의료 시스템의 한계를 넘어설 에이전트 AI: 단순 디지털화를 넘어선 '전기'처럼 혁신하다
Published Jun 7, 2026
“에이전트 AI는 여러분의 워크플로우를 압축하고, 강화하며, 슈퍼차지하여 훨씬 더 높은 성능을 발휘하게 만듭니다.” 뉴욕 소재 HSS(Hospital for Special Surgery)의 최고 디지털 및 기술 책임자인 애쉬스 바라드(Ashis Barad) 박사의 이 말은 현재 글로벌 의료 시스템이 직면한 위기 속에서 에이전트 AI가 가져올 혁신적인 변화를 극명하게 보여줍니다. 만성적인 투자 부족, 인력 채용의 어려움, 그리고 고령화 인구 증가로 인한 서비스 수요 폭증은 전 세계 의료 시스템을 심각한 압박에 빠뜨렸습니다. 조각난 의료 접근성, 의료진의 높은 스트레스와 번아웃은 이미 현실화된 문제이며, 세계보건기구(WHO)는 2030년까지 의료 인력 부족이 1,100만 명에 달할 것이라고 경고했습니다. 과연 이러한 암울한 현실 속에서 에이전트 AI는 구원자가 될 수 있을까요?
과거의 디지털화가 실패했던 이유: ‘수동적인’ 보조 역할
오랜 기간 동안 의료 분야는 디지털화를 통해 효율성을 높이려 노력해왔습니다. 미국에서는 2000년대 초반 환자 데이터가 **전자 건강 기록(EHR)**으로 전환되었죠. 하지만 솔직히 말해서, 그 효과는 제한적이었습니다. EHR은 데이터가 파편화되어 있고 여전히 수동 입력에 의존하는 부분이 많아 오히려 의료진의 행정적 부담을 가중시킨다는 비판을 받기도 했습니다. 원격 모니터링 같은 새로운 원격 의료 서비스나 디지털 케어 도구들 역시 비슷한 한계를 보여주었습니다. 바라드 박사의 설명처럼, 이러한 기술들은 지리적 장벽을 허물어 의료 접근성을 개선하는 데는 도움이 되었지만, 직접적인 대면 진료의 질을 완벽하게 재현하거나 환자들의 신뢰를 얻는 데는 역부족이었습니다.
기존의 디지털 도구들은 의료진의 “보조” 역할에 머물렀습니다. 정해진 틀을 조금이라도 벗어나거나 복잡한 상황이 발생하면 결국 사람의 개입이 필수적이었죠. 즉, 시스템이 능동적으로 판단하고 문제를 해결하기보다는, 사람이 데이터를 입력하고 지시해야만 작동하는 수동적인 형태에 가까웠습니다. 이것이 바로 수십 년간 이어진 디지털화 노력에도 불구하고 의료 현장의 근본적인 어려움이 해소되지 못했던 핵심 원인이 아닐까 생각합니다. 기술이 사람의 일을 덜어주기보다, 오히려 새로운 종류의 일을 만들어낸 셈이죠.
에이전트 AI는 무엇이 다른가? ‘자율성’과 ‘협업’의 재정의
그렇다면 에이전트 AI는 왜 기존 기술과 다르다고 평가받을까요? 바로 **자율성(agentic)**에 그 비밀이 있습니다. 에이전트 AI는 단순한 자동화 수준을 넘어섭니다. 이들은 미묘하고 복잡한 시나리오를 스스로 처리하고, 자율적으로 의사결정을 내리며, 전문 임상 소스에서 정보를 검색하고, 시간이 지남에 따라 스스로 학습하며 발전합니다. 특정 규칙에 갇혀 있지 않고, 마치 사람처럼 상황을 인지하고 판단하여 문제를 해결하는 능력을 갖춘 것이죠. 이로 인해 의료진은 반복적이고 인지 부하가 큰 업무에서 벗어나, 환자 치료와 같이 더 고차원적이고 인간적인 역할에 집중할 수 있게 됩니다.
KPMG의 조사에 따르면 이미 68% 이상의 의료 서비스 제공자들이 에이전트 AI를 인력 시스템에 도입하고 있다고 합니다. 이는 단순한 호기심이 아닌, 현장의 절실한 필요와 그 가능성에 대한 확신을 보여주는 수치입니다. 에이전트 AI는 다음과 같은 방식으로 의료 현장을 변화시키고 있습니다.
- 복잡한 백오피스 프로세스 자동화: 보험 청구와 같은 행정 업무를 처리하여 의료기관의 효율성을 극대화합니다.
- 의료팀과의 협업: 의료진의 의사결정을 지원하고, 필요한 정보를 적시에 제공하여 업무 부담을 줄입니다.
- 환자 분류 및 예약: 환자의 상태를 파악하여 가장 적합한 의료진에게 연결하고, 복잡한 예약 과정을 간소화합니다.
HSS의 사례는 에이전트 AI의 이러한 능력을 여실히 보여줍니다. 과거 수주가 걸리고 여러 인력이 필요했던 보험 청구 처리는 이제 에이전트 AI가 월 1,100건을 처리하며 내부에서 모두 소화합니다. 특히 항소 단계는 45분에서 5분으로 단축되었고, 항소 성공률은 65%에서 9개월 만에 100%로 놀랍게 향상되었다고 하죠.
