헬스케어 AI의 다음 시험대는 통합이다 — 모델보다 중요한 것은 운영이다

01왜 AI가 의료 행정에서 아직 부족한가

요즘 대형 AI 모델은 의료 기록을 아주 길게 읽고, 어려운 의학 용어를 풀고, 문서끼리 비교하고, 방대한 자료에서 요약까지 해냅니다. 의사·행정직·운영팀이 여기저기 흩어진 데이터를 찾느라 쓰던 시간이 줄어드는 건 분명한 변화입니다.

그런데 모델이 잘하는 것과 병원이 실제로 필요로 하는 것은 좀 다릅니다. 병원의 행정 문제는 "정보가 없어서" 생기는 게 아닙니다.

수십 년 동안 병원은 진료 기록 시스템, 보험 청구 시스템, 보험사 포털, 예약 시스템, 콜센터, 분석 툴을 따로따로 들여왔습니다. 각각은 제 역할만 합니다. 하지만 "환자가 제때 진료를 받고, 의사가 맞는 문서를 가지고, 병원이 보험금을 제대로 받게 만드는" 전체 의사결정 흐름을 따라가도록 설계된 건 거의 없었습니다.

그래서 지금 AI가 풀어야 할 진짜 숙제는 "이 흩어진 조각들을 어떻게 하나의 흐름으로 다시 묶을 것인가"입니다.

02수익 사이클이 AI의 진짜 시험대인 이유

수익 사이클(revenue cycle)은 병원이 환자를 진찰하고 보험금을 받는 전체 과정이에요. 예약·접수부터 시작해서 진료 코드 부여, 보험사 청구, 추적, 입금까지를 모두 포함합니다.

청구 건 하나가 통과되려면 환자 보험 정보, 임상 문서, 코딩 규칙, 보험사별 정책, 사전 승인(prior authorization, 보험사가 치료비를 미리 OK 해주는 절차) 요건, 의학적 필요성 판단이 모두 맞아야 합니다. 어디서든 문제가 생기면 수 주~수 개월 뒤에 돈 흐름이 막힙니다.

기존 자동화가 잘 안 되는 이유

전통적인 자동화 방식인 RPA(Robotic Process Automation, 사람이 클릭하는 작업을 흉내 내는 소프트웨어 로봇)는 업무 흐름이 안정적이고 규칙이 변하지 않을 때만 잘 작동합니다. 의료 행정은 둘 다 아니에요. 보험사 요건은 계속 바뀌고, 필요한 서류 기준도 진화하며, 예외는 항상 일어납니다.

그래서 단순히 "RPA 더 많이 깔자"로는 답이 안 나옵니다. 다른 접근이 필요합니다.

03파운데이션 모델만으로 충분하지 않은 이유

파운데이션 모델(foundation model)이란 GPT처럼 거대한 데이터를 미리 학습한 뒤 다양한 작업에 다시 튜닝해 쓰는 큰 AI 모델을 말합니다. 이런 모델들은 의료 분야에서 분명히 진짜 문제를 풀고 있습니다.

• 더 넓어진 컨텍스트 윈도우(context window, 모델이 한 번에 기억하고 읽을 수 있는 텍스트 길이)로 긴 진료 기록을 한 번에 읽을 수 있게 됐습니다.
• 추론 능력이 좋아져서 복잡한 임상 상황을 더 잘 해석합니다.
• 텍스트·영상·정형 데이터를 동시에 다루는 멀티모달 능력이 점점 좋아지고 있습니다.
• 의료 전용 안전 튜닝으로 채택이 빠르게 늘고 있습니다.

하지만 이런 능력 향상만으로는 수십 년 쌓인 의료 행정의 복잡함을 풀 수 없습니다. 의료 행정 지식의 상당 부분은 책이나 매뉴얼에 없기 때문입니다.

파운데이션 모델이 점점 똑똑해질수록, 모두가 비슷한 의료 지식에 접근할 수 있게 됩니다. 차별화는 모델 자체가 아니라 모델을 어떤 운영 데이터·규칙·맥락에 묶어 쓰느냐에서 생깁니다.

04자동화에서 오케스트레이션으로의 전환

여기서 등장하는 개념이 에이전틱 오케스트레이션(agentic orchestration, 여러 AI 에이전트가 협업해 한 흐름을 자동으로 진행하는 구조)입니다. 단순한 자동화가 아니라, AI가 시스템 사이를 따라가며 작업을 진행하고, 규칙을 적용하고, 상황이 바뀌면 적응하고, 결과로부터 학습하는 구조예요.

구체적인 모습은 이렇습니다. 보험사의 사전 승인을 받아야 하는 상황이라면:

1. FHIR(의료 정보를 시스템 간에 주고받기 위한 표준 약속, 쉽게 말해 "의료 데이터의 공용어")로 임상 문서를 가져오고,
2. 환자 이력을 보험사 기준으로 매칭하고,
3. 빠진 서류를 찾아내고,
4. 제출 패키지를 만들고,
5. 예외는 사람에게 넘기고,
6. 보험사 답변을 모니터링하고,
7. 환자 진료 일정에 반영하고,
8. 결과를 다시 학습합니다.

이 모든 단계가 규율(가드레일) 안에서 움직여야 합니다. 규제 요건, 환자 프라이버시, 임상 정책, 코딩 규칙, 보험사 기준, 병원 자체의 위험 허용치까지 — 이 모든 가드레일을 자동으로 지키면서도 일을 끝내야 합니다.

05앞으로 10년, 무엇이 이길까

대형 AI 기업들의 의료 기여는 분명 더 커질 겁니다. 모델은 더 빠르고, 더 안전하고, 더 유능해질 겁니다. 하지만 향후 10년의 승자는 "누가 더 똑똑한 모델을 만들었느냐"가 아니라 "누가 그 모델을 병원의 실제 업무 흐름에 잘 연결했느냐"로 갈릴 가능성이 높습니다.

결국 의료 AI의 다음 시험대는 모델의 지능이 아니라 통합입니다. 흩어진 시스템 사이에서 환자와 의사와 보험사 사이의 흐름을 다시 짜는 사람이 이기는 게임이 될 겁니다.

06핵심 용어 한눈에 보기