문서 시간은 15% 줄었고, 환자당 진료시간은 그대로였습니다

✉️ 제이슨 노트

이번 주에 고른 건 NVIDIA 의료사업 책임자 David Niewolny의 MobiHealthNews 인터뷰예요. AI가 병원을 어떻게 바꿀지 꽤 구체적으로 말합니다.

출발점은 우리도 아는 문제예요. 사람은 모자라고 비용은 오르는데, 의료진은 서류에 매여 있다.

그래서 NVIDIA는 AI가 맡을 일을 두 무더기로 나눠요. 지금 되는 것은 환자 접수와 분류, 진료기록 작성, 영상검사 우선순위 추천, 검사 보고서 초안이에요. 아직 먼 것은 로봇으로 검사하고 시술까지 자동화하는 쪽이고요. 신약개발은 따로 떼어놓는데, 컴퓨팅 자원과 BioNeMo 같은 도구로 표적과 후보물질 찾는 시간을 줄이겠다는 이야기입니다.

전체를 관통하는 선도 분명해요. AI는 초안과 추천까지만, 진단과 치료 결정은 사람이. 그래서 결론이 이렇게 나와요. 반복 업무가 줄면 의료진이 더 많은 환자를 볼 수 있고, 의료 접근성도 나아진다.

솔직히 반박하기 어려운 그림이에요. 저도 여기까지는 그렇겠다 싶었고요.

그런데 실제로 해본 병원이 있어요. 싱가포르의 한 의료기관인데, 문서 쓰는 시간은 정말 줄었어요. 15%요. 그럼 환자 한 명당 걸린 시간은요?

그대로였습니다.

이상하죠. 시간을 벌었는데 진료는 하나도 안 빨라졌어요.

오늘은 NVIDIA가 그린 이 그림을 한 칸씩 짚어볼게요. 어디까지가 이미 확인된 이야기이고, 어디부터가 아직 기대인지요. 그리고 그 질문 하나를 계속 따라갑니다. 아낀 시간은 어디로 갔을까요.

NVIDIA 인터뷰가 그린 의료 AI의 활용 범위. AI는 초안과 추천을 만들고, 사람은 판단과 책임을 맡아요.

📰 3분 브리핑

같은 말을 하는 회사가 늘었다고 근거가 늘어난 건 아니에요. 이 둘은 자주 헷갈립니다.

🔍 딥다이브

"진료기록 작성"부터 봅니다. 여긴 실제로 빨라졌어요

NVIDIA가 '지금 되는 것'에 넣은 첫 칸이 진료기록 작성이에요. 여기는 인정하고 시작할게요. 14개 전문과 외래의사 238명이 참여한 무작위시험에서, Nabla를 쓴 의료진은 안 쓴 쪽보다 문서를 빨리 썼어요.

다만 같은 시험에서 DAX는 결과가 달랐어요. 가장 중요하게 보기로 미리 정해둔 항목에서 차이가 나오지 않았거든요. 같은 종류의 도구인데 한쪽은 되고 한쪽은 안 됐어요. 그래서 지금까지 확인된 문장은 "AI가 문서 시간을 줄여준다"가 아니라 "어떤 제품은, 어떤 환경에서 줄여준다"에 가까워요.

두 의료체계를 조사한 JAMA Network Open 연구에서는 덜 지치고 서류 부담이 줄었다는 응답도 나왔어요. 직접 일하는 사람이 그렇게 느꼈다는 건 그냥 넘길 일이 아니에요. 다만 무작위로 나눠서 비교한 연구가 아니고 나중에 답한 사람도 적어서, 이걸로 "AI가 번아웃을 줄인다"까지 가기는 어렵습니다.

여기까지는 NVIDIA가 그린 그림과 어긋나지 않아요.

"그래서 환자를 더 본다"는 다음 칸, 여기서 갈립니다

인터뷰의 결론은 여기예요. 문서 시간이 줄면 의료진이 더 많은 환자를 볼 수 있다. 줄어든 시간이 곧바로 진료 능력이 된다는 이야기죠.

싱가포르 학술 의료기관에서는 진료실에 들어가 그걸 직접 쟀어요. 문서 시간 15% 감소. 환자와 눈 맞추는 시간 증가. 여기까지는 예상대로예요.

그런데 그 연구에서 상담 시간도, 환자 한 명당 전체 시간도 뚜렷하게 달라지지 않았어요.

앞뒤가 안 맞는 것 같지만 사실 이상한 일이 아니에요. 아낀 시간이 사라진 게 아니라 다른 데로 갔거든요. 환자와 더 이야기하는 데, 기록을 다시 보는 데, 밀린 다른 일에요.

조제실을 떠올리면 감이 빨라요. 조제를 빠르게 해주는 장비를 들여놨다고 해봐요. 조제는 분명히 빨라져요. 그런데 창구 앞 줄은 그대로일 수 있어요. 복약상담이 밀려 있으면요. 줄이 줄어드는 건 조제가 빨라질 때가 아니라 그날 가장 느린 단계가 빨라질 때예요.

그래서 "얼마나 줄었나"만으로는 성과를 말할 수 없어요. 그 시간이 어디로 갔는지까지 봐야 문장이 완성돼요.

