에이전틱 AI는 일반 생성형 AI와 무엇이 다른가요?

생성형 AI는 텍스트·이미지를 생성하는 데 그치지만, 에이전틱 AI는 외부 도구를 호출하고 다단계 작업을 스스로 계획·실행합니다.

MCP는 왜 중요한가요?

MCP는 AI 모델과 외부 시스템을 표준 방식으로 연결하는 개방형 프로토콜로, 의료 기관의 시스템 통합 비용을 줄여 줍니다.

의료 AI에서 가드레일은 왜 필요한가요?

자율성이 높은 에이전틱 AI의 잘못된 답변을 막기 위해, 유해 콘텐츠·개인정보 유출·프롬프트 인젝션을 차단하는 안전장치가 필수입니다.

의료 기관이 우선 도입할 에이전틱 AI 사례는?

환자 사전 문진 자동화, 검사 결과 기반 진료과 추천, 외래 예약 자동 처리, 입원·수술 안내 챗봇 등이 통제 가능한 출발점입니다.

AI · 헬스케어 · 산업 교차 분석

에이전틱 AI, 의료에 무엇을 시사하는가 — 창이 공항 그룹이 의료에 던진 5가지 교훈

Q: HIMSS26 APAC는 어떤 행사인가요?

1961년 창립된 HIMSS(의료 정보 및 관리 시스템 학회)가 아시아·태평양 지역에서 개최하는 의료 IT 컨퍼런스입니다.

📅 2026🤖 AI 산업 분석⏱ 7분 분량

싱가포르의 창이 공항 그룹(Changi Airport Group, 이하 CAG)이 자사의 에이전틱 AI(Agentic AI) 도입 경험을 바탕으로 의료 기관에 5가지 핵심 시사점을 제시했습니다. "안전을 보장할 수 없다면 그 프로젝트는 과감히 포기한다"는 원칙이 의료 분야에 어떤 의미인지, HIMSS26 APAC 기조연설 내용을 중심으로 정리했습니다.

왜 의료계가 공항의 AI 도입 사례에 주목해야 하는가

2026년 현재 에이전틱 AI는 더 이상 단순한 챗봇을 넘어 스스로 의사결정을 내리는 자율 시스템으로 진화하고 있습니다. 의료는 공항과 마찬가지로 "기계의 판단 실수가 곧 사람의 안전 사고로 직결되는" 대표 도메인입니다. CAG의 기술 컨설턴트 조 치우(Joe Chiu)는 HIMSS26 APAC 기조연설에서 "에이전틱 AI는 시스템이 자율적으로 의사결정을 내리기 때문에 더 큰 위험을 수반한다. 기계의 잘못된 의사결정은 심각한 결과를 초래할 수 있다”라고 강조했습니다.

"안전하다는 보장이 없기 때문에 여러 차례 특정 프로젝트를 포기해야 했다."
— 조 치우, Changi Airport Group 컨설턴트

에이전틱 AI란 무엇인가 (쉬운 설명)

에이전틱 AI는 사용자가 일일이 명령하지 않아도 스스로 목표를 정하고, 여러 단계를 거쳐 작업을 완수하는 AI입니다. 예를 들어 단순 챗봇이 "병원 진료시간을 알려줘"라는 질문에 답변만 한다면, 에이전틱 AI는 "환자의 증상에 맞는 진료과 예약까지 자동으로 잡아주는" 수준까지 수행할 수 있습니다. 다만 그만큼 위험도 커지기 때문에 가드레일(안전장치)과 가드레일·미들웨어·MCP 같은 인프라가 필수적입니다.

CAG가 의료에 제시한 5가지 핵심 교훈

① 안전을 보장할 수 없으면 과감히 멈춘다

CAG는 범용 모델이 "배포 후 안정적으로 작동할 것”이라고 가정하지 않습니다. 대신 특정 사용 사례(Use Case)에 맞춘 커스텀 에이전트를 구축하고 훈련해 안전성을 확보합니다. 의료 기관도 마찬가지로, 한 번에 병원 전체에 일반 모델을 적용하기보다 외래 예약·수납·상담 등 통제 가능한 영역부터 단계적으로 검증해야 합니다.

