AI 시대, 의료 기록에는 무엇이 들어가야 할까? — EHR·EMR 책임성 가이드
병원 CIO와 의료진을 위한 AI 노트·전사록·프롬프트 보존 원칙, 3인의 변호사가 직접 정리합니다.
병원 진료室里 더 이상 키보드만 보존하는 시대는 끝이 났다. 앰비언트(ambient) AI scribe는 의사와 환자 대화를 자동으로 받아 적고, 의사결정 지원 도구는 진단 후보를 추천하며, 챗봇은 환자 안내 메시지를 뽑아낸다. 눈에 보이는 결과물 뒤편에서는 전사록, 프롬프트, 신뢰도 점수(confidence score), 대안 추천안, 코딩 제안, 시스템 로그까지 거대한 부산물(artifact)이 함께 생성된다.
이제 병원마다 답해야 할 질문이 명확해졌다. "이 부산물 중 무엇을 의료 기록에 영구히 남기고, 무엇은 따로 저장할 것인가?" 이 선택 하나가 환자 진료 품질, 개인정보 보호, 규제 대응, 소송 방어, 그리고 시스템 운영 비용까지 좌우한다.
1. AI가 만드는 6가지 부산물, 무엇이 문제인가
의료 AI 워크플로우는 사람이 직접 쓰는 글보다 훨씬 많은 데이터를 만들어냅니다. 대표적인 부산물은 다음과 같습니다.
- 원본 음성/영상 데이터 — 의사와 환자의 실제 대화 기록
- 전사록(raw transcript) — 음성을 글로 옮긴 축어록
- AI 생성 초안 노트 — 스크라이브가 만든 SOAP 형식 초안
- 추천 코드·진단 후보 — ICD/CPT 코드, 감별 진단 리스트
- 신뢰도 점수·대안 추천 — 모델이 같이 제시한 확률과 후보
- 기술 로그 — 프롬프트, 모델 버전, 호출 기록
이 모든 것을 한꺼번에 EHR(전자건강기록, Electronic Health Record)·EMR(전자의무기록, Electronic Medical Record)에 넣는 것은 위험합니다. 그러나 모두 삭제하면 반대로 감사 추적(감사 로그, audit trail)을 잃습니다.
2. 세 변호사가 말한 첫 번째 원칙 — "책임성(accountability)"
Healthcare IT News는 의료 AI 거버넌스 전문가 세 명과 인터뷰했습니다. Epstein Becker Green의 디지털 헬스 변호사 알라프 샤(Alaap Shah)는 원칙을 한 문장으로 정리합니다.
쉽게 말하면 "AI가 쓴 글에 의사가 서명하면, 그 의사는 그 임상 정보를 스스로 옹호하는 셈"이라는 뜻입니다. 서명 순간 책임이 의료진에게 넘어가므로, 무엇을 검토했고 무엇을 AI에 맡겼는지를 분명히 알아야 합니다.
3. 기록에는 "출처 추적(provenance trail)"이 반드시 따라야 한다
BRG의 전무 이사 토마스 F. 오닐 3세(Thomas F. O'Neil III)는 출처 추적(provenance trail)의重要性を 강조합니다. provenance란 콘텐츠가 어떻게 만들어졌고 어떤 AI가 관여했는지 따라갈 수 있는 정보를 뜻합니다.
모든 초안을 영구 저장할 필요는 없지만, "왜 이것은 남기고 저것은 버렸는가?"를 설명할 수 있어야 합니다. 위험도가 높은 사용처일수록 더 많은 출처 정보가 따라붙어야 합니다.
| 사용처 | 위험도 | 필요한 provenance 수준 |
|---|---|---|
| 앰비언트 문서화 scribe | 중 | 모델명·버전·요약 시점 |
| 진단 보조 의사결정 지원 | 상 | 모델명·버전·신뢰도·대안 후보 |
| 약물 용량 추천 | 상 | 모델명·버전·입력 변수·검토자 |
| 환자 안내 챗봇 | 하~중 | 응답 원문·발송 검토자 |
4. Epstein Becker Green 짐 플린 변호사의 경계 기준
동律师事务所(joint law firm) Epstein Becker Green의 전무 이사 짐 플린(Jim Flynn)은 의료 기록 포함 여부를 단 한 가지 질문으로 가릅니다.
진단·치료 계획·임상 추론에 영향을 미쳤다면 의료 기록에 들어갈 가능성이 높고, 일단 들어가면 법적 문서로 다뤄진다.
