의료 분야의 인력 부족 문제가 전 세계적으로 심각한 상황에서, 생성형 인공지능(Generative AI)이 새로운 해결책으로 주목받고 있다. 세계 4대 회계법인 중 하나인 KPMG가 리즈 교육병원 NHS 트러스트(Leeds Teaching Hospitals NHS Trust)와 함께 진행한 연구 리포트에 따르면, 생성형 AI가 의료진의 업무 중 최대 24%를 자동화할 수 있을 것으로 밝혀졌다.

이번 연구는 현재까지 의료 분야에서 진행된 생성형 AI 잠재력 평가 중 가장 상세한 분석으로 평가받고 있다. 연구진은 16,000명의 직원과 134개 직무를 대상으로 한 전면적인 분석을 통해 생성형 AI가 의료 현장에 가져올 혁신적 변화를 구체적으로 제시했다. 전 세계 임상 직원 부족이 1,800만 명에 달하는 상황에서, 이러한 기술 도입은 의료진의 업무 부담을 줄이고 환자 돌봄의 질을 향상시킬 수 있는 실질적인 대안으로 떠오르고 있다.

데이터 해석, 정보 요약, 콘텐츠 생성: 의료진을 돕는 3대 핵심 기능

KPMG 연구에서 가장 주목할 만한 발견은 생성형 AI의 7가지 핵심 기능 중 3가지가 의료 분야에서 특히 강력한 효과를 보인다는 점이다. 데이터 해석(Data Interpretation), 정보 요약(Summarising Information), 콘텐츠 생성(Content Creation)이 바로 그것이다.

데이터 해석 기능은 의료진이 매일 생성되는 방대한 환자 데이터, 의학 연구, 진단 정보를 효율적으로 처리할 수 있도록 돕는다. 생성형 AI는 복잡한 데이터셋을 신속하게 분석하여 환자 치료, 질병 관리, 연구 혁신에 필요한 통찰력을 제공함으로써 의료진이 보다 개인화된 치료 전략에 집중할 수 있게 한다.

정보 요약 기능은 의료 업계의 정확성과 신속성이 중요한 특성을 고려할 때 게임 체인저가 될 수 있다. 의료진은 연구 논문, 환자 병력, 임상시험 등에서 관련 정보에 빠르게 접근해야 하는데, 생성형 AI는 복잡한 보고서를 간결한 요약본으로 신속하게 변환하여 최소한의 시간 투자로도 정보에 입각한 의사결정을 가능하게 한다.

콘텐츠 생성을 통해서는 환자 보고서 작성, 환자용 교육 자료 제작, 임상 노트 생성 등의 업무에서 행정적 부담을 줄이고 서면 커뮤니케이션의 품질과 일관성을 향상시킬 수 있다. 이는 환자 참여, 교육, 의사소통에 혁신을 가져올 잠재력을 가지고 있다.

환자 대면 업무 22%, 임상 지원 23%, 비환자 대면 업무 28% 효율성 향상

연구 결과에 따르면 생성형 AI의 효과는 업무 유형에 따라 차별화된 양상을 보인다. 환자 대면 업무(Patient Facing Roles)에서는 최대 22%의 업무 시간을 절약할 수 있으며, 주요 3대 AI 기능만으로도 17%의 효율성 향상이 가능한 것으로 나타났다.

임상 지원 업무(Clinical Support Roles)에서는 23%의 최대 효율성 개선이 가능하며, 핵심 3대 기능 활용 시 18%의 업무 시간 단축이 예상된다. 방사선 기사, 생의학 과학자, 약국 기술자 등의 역할에서 진단, 기록 보관, 문서 작업 등의 기술적 업무를 AI가 지원함으로써 상당한 효과를 얻을 수 있다.

