤니티 보건요원(community health worker)과 커뮤니티 산파(community midwife)가 임신 초기부터 가구 방문, 상담, 동행을 수행해 행정자료에서 누락된 비공식 분만 집단을 ANC–분만–PNC 패키지 안으로 편입시키는 방식으로 작동하였다. 이러한 개입을 포함한 프로그램에서는 등록률이 약 10~30%p, 시설분만율이 15~35%p 증가했고, 일부 연구에서 위험분만, 산과적 합병증 비율이 10~25% 감소한 것으로 나타났다.

각 설계요소 가운데 성과연동보상(OBA)는 시설분만, PNC 이용률과 모성·신생아 사망에 미치는 보고된 효과 크기가 상대적으로 큰 편으로 나타났으며, 그다음으로는 맞춤형 지원 바우처와 공공–민간 파트너십, 교통·숙박 바우처 등이 주목할 만한 설계요소로 관찰되었다. 다만 이는 이질적인 연구들 간 정량 메타분석이 아닌 정성적 범위 비교에 기반한 해석이라는 점을 전제로 한다.

3. LMIC 제도의 맥락 차이 및 적용 가능성 논의

한편 LMIC에서 설계된 바우처, OBA, e‑바우처 제도가 한국 맥락에서 어떻게 작동할 수 있는지, 제도 환경 차이와 적용상의 장단점을 중심으로 정리하였다(표 8). LMIC에서 도출된 공통 설계요소는 한국에 그대로 이전되는 보편적인 처방이라기보다는, 한국의 복지국가·의료체계 맥락에서 참고 가능한 설계요소로서 이해할 필요가 있다. 한국은 이미 건강보험 기반 보편적 의료보장, 민간의료 중심 공급구조, 전자청구·카드 시스템 등 디지털 인프라를 갖추고 있어, LMIC가 직면하고 있는 의료접근성 부족과는 상이한 출발점에서 정책설계를 고민해야 한다. 따라서 본 연구의 한국 적용 논의는 개도국 성과를 단순히 이전하는 것이 아니라, 각 설계요소가 한국의 정액·단일급여, 민간의료기관 과의존, 행위 중심 평가, 데이터 미활용 등 구조적 한계를 어떻게 보완할 수 있을지에 탐색적 논의로 제시하고자 한다.

첫째, 성과연동보상(OBA)은 LMIC에서 민간 공급자 참여를 유도하고 서비스의 양과 질을 끌어올리는 핵심 기전으로 작용했다. 한국의 경우 행위별 수가 중심에 민간 비중이 매우 높아 공급자는 많으나 PNC 등 사후관리 지표, 여전히 지속되는 모성사망률 등 일부 결과지표가 저평가되는 것이 문제로 지적된다. 이미 높은 시설분만율을 기록하고 있는 한국에서는 동일한 정책설계가 시설분만량 확대보다는 PNC 이용률, 고위험 임산부 관리, 취약계층 등록률 등의 질, 형평성 지표에 한정된 성과연동구조로 설계될 필요가 있다. 또한 성과연동보상 도입 시 의료계 반발 가능성이 있어 세부 지불제도의 개편, 성과지표의 엄격한 정의, 평가인프라 구축이 선행되어야 할 것이다. 따라서 국내 시범사업 및 추가 실증연구를 통해 단계적 도입에 대한 검토가 요구된다.

