진료실에 AI가 들어오기 시작할 때 가장 어려운 질문은 "이게 똑똑한가?"가 아닙니다. 더 중요한 건, 이 시스템이 실제로 의사의 일을 덜어주는지, 아니면 그럴듯한 답변으로 위험과 확인 부담만 늘리는지 구분하는 일입니다.
이번에 구글 딥마인드가 공개한 'AI co-clinician'은 그 질문을 꽤 현실적인 수준까지 끌고 왔습니다. 의사 블라인드 평가에서 GPT-5.4 계열보다 더 선호됐고, 약물 질의와 근거 요약에서도 강한 성능을 보였지만, 실제 진료에 가까운 원격진료 시뮬레이션에서는 숙련된 의사를 넘지 못했습니다.12 지금 중요한 이유는 분명합니다. 의료 AI 논의가 "가능하냐"에서 "어떤 업무부터 맡겨야 하냐"로 넘어가고 있기 때문입니다.
5분 판별법: 이 AI는 문서 작업용인가, 추론 보조용인가, 신뢰 형성용인가
의료 AI를 한 덩어리로 보면 판단이 흐려집니다. 최소한 세 가지로 나눠 봐야 합니다.
첫째는 문서화와 정보 정리입니다. 방문 전 문진 요약, 진료 후 안내문 정리, 약물 정보 검색 같은 일입니다. 둘째는 임상 추론 보조입니다. 어떤 추가 질문을 해야 하는지, 가이드라인과 충돌하는 처방은 없는지, 약물 상호작용은 어떤지 짚어주는 역할입니다. 셋째는 환자와의 관계 형성입니다. 불안을 읽고, 말하지 않은 위험 신호를 끌어내고, 책임 주체를 분명히 하는 일입니다.
딥마인드의 이번 결과는 1번과 2번에서 진전이 있다는 신호에 가깝습니다. 98개의 1차 진료 질의 평가에서 의사들은 AI co-clinician의 답변을 기존 도구나 GPT-5.4-thinking-with-search보다 더 자주 선택했습니다.2 약물 질의 벤치마크인 RxQA에서도 개방형 질문에서 우세를 보였습니다.12
하지만 3번, 즉 환자 신뢰와 안전이 걸린 상호작용은 전혀 다른 문제였습니다. 120건의 가상 원격진료 비교에서 숙련된 의사들이 전 영역에서 앞섰고, 특히 레드 플래그 포착과 중요한 신체진찰 유도에서 격차가 컸습니다.12 "답을 잘 만든다"와 "진료를 잘한다"는 같은 뜻이 아니라는 이야기입니다.
먼저 이길 곳은 화려한 진단이 아니라, 지루하지만 마찰이 큰 구간이다
가장 현실적인 도입 지점은 의사를 대체하는 순간이 아니라, 의사가 매번 시간을 뺏기는 구간입니다.
예를 들어 초진 전 환자 서술을 구조화해 핵심 증상, 기간, 복용약, 위험인자를 정리하는 일. 진료 중엔 "이 증상 조합이면 이 질문이 빠졌다" 같은 후속 질문 제안. 진료 후엔 복약법과 경고 증상을 쉬운 말로 풀어주는 요약. 원격진료에선 감독 아래 기본적인 트리아지 보조도 가능할 수 있습니다. 딥마인드가 공개한 시뮬레이션에서도 흡입기 사용 교정이나 어깨 동작 안내 같은 실시간 보조 능력은 확인됐습니다.12
이런 용도는 중요합니다. 왜냐하면 의료 현장의 병목은 종종 '진단 천재 부족'보다 '시간과 집중력 부족'에 가깝기 때문입니다. WHO는 2030년까지 전 세계 보건의료 인력이 1천만 명 이상 부족할 수 있다고 봅니다.2 그렇다면 AI의 첫 승부처는 "의사를 대신해 결론 내리기"보다 "의사가 더 빨리, 덜 지치고, 덜 빠뜨리게 만들기"여야 합니다.
숨은 실패는 오답보다 워크플로 손상일 수 있다
과장된 공포는 대개 "AI가 황당한 오진을 내리면 어떡하나"에 집중합니다. 물론 그 위험은 큽니다. 다만 실무에서는 더 자주, 더 끈질기게 문제를 만드는 쪽이 따로 있습니다. 워크플로 손상입니다.
AI가 매번 검증해야 하는 제안을 길게 내놓으면 방문 시간은 늘어납니다. 환자가 AI와 의사 중 누구 말을 따라야 하는지 헷갈리면 설명 비용이 커집니다. 의사가 AI가 먼저 제시한 가설에 끌려가면 오히려 앵커링 편향이 생길 수 있습니다. 겉으로는 자동화처럼 보여도, 실제론 "AI가 만든 초안을 사람이 다시 전부 확인하는" 이중 노동이 될 수 있습니다.
딥마인드도 이 한계를 간접적으로 보여줍니다. AI co-clinician은 140개 평가 항목 중 68개에서 1차 진료 의사와 비슷하거나 더 나았지만, 전체적으로는 여전히 의사가 우세했습니다.2 이 숫자의 실무적 해석은 단순합니다. 부분 역량의 승리가 전체 워크플로의 승리를 보장하지는 않습니다.
그래서 좋은 의료 AI는 말을 많이 하는 AI가 아니라, 언제 침묵해야 하는지 아는 AI에 더 가깝습니다.
병원이나 의료진이 도입 전 꼭 물어야 할 7가지
도입 판단은 데모가 아니라 운영 질문으로 해야 합니다.
누가 최종 책임을 지는가.
AI 답변과 수정 이력은 무엇이 기록되는가.
확신과 불확실성은 어떻게 표시되는가.
어떤 상황에서 AI가 답변을 보류하거나 사람에게 넘기는가.
연령, 성별, 언어, 질환군별 성능 차이는 측정했는가.
실패했을 때 임상 워크플로는 어떻게 복구되는가.
좋은 시연이 아니라 실제 결과, 예를 들어 시간 절감·누락 감소·환자 이해도 개선이 입증됐는가.
딥마인드는 안전을 위해 Planner와 Talker로 나뉜 이중 에이전트 구조, 그리고 근거·인용 검증을 강조했습니다.2 방향은 맞습니다. 다만 아직은 연구 단계입니다. 이번 발표에서 확인된 것은 "쓸모 있는 보조자가 될 가능성"이지, "진료실에 바로 투입 가능한 새 표준"은 아닙니다.12
지금 이 변화를 가장 주의 깊게 봐야 할 사람은 세 부류입니다. 도입을 검토하는 병원 운영자, 번아웃과 문서 부담에 시달리는 임상의, 그리고 앞으로 AI가 개입한 진료를 받게 될 환자입니다. 판단 기준은 단순합니다. 이 도구가 의사의 판단을 대체하느냐가 아니라, 의사의 주의력과 환자의 이해를 실제로 더 좋게 만드느냐입니다.
참고
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.