의료기관에서 AI adoption이 어려운 진짜 이유

의료기관에서 AI adoption이 어려운 이유는 사람들이 기술을 몰라서가 아니다. 기술이 아직 충분히 좋지 않아서만도 아니다.

진짜 어려움은 따로 있다.

의료기관에서 AI는 별도 도구로는 충분하지 않다. EMR, 책임 구조, 업무 동선 안으로 통합되어야 한다. 그리고 바로 그 통합이 가장 어렵다.

의무기록을 요약해 진료 전에 보여주는 시스템.
진료 중 대화를 녹음하고 텍스트로 변환해 EMR에 입력하는 시스템.
간호기록이나 입퇴원기록의 초안을 자동으로 작성하는 시스템.
흩어진 환자 정보를 모아 임상적으로 의미 있는 형태로 정리해주는 시스템.

이런 것들은 기술적으로는 이미 상상 가능한 영역에 들어왔다. 일부는 실제로 여러 곳에서 시도되고 있다. 하지만 “가능하다”는 것과 “병원 안에서 일상적으로 쓰인다”는 것은 전혀 다른 문제다.

의료기관에서 중요한 질문은 “AI가 할 수 있는가”가 아니다.

“이걸 EMR과 진료 흐름 안에 어떻게 안전하게 넣을 것인가”다.

좋은 기능도 EMR 밖에 있으면 추가 업무가 된다

AI로 환자의 의무기록을 요약한다고 생각해보자. 진료실에 들어가기 전, 최근 입원 기록과 검사 결과, 약물 변경, 이전 외래 메모가 한 화면에 정리되어 있다. 의사는 긴 기록을 처음부터 끝까지 뒤지는 대신 요약본을 먼저 보고 진료에 들어갈 수 있다.

이상적인 장면이다.

하지만 곧바로 질문이 따라온다.

그 요약은 EMR 안에서 바로 보이는가.
원문 기록으로 즉시 돌아갈 수 있는가.
최신 기록이 반영되었는가.
요약이 틀렸을 때 누가 확인하고 수정하는가.
이 요약은 참고 자료인가, 공식 기록의 일부인가.
잘못된 요약이 진료 판단에 영향을 주면 책임은 어디에 있는가.

이 질문들이 정리되지 않으면, AI 요약은 진료 보조가 아니라 또 하나의 확인 업무가 된다.

별도 솔루션은 데모를 만들기 쉽다. 하지만 사용자가 매번 다른 화면을 열고, 환자를 다시 검색하고, 기록을 복사해 넣고, 결과를 다시 EMR에 옮겨야 한다면 그 도구는 오래 쓰이기 어렵다. 현장은 이미 충분히 바쁘다. 진료, 기록, 처방, 검사, 설명, 전화, 민원, 행정 절차가 동시에 움직인다.

AI가 진짜 업무가 되려면 EMR과 붙어야 한다.
하지만 바로 그 지점에서 기술 문제는 조직 문제가 된다.

EMR에 붙는 순간, 책임 구조가 따라온다

AI가 EMR에 직접 붙으려면 단순한 개발 문제가 아니다. 경영진, 기획, 의무기록, 정보보안, 의료정보개발, 실제 사용자 부서가 함께 움직여야 한다. 누가 승인할 것인지, 어떤 데이터에 접근할 수 있는지, 결과를 어디에 표시할 것인지, 오류가 생겼을 때 책임은 어디에 있는지 정해야 한다.

진료 중 대화를 자동으로 기록하는 시스템을 생각해보자.

녹음 동의는 어떻게 받을 것인가.
대화 중 환자 정보는 어디에 저장되는가.
전사 결과는 누가 검토하는가.
의사의 최종 서명 전까지 초안으로 볼 것인가.
간호기록이나 진료기록에 자동 반영해도 되는가.
잘못 기록된 문장이 의료적 판단에 영향을 주면 어떻게 할 것인가.

이 질문들은 기술을 모르는 사람들의 저항이 아니다. 의료기관에서 실제 사용을 가능하게 만드는 핵심 질문이다.

기술적으로 가능한 일도 책임 구조 안에서 허용되지 않으면 업무가 되지 못한다. 의료기관에서 AI adoption은 결국 역할, 권한, 책임, 기록의 문제로 넘어간다.