둘째, 맞춤형 지원바우처의 경우(targeted voucher), LMIC에서는 보편적 보장이 되지 않는 상황에서 빈곤층을 선별적으로 지원하는 제도로서 도입되었다. 한국의 경우 건강보험, 국민행복카드 등 보편적인 급여로 이미 지급되고 있으나 상대적 형평성 격차의 문제가 잔존한다는 제도적 문제점이 있다. 보편주의와 선별의 쟁점은 국제 사례에서 일률적으로 적용시킬 수 있는 영역이 아니며, 각국의 복지국가 체제와 제도적 역사에 깊이 의존한다. LMIC의 맞춤형 지원바우처(targeted voucher)는 보편적 건강보험이 부재한 맥락에서 최소한의 접근을 보장하기 위한 선별주의 설계인 반면, 한국의 경우 건강보험과 국민행복카드를 통한 보편적 급여가 이미 존재한다. 따라서 본 연구에서 제안한 정밀 보편주의(precision universalism)는 LMIC의 선별적 지원 방식을 그대로 수용하기보다는 고위험·저소득·분만취약지 산모에게 추가 지원을 얹는 방식으로 재구성해야 할 것이다. 즉, 핵심은 한국 제도 내부의 재분배 구조에 있으며, LMIC 사례는 어디까지나 설계 아이디어를 제공하는 보조적 참고자료로 활용된다.

셋째, 공공–민간 파트너십(PPP)은 LMIC에서 공공 인프라가 부족한 상황에서 민간병원을 계약해 네트워크를 확장하는 방식으로 설계되었으나, 한국은 이미 민간의료기관 비중이 매우 높은 혼합 의료체계이기 때문에 PPP 자체가 전혀 새로운 구조는 아니다. 따라서 한국에서 PPP 논의의 초점은 민간의료기관 참여의 확대가 아니라, 분만취약지 공공병원·지방의료원·보건소와 민간 산부인과를 어떻게 역할 분담·계약 구조·성과관리 측면에서 재조정할 것인지에 두어야 하며, 이는 기존 분만취약지 지원사업과 국민행복카드 바우처를 연계한 한국형 PPP 재설계로 이해하는 것이 타당하다.

넷째, 교통·숙박 지원 바우처는 LMIC에서는 농촌·산간 등 장거리 이동이 핵심적인 접근성 장애요인으로 작동하는 맥락에서 필수적인 설계요소였으나, 한국은 전체적으로 의료기관 접근성이 높은 편이어서 동일한 방식의 전국적 적용은 필요하지 않다. 대신 도서·산간, 분만취약지와 같이 지리적 불리 요인이 집중된 지역을 중심으로 교통·숙박 바우처를 선택적으로 도입, 확대함으로써, 기존 분만취약지 지원정책을 ANC–분만–PNC 연속 이용 관점에서 정교화할 수 있을 것이다.

다섯째, 전자바우처·디지털 설계는 LMIC에서는 종이 바우처의 부정수급을 줄이고 이용이력 추적을 가능하게 하는 기초 인프라로 도입되었다면, 한국은 이미 건강보험 전자청구, 국민행복카드 카드결제 등 디지털 인프라가 상당 수준 고도화된 단계에 있다. 그럼에도 불구하고 현재 시스템은 주로 정산·사후 통계에 집중되어 있어, ANC–분만–PNC 연속 이용률, 고위험군 패턴, 지역·계층별 격차를 모니터링하고 조정하는 성과기반 모니터링·환류 시스템은 미흡한 상황이다. 본 연구가 제안하는 AI 기반 전자바우처 플랫폼은 이런 한국적 출발점을 전제로, 기존 인프라 위에 모니터링 및 성과관리 기능을 보완하는 방향으로 설계되어야 한다.

여섯째, 커뮤니티 기반 맞춤형(community-based targeting)은 LMIC에서 공식 행정자료가 취약한 상황에서 산파·커뮤니티 보건요원을 동원해 임신부를 발굴·연결하는 것이 핵심이었다면, 한국에서는 보건소, 산모수첩, 건강 보험 등록 등 행정자료 기반 추적 시스템이 이미 상당 부분 구축되어 있다는 점에서 역할이 다르게 정의될 필요가 있다. 따라서 한국의 커뮤니티 기반 개입은 전체 임산부를 대상으로 한 일상적 타기팅이라기보다는, 기존 행정자료만으로는 포착되기 어려운 고립·고위험 임신부(예: 미등록 이주여성, 사회적 지원망이 단절된 산모 등)를 대상으로, 방문간호·지역사회 통합돌봄·마을 건강센터와 연계한 보완적 안전망으로 설계하는 것이 보다 현실적이다.