② 사용자(환자) 여정에서 출발해 역방향으로 설계한다

CAG는 모든 디지털 프로젝트를 고객 여정(customer journey)에서 역방향으로 설계합니다. 기술이 먼저가 아니라 "환자가 실제로 겪는 문제"가 출발점이라는 의미입니다. 의료로 치면 "진료 대기시간이 길다", "검사를 두 번 받는다" 같은 구체적 통증에서 시작해 필요한 기술을 선택하는 방식입니다.

③ 60% 이상의 실험은 배포로 이어지지 않는다 — 실패를 시스템에 포함시킨다

CAG의 자체 통계에 따르면 실험 프로젝트의 60% 이상이 실제 배포 단계까지 도달하지 못한다고 합니다. 조 치우는 "제품보다 고객 우선"이라는 디자인 씽킹 원칙을 통해 이 같은 손실률을 감수한다고 설명했습니다. 의료 분야도 PoC(개념검증) 단계에서 사용자 테스트와 A/B 테스트를 거쳐 통과한 사례만 실제 도입하는 게 안전합니다.

60%+CAG 실험 프로젝트 중
실패·중단 비율

5단계디자인 씽킹
문제정의→테스트

④ 미들웨어와 MCP로 '레고 블록' 인프라를 만든다

CAG는 수년에 걸쳐 미들웨어 인프라(커스텀 에이전트, MCP 서버, AI 가드레일, AI 운영 역량)를 구축해 두었고, 여기에 AI 레이어를 덧씌우는 방식입니다. 이를 "레고 블록처럼 조립 가능한 모듈형 아키텍처"라고 비유했습니다. 의료 기관도 EMR, PACS, 예약·수납·상담 시스템을 처음부터 다시 만드는 대신, 공통 인터페이스(MCP·API) 위에 AI 기능을 올리는 전략이 비용·시간 면에서 훨씬 현실적입니다.

⑤ 외부 벤더가 아닌 사내 전문가 팀이 핵심을掌控한다

CAG는 데이터 엔지니어, 데이터 과학자, 소프트웨어 개발자로 구성된 사내 팀을 꾸준히 육성해 왔습니다. 외부 솔루션에만 의존하면 지적 재산(IP)과 운영 노하우가 외부로 빠져나가기 때문입니다. 의료 기관도 AI 도입 시 임상 정보 보호와 시스템 책임 소재를 고려해 내부 역량 구축을 병행해야 한다는 메시지입니다.

한국 의료기관이 지금 당장 점검할 체크리스트

에이전틱 AI 도입 전 자가 점검 6가지

구체적인 환자 통증(대기·검사진료·수납)에서 출발했는가?
통제 가능한 사용 사례(파일럿 영역)를 먼저 선정했는가?
AI 가드레일(유해 응답·환자 정보 차단)을 마련했는가?
실험 단계에서 A/B 테스트·디자인 씽킹을 거치는가?
외부 솔루션뿐 아니라 사내 AI·데이터 역량을 키우고 있는가?
환자 동의(개인정보) 절차를 투명하게 안내하고 있는가?

자주 묻는 질문 (FAQ)

Q1. 에이전틱 AI는 일반 생성형 AI(챗GPT)와 무엇이 다른가요?

생성형 AI는 텍스트·이미지 등을 만들어내는 데 그치지만, 에이전틱 AI는 외부 도구를 호출하고 다단계 작업을 스스로 계획·실행합니다. 예를 들어 진료과 추천부터 예약, 사전 문진까지 한 번에 연결하는 것이 가능합니다.

Q2. MCP(Model Context Protocol)는 왜 중요한가요?

MCP는 2024년 11월 Anthropic이 발표한 개방형 표준으로, AI 모델이 외부 시스템과 표준화된 방식으로 연결되도록 돕는 통신 규약입니다. 의료 시스템·EMR·각종 데이터베이스를 별도 개발 없이 일관된 방식으로 AI에 붙일 수 있어, 의료 기관의 통합 비용을 크게 줄여 줍니다.