현장은 새 도구보다 기존 흐름을 더 신뢰한다

의료기관의 업무 방식은 쉽게 바뀌지 않는다. 단지 사람들이 보수적이어서가 아니다. 기존 방식은 오랜 시간 동안 사고를 줄이고, 책임을 분산하고, 설명 가능성을 확보하는 방향으로 굳어져 왔다.

물론 비효율도 많다. 반복 입력도 많고, 불필요하게 사람이 옮겨 적는 일도 많다. 하지만 그 비효율 안에는 나름의 이유가 있다. 누가 확인했는지, 어디에 기록이 남는지, 문제가 생겼을 때 무엇을 기준으로 볼 수 있는지에 대한 관성이 있다.

AI가 이 흐름을 바꾸려면 단순히 “조금 편하다”로는 부족하다.

압도적으로 유용해야 한다.
또는 압도적으로 자연스러워야 한다.

사용자가 기존 업무 방식을 버리고 새 도구를 쓰려면, 그 도구는 시간을 확실히 줄이거나, 실수를 줄이거나, 기록 부담을 크게 낮추거나, 적어도 기존 동선 안에서 거의 마찰 없이 작동해야 한다. 그렇지 않으면 아무리 좋은 기능도 “추가 업무”로 느껴진다.

의료기관에서 adoption의 적은 무지가 아니다.
마찰이다.

교육은 통합 전 단계의 감각을 만든다

그렇다고 모든 AI 도입이 처음부터 EMR 통합으로 시작할 수는 없다. 오히려 많은 경우, 먼저 필요한 것은 사람들이 직접 만져보는 경험이다.

교육은 이때 중요해진다.

AI 교육은 단순히 기능을 알려주는 일이 아니다. 특히 의료기관에서는 더 그렇다. 사용자는 기능 목록보다 먼저 알고 싶어 한다.

이걸 내 일에 써도 되는가.
어디까지 믿어도 되는가.
틀리면 어떻게 해야 하는가.
환자 정보가 들어가도 되는가.
내가 책임지는 기록에 이 도구를 끼워 넣어도 되는가.

이 감각은 설명만으로 생기지 않는다. 직접 써봐야 한다. 기대와 다른 답을 받아보고, 다시 고쳐보고, 어떤 부분은 도움이 되고 어떤 부분은 반드시 사람이 봐야 하는지 경험해야 한다.

의료기관에서 교육은 홍보가 아니다. 사용자가 이 도구를 어디까지 믿고 어디서부터 의심해야 하는지 배우는 안전장치다. 동시에 교육은 통합 전에 필요한 상상력을 만든다. 사람들은 한 번 써본 뒤에야 “이걸 내 업무 어디에 붙일 수 있을까”를 구체적으로 묻기 시작한다.

결국 adoption은 도입이 아니라 통합이다

의료기관에서 AI를 실제로 쓰게 하려면 기술을 아는 사람만으로는 부족하다. 현장을 아는 사람만으로도 부족하다. 필요한 것은 둘 사이를 연결하는 사람이다.

기술의 언어를 EMR과 기록의 언어로 번역하는 사람.
현장의 불안을 설계 조건으로 바꾸는 사람.
보안과 책임의 경계를 이해하면서도 가능성을 닫지 않는 사람.
좋은 데모와 실제 사용 사이의 간격을 메우는 사람.

의료기관에서 AI adoption이 어려운 진짜 이유는 기술이 부족해서만이 아니다. 가능성은 있는데 EMR 안으로 들어가기 어렵고, 도구는 있는데 기존 업무 흐름과 연결되지 않으며, 유용성은 보이지만 책임 구조가 아직 정리되지 않았기 때문이다.

AI adoption은 기술을 설치하는 일이 아니다.
조직이 새로운 방식으로 일할 수 있게 배우는 과정이다.

그리고 의료기관에서 그 배움은 언제나 EMR, 책임, 보안, 사람의 업무 동선 위에서 일어난다.

의료기관의 AI는 화면 하나를 더 만드는 방식으로는 자리잡기 어렵다. 기존의 기록, 책임, 검토, 진료 흐름 안에서 자기 자리를 찾아야 한다.

결국 adoption은 도입이 아니라 통합이다.
통합은 언제나 기술보다 어렵고, 언제나 사람의 일이다.