오픈AI가 미국의 의사, NP, PA, 약사를 대상으로 무료 제공하는 ChatGPT for Clinicians를 내놨습니다. 함께 공개한 평가 지표에서는 이 도구가 임상 상담, 문서 작성, 의학 리서치 과제에서 인간 의사 응답보다 높은 점수를 받았다고 주장했습니다.1
중요한 건 "의사를 이겼다"는 문구 자체가 아닙니다. 더 큰 변화는 AI가 이제 검색창이나 받아쓰기 도구가 아니라, 임상 업무를 분류하고 초안을 만들고 근거를 끌어오는 '워크플로우 계층'으로 들어오고 있다는 점입니다. 잘 놓으면 시간을 벌고, 잘못 놓으면 조용히 위험을 키웁니다.
이 도구를 판단하는 핵심: 진단 AI가 아니라 업무 분류 AI로 보라
확인된 사실부터 보겠습니다. 오픈AI는 이 제품을 문서화, 문헌 조사, 상담 지원, 반복 업무 템플릿화에 맞춰 내놨고, 실시간 인용이 붙는 임상 검색과 저널 기반 딥 리서치, 재사용 가능한 워크플로우 기능을 강조했습니다.23 대화 내용은 모델 학습에 쓰지 않으며, 일부 계정에는 BAA를 통한 HIPAA 지원도 제공합니다.2
이걸 실무적으로 번역하면, 가장 먼저 떠오르는 용도는 진단 그 자체보다 "의사가 이미 해야 하는 일을 더 빨리 정리하는 일"입니다. 예를 들어 referral letter 초안, prior auth 초안, 환자 설명문, 방문 전 차트 요약, 최신 근거 정리 같은 것들입니다.
여기서 유용한 기준은 업무를 세 구역으로 나누는 것입니다.
녹색 구역은 자동화해도 되는 일입니다. 형식이 비교적 고정돼 있고, 사람이 마지막 승인만 하면 되는 작업입니다. 환자 안내문 초안, 진료 후 요약, 참고문헌 정리, 문서 구조화가 여기에 가깝습니다.
노란색 구역은 보조만 받아야 하는 일입니다. 증상-병력-검사 맥락을 함께 읽어야 하고, 누락된 정보 하나가 해석을 바꿀 수 있는 작업입니다. 감별진단 정리, 약물 상호작용 검토, 상담 메시지 분류, 근거 요약은 여기입니다. AI가 빨리 시작점은 줄 수 있지만, 임상의의 검토가 핵심입니다.
빨간색 구역은 맡기면 안 되는 일입니다. 단독 최종 진단, 고위험 처방 결정, 응급도 판단, 예외적 상황의 독립적 의사결정입니다. 제품 설명에서도 오픈AI는 이 도구를 임상 판단의 대체물이 아니라 지원 도구라고 선을 그었습니다.13
진짜 ROI는 노트 작성보다 인박스와 근거 소화에 있다
대부분은 "차팅 시간을 줄여주겠지"부터 떠올립니다. 맞습니다. 하지만 더 큰 수익은 종종 다른 데 숨어 있습니다.
첫째, 환자 메시지 분류입니다. 오늘 많은 외래 현장에서 병목은 진료실보다 인박스입니다. 증상 문의, 약 재처방, 검사 결과 설명, 행정 요청이 한 채널에 섞입니다. 이런 메시지를 AI가 초안 수준으로 분류하고, 필요한 추가 질문을 제안하면 시간 절감 폭이 큽니다.
둘째, prior authorization과 referral입니다. 이건 고도의 의학 추론보다 반복 형식과 근거 정리가 중요합니다. 제품이 "반복 가능한 스킬"을 강조하는 이유도 여기에 있습니다.3
셋째, 리서치 소화입니다. 오픈AI는 임상 검색이 수백만 건의 신뢰할 만한 peer-reviewed source를 바탕으로 실시간 인용을 제공한다고 설명합니다.23 이 기능이 정말 잘 작동한다면, 의사에게 필요한 건 논문 검색 자체보다 "내 환자 맥락에서 지금 무엇이 actionable한가"를 빠르게 정리하는 일입니다.
