진료 외 서류 작업에 하루 2시간을 쓰는 의료진이 있습니다. 회의록, 보고서 초안, QI 프로젝트 기획서. 환자를 보는 시간보다 문서를 다듬는 시간이 길어지는 날도 있죠. 2024년 10월, 서울대학교병원에서 의사, 간호사, 행정직 전 직군을 대상으로 ChatGPT 업무 활용 교육이 열렸습니다. 좌석이 부족해서 의자를 추가로 가져다 놓아야 했거든요.
AI교육을 많이 해보면 느끼는 건데, 업종마다 AI에 대한 첫 반응이 다릅니다. 일반 기업에서는 기대가 먼저 나오죠. 의료 현장은 다릅니다. 우려가 먼저 나옵니다. 그런데 그 우려에는 다 이유가 있거든요.
개인정보, 지적재산권, 정확성 — 의료진의 3가지 질문
교육 시작 전에 참석자들에게 AI에 대해 가장 걱정되는 점을 물었습니다. 답은 명확했죠.
첫 번째는 환자 개인정보입니다. 진료 기록, 검사 결과, 가족력 정보를 ChatGPT에 입력하면 그 데이터가 학습에 쓰일 수 있다는 우려가 있거든요. 의료법과 개인정보보호법 위반 가능성까지 겹치면 그냥 안 쓰는 게 안전하다는 판단이 자연스럽게 나옵니다.
두 번째는 지적재산권입니다. 수년간 모은 연구 데이터나 학회 발표 자료를 AI에 넣으면 다른 사용자에게 노출될 수 있다는 걱정이죠. 학술 경쟁이 치열한 의료계에서 이건 가벼운 문제가 아닙니다.
세 번째는 정확성입니다. ChatGPT가 출처 불명의 정보를 자신있게 내놓는 경우가 있거든요. 의료 현장에서 이걸 검증 없이 쓸 경우의 위험은 일반 업무와 비교할 수 없습니다.
보안 원칙을 먼저 세우고 실습을 시작한 구조
의료진은 편리하다는 이유만으로 새 도구를 받아들이지 않습니다. 안전하다는 확신이 먼저 필요하거든요. 그래서 이 교육에서는 세 가지 우려를 첫머리에 직접 다뤘습니다. 피하거나 축소하지 않았죠.
환자 식별 정보는 절대 AI에 입력하지 않는다는 원칙을 먼저 세웠습니다. ChatGPT Team이나 Enterprise처럼 데이터 학습에 사용하지 않는 플랜을 쓰는 것도 전제 조건이죠. 연구 데이터는 비식별화 처리 후에만 활용하고, AI 결과물은 꼭 전문가 검토를 거친다는 기준도 명확히 했습니다.
이 원칙을 세운 뒤에야 분위기가 달라졌습니다. 이 선은 넘지 않는다는 기준이 잡히자, 그럼 어디에는 쓸 수 있을까라는 질문이 나오기 시작했거든요.
회의록, 보고서, QI 기획서 — 실제 적용한 5가지 업무
개인정보 우려를 걷어내고 나니 쓸 수 있는 영역이 의외로 많았습니다.
회의록 정리. 병원은 다학제 회의, 컨퍼런스, 교수회의가 잦습니다. 회의 내용을 녹음하고 AI로 정리하면 한 시간짜리 회의의 핵심을 5분 안에 문서로 만들 수 있죠. 발언 요약, 결정 사항, 후속 조치가 자동으로 분류되거든요.
행정 보고서 초안. 사업 계획서, 연간 실적 보고서 같은 반복 문서의 초안을 AI가 잡아주면, 의료진은 내용 검토와 수정에만 집중할 수 있습니다.
양식 자동 생성. 신청서, 동의서, 체크리스트 같은 템플릿을 AI로 빠르게 만들었습니다. 기존 양식을 참고해서 새로운 목적에 맞게 변형하는 게 특히 효율적이었거든요.
QI 프로젝트 기획. 이 부분에 관심이 가장 많았습니다. 의료 질 향상 프로젝트를 기획할 때 AI로 관련 문헌을 빠르게 조사하고, 분석 방향을 잡고, 보고서 구조를 세우는 방법이죠.
내부 홍보 자료. 부서 홍보 포스터, 환자 안내문, 교육 자료를 AI 이미지 생성과 문서 작성으로 빠르게 만드는 실습을 했습니다.
의사, 간호사, 행정직이 한 자리에 모인 배경
정원을 초과해서 의자를 추가 배치해야 했습니다. 교수, 전공의, 간호사, 행정직까지 직종을 가리지 않고 참석했거든요.
AI가 진료를 대체하는 게 아니라 진료 외 시간을 줄여주는 도구라는 점이 핵심이었습니다. 그 시간을 환자에게 돌릴 수 있다면 안 쓸 이유가 없죠.
의료진이 AI를 경계하는 건 환자 안전에 대한 책임감 때문입니다. 그런데 AI가 진료를 대체하는 게 아니라 회의록이나 보고서 같은 행정 업무 부담을 줄여준다면 얘기가 달라지죠. 결과적으로 환자 앞에 더 오래 있을 수 있게 되거든요.
의료AI교육 커리큘럼 설계 시 지켜야 할 순서
이 교육에서 확인한 건 분명합니다.
보안과 윤리를 교육 초반에 다뤄야 합니다. 개인정보 보호 방안, 데이터 학습 정책, 활용 범위의 한계를 명확히 세우지 않으면 교육 내용이 아무리 좋아도 현장에서 안 쓰거든요.
사례는 의료 맥락이어야 합니다. 마케팅 카피 생성이나 코딩 보조 같은 범용 사례는 의료진에게 와닿지 않죠. QI 보고서, 회의록, 환자 교육 자료처럼 매일 하는 업무를 소재로 써야 합니다.
그리고 AI가 의사를 대체한다는 프레이밍은 안 됩니다. 의료진이 필요로 하는 건 진료 외 업무에 쏟는 시간을 줄여서 환자 앞에 더 오래 서는 것이거든요. 이 관점에서 AI를 소개하면 저항이 줄어듭니다.
한국AI교육진흥원은 의료, 헬스케어 분야 교육을 다수 진행해 왔습니다. 의료 현장의 규제 환경과 업무 특성에 맞는 커리큘럼 설계가 가능하죠. 의료진에게 AI를 가르치는 건 도구 사용법을 알려주는 게 아니라 시간을 돌려주는 일입니다.