Q3. 의료 AI에서 '가드레일'은 왜 꼭 필요한가요?

에이전틱 AI는 자율성이 높기 때문에 잘못된 처방·진단 안내 같은 위험 답변을 막을 안전장치가 필수입니다. AI 가드레일은 데이터·모델·애플리케이션·인프라 4개 계층에서 작동하며, 유해 콘텐츠·개인정보 유출·프롬프트 인젝션(악의적 지시) 공격을 차단합니다.

Q4. 의료 기관이 우선 도입해볼 만한 에이전틱 AI 사례는?

CAG의 패턴을 따르면 (1) 환자 사전 문진 자동화, (2) 검사 결과 기반 진료과 추천, (3) 외래 예약·변경·취소 자동 처리, (4) 수술·입원 안내 챗봇 등이 통제 가능한 범위에서 좋은 출발점이 됩니다.

Q5. HIMSS26 APAC는 어떤 행사인가요?

HIMSS(의료 정보 및 관리 시스템 학회, 1961년 창립)는 미국 시카고 본부의 비영리 단체로, 매년 글로벌·지역 컨퍼런스를 개최합니다. HIMSS26 APAC은 아시아·태평양 지역 의료 IT 리더들이 모여 AI·데이터 활용 사례를 공유하는 자리입니다.

핵심 용어 한눈에 보기

에이전틱 AI(Agentic AI)

스스로 목표를 정하고 도구를 호출해 다단계 작업을 수행하는 자율형 AI. 일반 챗봇과 달리 환경과 상호작용하며 작업을 완수한다.

MCP(Model Context Protocol)

AI 모델과 외부 도구·데이터를 표준 방식으로 연결하는 개방형 프로토콜. 2024년 11월 Anthropic이 공개했고, OpenAI·Google DeepMind 등도 채택.

AI 가드레일(Guardrails)

AI가 정의된 안전 경계 안에서 작동하도록 보장하는 정책·기술적 통제 장치. 고속도로 안전 펜스에 비유되며, 데이터·모델·앱·인프라 4개 계층에 적용된다.

미들웨어(Middleware)

운영체제와 애플리케이션 사이에서 통신·데이터 관리를 연결해 주는 중간 소프트웨어. CAG는 수년간 미들웨어 인프라를 구축한 뒤 AI 레이어를 덧씌웠다.

디자인 씽킹(Design Thinking)

문제 재정의 → 니즈 파악 → 아이디어 발상 → 구축 → 테스트의 5단계로 사용자 중심으로 문제를 해결하는 사고방식.

A/B 테스트

두 가지 버전(A·B)을 무작위로 나눠 사용자 반응을 비교하는 실험 기법. 의료에서도 신규 안내 메시지·UI의 효과를 검증할 때 활용된다.

고객 360 플랫폼(Customer 360)

웹·앱·콜센터·매장 등 다양한 접점의 고객 데이터를 통합해 단일 뷰로 보여주는 데이터 플랫폼. 의료로 치면 EMR·환자 앱·상담 로그를 통합한 뷰에 해당.

다단계·목표 지향적 작업 실행

사용자가 제시한 최종 목표를 위해 AI가 스스로 하위 작업을 계획·순서 배열·실행하는 과정. 에이전틱 AI의 핵심 역량 중 하나.

정리 — 에이전틱 AI 시대, 의료가 먼저 갖춰야 할 자세

CAG의 사례가 의료에 시사하는 가장 큰 교훈은 "기술이 아니라 사용자(환자)와 안전에서 출발하라"는 것입니다. 안전을 보장할 수 없다면 과감히 멈추고, 사용자 여정에서 역방향으로 설계하며, 60% 이상의 실패를 감수할 수 있는 실험 문화를 만들고, 레고 블록처럼 조립 가능한 인프라 위에 AI를 얹고, 마지막으로 사내 전문가 집단을 키우는 것 — 이 5가지 원칙은 의료 기관이 에이전틱 AI 시대를 건강하게 통과하기 위한 실질적인 로드맵입니다.