단, 여기에는 트레이드오프가 있습니다. 인용이 붙는다고 안전한 건 아닙니다. 출처가 맞아도 적용 맥락이 틀릴 수 있고, 최신성이나 환자 개별 조건이 빠질 수 있습니다. "근거를 가져오는 능력"과 "내 환자에게 맞는 판단"은 다른 문제입니다.
"내일 진료실에서 위험해질 이유가 뭔가?" 이 질문으로 검토하라
오픈AI는 새로운 HealthBench Professional에서 ChatGPT for Clinicians가 59.0점, 의사 작성 응답이 43.7점이었다고 밝혔습니다. 이 평가는 의사에게 무제한 시간과 웹 접근을 줬을 때의 비교라고 소개됐습니다.1 또 의사 자문단이 70만 건이 넘는 응답을 검토했고, 사전 테스트 대화에서 99.6%가 안전하고 정확하다고 평가됐다고 전했습니다.14
하지만 여기엔 분명한 한계가 있습니다. 벤치마크를 만든 주체와 제품을 평가한 주체가 같은 오픈AI입니다.1 공개 벤치마크라는 점은 긍정적이지만, 실제 진료 현장 성능과 동일하다고 받아들이긴 어렵습니다. 특히 점수 차이가 "모델의 추론력" 때문인지, "임상 워크스페이스 설계" 때문인지, 혹은 벤치마크 구성의 영향인지도 외부 검증이 더 필요합니다.1
그래서 현장에서는 더 단순한 신뢰 테스트가 필요합니다. 프롬프트마다 네 가지만 보면 됩니다.
이 답이 어떤 출처를 근거로 했는가.
환자 맥락에서 빠진 정보는 없는가.
말투가 지나치게 확신에 차 있지 않은가.
지금 바로 실행 가능한 문장으로 바꿨을 때도 안전한가.
특히 마지막 질문이 중요합니다. "이 답을 내가 내일 바로 처방, 설명, 오더에 반영해도 되는가?"가 아니라면, 아직은 초안일 뿐입니다.
파일럿은 작게, 실패 검토는 집요하게
지금 바로 전체 진료 흐름에 붙일 필요는 없습니다. 오히려 그렇게 하면 실패 원인을 모릅니다.
가장 좋은 시작점은 저위험 고반복 업무 하나입니다. 예를 들면 방문 전 차트 요약, 환자 안내문 초안, prior auth 초안처럼 결과물을 사람이 반드시 승인하는 작업입니다. 그다음 "정확도"보다 먼저 "시간 절감"과 "수정률"을 측정해야 합니다. 10건 중 몇 건을 실제로 썼는지, 사람이 얼마나 고쳤는지, 어떤 유형에서 자주 틀렸는지를 매주 보는 방식이 현실적입니다.
이미 의료 현장에서 AI 사용은 빠르게 늘고 있습니다. AMA 조사에 따르면 2026년 의사의 임상 현장 AI 사용률은 72%로, 전년 48%에서 크게 올랐습니다.25 이제 질문은 "쓸까 말까"가 아니라 "어디까지 맡길까"에 가깝습니다.
이 제품을 지금 신경 써야 하는 사람은 두 부류입니다. 문서와 메시지에 눌린 임상의, 그리고 도입을 결정해야 하는 팀 리더입니다. 판단 기준은 단순합니다. 환자별 최종 판단은 넘기지 말고, 반복적 정리와 근거 수집부터 검증 가능한 범위에서 맡겨보는 것. ChatGPT for Clinicians의 가치는 똑똑함의 과시가 아니라, 위험 경계를 스스로 설계할 수 있느냐에 달려 있습니다.
참고
2OpenAI launches ChatGPT for Clinicians, offers free access to healthcare professionals - Firstpost
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.