‘데이터마이닝’(data mining)이라는 단어가 요즘 약사사회의 화두가 될 정도로 관심을 끌고 있다. 이유인즉 심평원이 청구불일치가 의심되는 1만4천여 약국에 대해 순차적으로 조사에 돌입했으며 조사대상약국은 '데이터마이닝‘에 근거해 문제가 있는 약국으로 판단됐기 때문이라고 했다.

도대체 무슨 용어인지 생경하기까지 한 데이터마이닝이 일선약국 약사들을 잠재적 범죄자 또는 집단으로 몰아가고 있는 현 상황에 대해 많은 약사들이 억울하기 짝이 없다는 표정을 감추지 못한다.

원래 데이터마이닝은 통계학의 한 방식으로 최근에는 고객 관련 정보를 토대로 미래의 구매행태를 예측하거나 변수간 인과관계를 분석하는 마케팅기법으로 활용되거나 대용량 데이터를 기반으로 한 고객관계관리(CRM) 분석을 위한 도구로 사용되고 있다. 보건의료분야의 경우 건강보험 부당청구 사례를 적발하기 위한 과학적 방법으로 도입되어 활용되어 오고 있다.

하지만 이번의 경우 과거 5년간 약국내에서의 공급량의 사용량의 차이가 있을 경우 약국 스스로가 반드시 이유를 소명해야만 행정처분을 면제하겠다는 심평원의 조치는 그야말로 행정편의적 발상이라고 반발하고 있다. 여기에 더해 입증하지 못하면 저가약을 쓰고도 고가약을 청구하는 식의 파렴치한 부정청구를 한 범죄인으로 몰아가는 식의 조사가 말이 되느냐고 반박한다.

청구불일치 조사가 야기한 작금의 상황을 맞아 법률용어중에 ‘무죄추정의 원칙’을 되돌아보게 된다. 5년전 그 시간에 네가 뭘했는지 알리바이를 증명하라는 식의 조사는 무죄추정의 원칙을 명시한 헌법취지에도 위배된다. 약국에 대한 거듭된 조사는 결국 저지르지도 않은 범죄사실에 대해 일단 구속부터 해놓고 무혐의를 스스로 입증해보라는 식의 강압적 폭거와 다름이 없다.

의약분업이 시행되면서부터 촉발된 복잡다기한 의약품 유통채널의 특성을 감안할 때 청구불일치의 소지가 다분하다. 대체조제를 위한 약국간 교품이나 약가인하에 따른 반품지연 등등 그 사례를 일일이 설명할 필요도 없을 것 같다. 그러나 청구불일치로 인한 그 모든 책임이 약국 약사만으로 귀결되어서는 안된다고 본다. 2만여 약국중 1만4천여 약국이 불법행위를 저지른 잠재적 범죄인으로 취급되는 사실은 분명 정상적이지 못하기 때문이다.