따라서 "기록에 들어가는 것"과 "별도 저장소에 두는 것"을 명확히 분리해야 합니다. 전사록, 프롬프트, 수정 이력은 EHR 본문이 아닌 감사 추적(별도 audit-trail) 저장소에서 관리하는 것이 권장됩니다.
5. AI 부산물을 3가지 범주로 분류하라
샤 변호사는 AI로 만들어진 모든 데이터를 다음 세 가지 범주로 나누어 관리할 것을 제안합니다.
임상 기록용
의료진이 검토하고 서명한 AI 보조 노트. EHR 본문에 포함.
초안·자문용
미서명 초안, 추천안, 대안 후보. 데이터 보존 정책에 따라 별도 관리.
기술 거버넌스용
시스템 로그, 신뢰도 지표, 학습 데이터 정보. 기술 거버넌스 저장소에 보관.
6. 데이터가 너무 많으면 책임도 커진다
모든 프롬프트와 응답을 그대로 두는 것이 안전해 보이지만, 실제로는 역효과를 냅니다. 플린 변호사는 소송 단계에서 다음의 위험을 경고합니다.
- 노트의 여러 버전과 대체 진단 리스트가 "불확실성의 증거"로 사용될 수 있음
- 대규모 프롬프트·추론 로그는 감사관에게 "편향·차별 표본 점검"의 기회를 줌
- 반대로 너무 공격적으로 삭제하면 모델 검증·편향 모니터링 입증이 어려워짐
결국 새로운 원칙은 "더 적게 보존하는 것"이 아니라 "올바른 데이터를 올바른 장소에 보존하는 것"입니다.
의료 기록 = 임상 추론과 증거의 깔끔한 진술
AI 시스템 기록 = 위험을 책임감 있게 관리했음을 보여주는 별도 저장소
이 두 가지를 섞지 마세요.
7. 병원 CIO가 당장 점검할 5가지 체크리스트
- AI 부산물 분류 정책이 문서화되어 있는가?
- EHR 본문과 감사 추적 저장소가 물리적·논리적으로 분리되어 있는가?
- 각 AI 도구별로 provenance(모델명·버전·검토자)가 기록되는가?
- 법적 보존 기간(retention period)이 사용처 위험도에 따라 차등 적용되는가?
- 의료진 교육 과정에서 "AI 초안 서명 = 책임 승계" 원칙이 반복 강조되는가?
8. 자주 묻는 질문 (FAQ)
Q1. AI가 만든 초안 노트, 의사가 한 줄만 수정해도 의료 기록에 들어가도 되나요?
됩니다. 다만 "AI 초안 + 의료진 수정"이라는 출처 정보가 함께 기록되어야 책임 소재가 명확해집니다. 의료진 검토 사실 자체가 provenance의 핵심입니다.
Q2. 환각(hallucination)이 분명한 결과물은 그냥 삭제해도 되나요?
삭제 자체는 가능하지만, 삭제 결정의 사유와 시점은 별도 감사 로그에 남겨야 합니다. 단순히 지우면 나중에 "왜 지웠는가"라는 새로운 의문을 만들 수 있습니다.
Q3. EHR과 EMR은 같은 건가요?
유사하지만 엄밀히는 다릅니다. EHR(Electronic Health Record)은 여러 기관에 공유 가능한 통합 기록, EMR(Electronic Medical Record)은 한 병원에서 사용하는 진료 기록을 뜻합니다. 미국 시장에서는 EHR이 표준 용어로 더 많이 쓰입니다.
Q4. 프롬프트와 전사록은 정말 따로 저장해야 하나요?
네. 이 자료들은 환자 임상 정보가 아니라 기술 거버넌스 자료입니다. EHR 본문에 섞이면 소송·규제 심사에서 의도치 않은 노출 위험이 커집니다. 별도 audit-trail 저장소에서 보존 기간을 다르게 적용하세요.
9. 마무리 — 의료 기록은 "깔끔한 진술"이어야 한다
AI가 의료 현장에 들어온 지금, 병원들은 "더 많이 저장하자"와 "더 적게 저장하자" 사이에서 흔들립니다. 세 변호사의 공통된 답은 명확합니다.
- 의료 기록은 임상 추론과 증거의 깔끔한 진술이어야 합니다.
- AI 시스템 기록은 위험을 책임감 있게 관리했음을 보여주는 별도 저장소여야 합니다.
- 그 구분이 결정적입니다.
2부에서는 각 의료시스템이 실제로 도입해야 할 AI 부산물 보존 정책 템플릿과 provenance 표준을 구체적으로 다룹니다.