재는 방법이 틀린 게 아니라, 뭘 원하는지를 안 정한 거예요. 환자를 더 보고 싶은 건지, 정시에 퇴근하고 싶은 건지, 환자와 눈 맞추는 시간을 늘리고 싶은 건지. 셋은 봐야 할 숫자가 완전히 다릅니다. 전체 시간이 그대로여도 대화 시간이 늘었다면 그건 성공이에요. 다만 그 결과를 '접근성이 좋아졌다'고 부르려면 다른 자료가 필요할 뿐이에요.

문서 작성에서 전체 처리량까지. 한 단계가 빨라져도 다음 병목은 남아요.

"AI는 초안까지만, 판단은 사람이"에는 값이 붙어 있어요

NVIDIA가 그은 선이 이거였죠. AI는 초안과 추천, 결정은 사람. 맞는 말인데, 이 문장에는 잘 안 보이는 값이 붙어 있어요. 읽고 고치는 사람의 시간이요.

정확성·안전성 연구는 상용 AI scribe가 만든 초안에서 오류를 찾아냈어요. 쓰기 전에 환자안전 위험부터 보라는 게 연구진의 결론이었고요. 퇴원요약 AI 파일럿에서는 의료진이 초안을 꽤 많이 그대로 썼지만, 동시에 빠진 내용과 틀린 내용, 없는 사실을 지어낸 대목도 나왔어요.

쓰지 말라는 얘기가 아니에요. 사람이 읽고 고치는 시간도 이 도구의 값에 들어간다는 얘기예요. 만드는 데 30초, 고치는 데 4분이면 아낀 시간은 그만큼 줄어요.

그래서 "사람이 확인합니다"는 말만으로는 부족해요. 누가 최종 승인하는지, 반드시 잡아야 할 오류가 뭔지, 초안과 고친 기록이 남는지, 문제가 생기면 누가 책임지는지. 이 넷이 정해져야 검토 시간이 계산되고, 그래야 진짜 비용이 나옵니다. 사는 값만이 아니라 교육과 시스템 연결, 오류 고치는 일, 나중에 되짚어보는 일까지요.

지금까지 나온 연구를 한 장에 모으면 이렇게 됩니다.

의료 현장에서 실제로 확인된 것. 확인 방법에 따라 말할 수 있는 범위가 달라요.

인터뷰를 처음부터 다시 짚어보면

NVIDIA가 말한 칸들을 하나씩 되돌려볼게요. 먼저 이미 확인된 쪽이에요.

이제 아직 답이 없는 쪽이에요.

인터뷰가 그린 앞쪽 칸들은 대체로 자리를 잡았고, 뒤쪽 칸들은 아직 비어 있는 셈이에요.

👥 직군별 생각 포인트

🏥 병원·임상약사라면, 초안 쓰는 시간과 전체 진료 시간을 따로 재보세요. 두 숫자가 갈리는 지점에 답이 있어요. 검토하고 고친 시간, 놓칠 뻔한 오류, 다시 한 일도 같이 적고요. 최종 승인자와 책임 소재는 도입 전에 정해야 나중에 싸우지 않아요.

💊 지역약국 약사라면, 이번 연구를 조제와 복약상담에 그대로 옮길 수는 없어요. 옮길 수 있는 건 재는 방법이에요. 상담 기록 AI를 쓴다면 전체 업무시간, 고친 내용, 놓친 약물 문제, 환자와 이야기한 시간을 한 세트로 보세요.

🏛️ 공직·기관에서 본다면, "사람이 확인한다"는 말은 확인할 방법이 없어요. 접근권한과 검토 기록, 사고 보고 경로, 책임 구조가 있어야 확인이 됩니다. 접근성을 평가할 때도 평균만 보면 놓쳐요. 농어촌과 취약집단이 실제로 썼는지를 따로 봐야 해요.

📎 한 걸음 더

🎯 직접 확인해보기 · 조직의 AI 도입 보고서에서 '시간 절감'이라는 말을 찾아보세요. 그리고 세 가지만 확인하면 돼요. 어느 일이 줄었는지, 전체도 줄었는지, 그 시간이 어디로 갔는지. 셋 다 적혀 있는 보고서는 생각보다 드물어요.

💌 푸터

AI를 들인 뒤에 어느 단계가 빨라졌고, 어느 단계가 새로 바빠졌나요?

전체 진료 시간이든 고치는 시간이든, 직접 재보신 숫자가 있다면 답장으로 알려주세요. 병원과 약국과 제약 현장의 숫자를 모아 다음에 이어가 볼게요.

요즘 '이거 진짜야?' 싶었던 AI 제약·헬스케어 뉴스도 보내주세요. 다음 검증 대상이 돼요.

다 읽어요.

약사·제약인을 위한 AI 커뮤니티,

약토피아를 소개합니다

약토피아는 약학 도메인과 AI 역량을 바탕으로 서로의 성장을 돕고 응원하는 커뮤니티에요.

약국, 병원뿐만 아니라 연구소, 제약회사, CRO 등 다양한 약학 분야 종사자를 위한 AI 정보 콘텐츠 및 상호 교류 기회를 제공해요.

AI를 실제 업무에 어떻게 쓰는지 서로 배우기도 하고,
뉴스레터를 읽다가 "우리 약국에서는 어떨까?", "우리 회사는 어떻게 하고 있지?" 싶어지면,
그 얘기를 할 수 있는 곳이에요.

약토피아 홈페이지

약토피아 링크드인

약토피아 인스타그램