이러한 성공에 힘입어 HSS는 Ema Unlimited와의 협력을 통해 환자 대면 영역으로 에이전트 AI를 확장하고 있습니다. 24시간 내내 웹, 문자, 전화로 접근 가능한 AI 스케줄링 및 분류 서비스는 환자의 상태에 대한 질문을 통해 정보를 수집하고, 위치, 보험 적용 범위, 의사 가용성 등 다양한 요소를 고려하여 가장 적합한 의료진에게 예약을 연결합니다. 바라드 박사는 이를 “전체 루프를 완성한다”고 표현했습니다. HSS의 모든 맥락, 규칙, 지식 기반으로 훈련된 이 에이전트 AI는 환자들에게 세계 최고 수준의 전문 지식에 간소화된 접근을 제공하고 있습니다.
‘인간 중심’의 안전장치와 ‘전기’와 같은 범용 기술로서의 관점
물론 에이전트 AI에 대한 기대만큼이나 중요한 것은 **안전장치(guardrails)**의 확립입니다. 특히 환자 치료와 관련된 고위험 의사결정에서는 더욱 그렇습니다. HSS의 분류 서비스는 민감하거나 복잡한 시나리오는 인간 전문가에게 에스컬레이션하도록 설계되어 있습니다. 에이전트 AI가 내린 모든 결정은 감사(audit)가 가능하며, 인간 직원이 언제든지 개입할 수 있습니다. 환자 데이터 보안 역시 철저히 유지되며, HSS의 모든 프로토콜, 정책, 치료 경로에 따라 시스템이 훈련됩니다. Ema 측은 이러한 방식이 효율적인 자동화, 환자 우선 안전, 그리고 인간이 정보를 제공하는 의사결정 사이의 균형을 이룬다고 강조합니다.
이 부분에서 주목할 점은, 에이전트 AI의 도입이 인간의 역할을 완전히 대체하는 것이 아니라, 오히려 인간의 역량을 강화하고 중요한 부분에 집중할 수 있도록 돕는 방향으로 설계되어야 한다는 점입니다. HSS의 경우, 바라드 박사가 선임 간호 책임자와 공동 의장을 맡는 AI 소위원회를 통해 모든 기술 관련 결정을 걸러냅니다. 이는 특히 환자 치료에 영향을 미칠 수 있는 에이전트 AI에 대해 훨씬 더 엄격한 심사를 거친다는 것을 의미합니다. 기술의 발전만큼이나 윤리적, 안전적 고려가 중요하며, 이러한 ‘인간 중심’의 접근 방식이 신뢰를 구축하는 데 필수적이라고 개인적으로 생각합니다.
바라드 박사는 더 나아가 에이전트 AI를 단순한 “사용 사례”가 아닌, **전기(electricity)와 같은 범용 기술(general-purpose technology)**로 바라봐야 한다고 주장합니다. 이는 에이전트 AI를 특정 업무에만 국한하지 않고, 조직 전체에 걸쳐 통합적으로 적용하여 전반적인 워크플로우를 재설계해야 한다는 의미입니다. Deloitte의 연구 역시 선도적인 에이전트 AI 도입자들이 단일 솔루션이나 개별 사용 사례에 머무르기보다는, 다중 에이전트 솔루션을 선택하고 엔드-투-엔드 워크플로우를 재설계하는 경향이 있음을 보여줍니다.
HSS가 뉴욕 본 캠퍼스에 전용 AI 연구실을 설립하여 조직 전체에 걸쳐 기술 접근성을 민주화하려는 계획은 이러한 비전을 뒷받침합니다. 모든 직원이 에이전트 AI를 이해하고 구축할 수 있도록 교육과 훈련을 제공함으로써, 말 그대로 “모든 사람의 손에 에이전트 AI를 쥐여주는” 것이죠. 이를 통해 의료 데이터가 여러 부서에 흩어져 있는 현실을 극복하고, 통합된 데이터 전략을 구축하여 조직 전체의 **단일하고 포괄적인 진실의 원천(single, comprehensive source of truth)**을 만드는 것이 에이전트 AI의 가치를 제대로 실현하기 위한 필수적인 토대가 될 것입니다.
결론적으로, 에이전트 AI는 과거 제한적이었던 디지털화의 한계를 넘어서, 의료 시스템의 고질적인 문제들을 해결하고 의료진이 진정으로 환자에게 집중할 수 있도록 돕는 강력한 도구가 될 잠재력을 가지고 있습니다. 단순한 자동화가 아닌, 자율적이고 학습하며 인간과 협력하는 ‘지능형 에이전트’의 등장은 의료의 패러다임을 근본적으로 변화시킬 ‘새로운 전기’의 시대가 도래했음을 알리는 신호탄일지도 모릅니다.
출처
- 원문 제목: Rehumanizing global health care with agentic AI
- 출처: MIT Technology Review
- 원문 기사 보러가기