가장 높은 효율성 향상을 보이는 분야는 비환자 대면 업무(Non Patient Facing Roles)로, 최대 28%의 업무 자동화가 가능하다. 행정직, 재무, 조달, 시설 관리, HR 관리자, IT 전문가 등의 업무에서 핵심 3대 기능만으로도 20%의 시간 절약이 가능한 것으로 분석됐다. 특히 의료 비서, 사무직, 행정 코디네이터 등의 역할에서는 정보 요약과 데이터 해석 업무에서 최대 14%의 효율성 향상을 기대할 수 있다.

실제 구현을 위한 3단계 로드맵과 구체적 사용 사례

KPMG는 생성형 AI의 성공적인 도입을 위해 인간 중심의 3단계 접근법을 제시했다. 첫 번째 단계인 '인력 기회 식별'에서는 업무에 대한 자동화 영향과 기회를 평가하고 모델링한다. 두 번째 '인력 증강' 단계에서는 직원 재교육을 시작하고 새로운 경험을 구축하여 도입을 촉진한다. 마지막 '인력 재구성' 단계에서는 조직적 가치를 제공하기 위해 역할과 운영 모델을 전환한다.

연구진은 구체적인 구현을 위해 3개의 핵심 사용 사례를 선정했다. 외래 사무직(Clerical Outpatient Officer)의 경우 예약 일정 자동화, 환자 기록 관리, 환자 문의 대응 챗봇 등을 통해 업무 효율성을 크게 향상시킬 수 있다. HR 매니저/어드바이저는 AI 지원 채용 전략, 사례 관리, AI 기반 HR 교육 프로그램, 자동화된 컴플라이언스 검사 등의 영역에서 혜택을 받을 수 있다.

응급의학과 컨설턴트의 경우 환자 진단 및 모니터링 지원, 성과 및 품질 향상을 위한 데이터 수집과 해석, 교육 지원 및 직원 개발 등의 영역에서 생성형 AI의 도움을 받을 수 있다. 다만 환자 상태 변화에 대한 중요한 판단과 평가는 여전히 인간 전문가의 영역으로 남겨두어 안전성과 정확성을 보장한다.

FAQ

Q1: 생성형 AI가 의료진의 일자리를 대체할까요?

A1: 생성형 AI는 의료진의 일자리를 대체하는 것이 아니라 업무를 보조하고 효율성을 높이는 도구입니다. 연구에 따르면 AI는 행정적 업무와 반복적 작업을 자동화하여 의료진이 환자 돌봄에 더 많은 시간을 할애할 수 있도록 돕습니다. 특히 환자와의 직접적인 소통, 복잡한 의료 판단, 응급 처치 등은 여전히 인간 전문가의 고유 영역으로 남아있습니다.

Q2: 의료 분야에서 생성형 AI 도입 시 가장 큰 장점은 무엇인가요?

A2: 가장 큰 장점은 의료진의 업무 부담 감소와 환자 돌봄 시간 증가입니다. 데이터 해석, 정보 요약, 문서 작성 등의 행정적 업무를 AI가 처리함으로써 의료진은 환자 진료와 치료에 더 집중할 수 있습니다. 또한 방대한 의료 데이터를 신속하게 분석하여 더 정확한 진단과 개인화된 치료가 가능해집니다.

Q3: 생성형 AI 도입 시 환자 데이터 보안은 어떻게 보장되나요?

A3: 의료 분야의 AI 도입에는 엄격한 데이터 보호 및 보안 규정이 적용됩니다. GDPR, HIPAA 등의 데이터 보호법을 준수해야 하며, 프라이버시 바이 디자인(Privacy by Design) 원칙에 따라 AI 시스템을 설계합니다. 또한 지속적인 모니터링과 평가를 통해 AI 시스템의 성능, 안전성, 컴플라이언스를 보장하고 있습니다.

해당 기사에 인용한 리포트 원문은 KPMG에서 확인 가능하다.

이미지 출처: KPMG

리포트 명: Impact of Generative AI on Healthcare jobs

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.