• 흐림속초5.5℃
  • 흐림-0.5℃
  • 흐림철원0.3℃
  • 흐림동두천0.6℃
  • 흐림파주0.2℃
  • 흐림대관령0.5℃
  • 흐림춘천-0.1℃
  • 흐림백령도4.0℃
  • 흐림북강릉5.3℃
  • 흐림강릉7.0℃
  • 흐림동해6.4℃
  • 흐림서울3.5℃
  • 흐림인천2.5℃
  • 흐림원주1.7℃
  • 비울릉도9.8℃
  • 비수원3.2℃
  • 흐림영월0.4℃
  • 흐림충주1.6℃
  • 흐림서산3.4℃
  • 흐림울진7.3℃
  • 비청주3.0℃
  • 비대전3.4℃
  • 흐림추풍령2.4℃
  • 비안동1.2℃
  • 흐림상주1.2℃
  • 비포항8.1℃
  • 흐림군산5.0℃
  • 비대구5.7℃
  • 비전주6.3℃
  • 비울산8.3℃
  • 비창원6.8℃
  • 비광주8.6℃
  • 비부산10.9℃
  • 흐림통영8.5℃
  • 비목포9.8℃
  • 비여수9.3℃
  • 비흑산도9.7℃
  • 흐림완도9.2℃
  • 흐림고창6.6℃
  • 흐림순천6.8℃
  • 비홍성(예)3.2℃
  • 흐림2.0℃
  • 흐림제주15.3℃
  • 흐림고산15.8℃
  • 흐림성산14.1℃
  • 흐림서귀포16.0℃
  • 흐림진주5.6℃
  • 흐림강화1.3℃
  • 흐림양평1.8℃
  • 흐림이천1.4℃
  • 흐림인제0.0℃
  • 흐림홍천0.6℃
  • 흐림태백2.7℃
  • 흐림정선군0.6℃
  • 흐림제천1.2℃
  • 흐림보은2.9℃
  • 흐림천안2.6℃
  • 흐림보령4.7℃
  • 흐림부여3.9℃
  • 흐림금산3.8℃
  • 흐림2.9℃
  • 흐림부안5.7℃
  • 흐림임실7.1℃
  • 흐림정읍5.9℃
  • 흐림남원6.6℃
  • 흐림장수6.2℃
  • 흐림고창군5.5℃
  • 흐림영광군7.5℃
  • 흐림김해시6.8℃
  • 구름많음순창군6.3℃
  • 흐림북창원6.9℃
  • 흐림양산시7.7℃
  • 흐림보성군8.0℃
  • 흐림강진군8.4℃
  • 흐림장흥8.5℃
  • 흐림해남9.7℃
  • 흐림고흥8.5℃
  • 흐림의령군3.7℃
  • 흐림함양군4.8℃
  • 흐림광양시8.3℃
  • 흐림진도군10.0℃
  • 흐림봉화1.3℃
  • 흐림영주1.4℃
  • 흐림문경1.6℃
  • 흐림청송군2.5℃
  • 흐림영덕7.3℃
  • 흐림의성2.2℃
  • 흐림구미2.3℃
  • 흐림영천3.9℃
  • 흐림경주시5.7℃
  • 흐림거창5.0℃
  • 흐림합천4.8℃
  • 흐림밀양6.2℃
  • 흐림산청3.9℃
  • 흐림거제8.5℃
  • 흐림남해6.8℃
  • 비7.8℃
기상청 제공

2025년 12월 24일 (수)

가천대·부산대 공동연구팀, LLM 기반 한의학 학습 챗봇 개발

가천대·부산대 공동연구팀, LLM 기반 한의학 학습 챗봇 개발

AI로 표준화 환자 역할 수행부터 자동채점·맞춤형 피드백까지
새로운 LLM·임상 시나리오 적용 가능한 표준 평가 프레임워크도 제시


LLM 1.jpg

 

[한의신문] 가천대학교 김창업 교수, 부산대학교 김지환 교수 공동연구팀이 거대언어모델(LLM) 기반의 한의학 임상수행평가(CPX) 학습 시스템을 개발했다. 이 시스템은 인공지능(AI)을 활용해 학생들의 진료 과정을 평가하고, 자동 채점 및 맞춤형 피드백을 제공하는 혁신적인 교육 도구로 주목받고 있다.


이 시스템은 표준화 환자(SP) 역할을 AI가 대신 수행하며, 학생들이 임상 환경에서 실시간으로 진료 연습을 할 수 있도록 설계됐다. 특히 채점과 피드백 기능을 각각 다른 AI 모델로 최적화해 효율성을 극대화했다. 김준동 가천대 박사과정생은 “정량적 채점은 Claude-3.5-Sonnet 모델을 기반으로 진행되며, 100%의 정확도와 평균 43.2초의 빠른 처리 속도를 자랑한다”고 설명했다. 이어 “피드백 생성에는 GPT-4o가 구체적인 초안을 작성하고 Claude-3.5-Sonnet이 자연스러운 한국어로 다듬는 이중 구조를 도입해 두 모델의 장점을 모두 활용했다”고 밝혔다.


시스템은 웹 기반으로 구현돼 학생들이 시간과 장소에 구애받지 않고 QR코드를 통해 즉시 접속할 수 있다. 실습 후에는 정량적 점수와 개선점을 담은 맞춤형 피드백이 제공된다. 기존 CPX 교육에서 제기됐던 평가자 부족과 피드백 제공의 한계를 AI 기술로 해결했다는 점에서 의미가 크다. 

 


LLM 2.jpg

 

연구팀은 나아가 CPX 학습 챗봇의 기술적 한계를 넘어 미래 확장성을 고려한 표준 프레임워크를 함께 제시했다. 이 프레임워크는 새롭게 개발되는 AI 모델이나 다양한 임상 시나리오를 체계적으로 평가하고 적용할 수 있는 개발 파이프라인으로, 시스템의 지속적인 발전을 가능하게 한다. 빠르게 발전하는 AI 기술을 의료 교육에 효과적으로 접목할 수 있는 방법론을 제시했다는 점에서도 주목받고 있다.


김창업 교수와 김지환 교수는 “이 프레임워크는 한의학을 넘어 의학, 치의학, 간호학 등 다양한 의료 교육 분야로 확장할 수 있다”며 “향후 음성 인식과 영상 분석 기술을 도입해 더욱 실감나는 실습 환경을 구현할 계획”이라고 밝혔다. 


또한 공저자인 부산대 이혜윤 교수는 “현재 한의과대학 학생들을 대상으로 실제 교육 환경에서의 적용을 준비하고 있으며, 이를 통해 시스템의 교육적 효과를 체계적으로 검증할 예정”이라고 덧붙였다. 


이 연구는 한국연구재단의 지원을 받아 수행됐으며, 관련 연구 결과는 대한한의학회지 제45권 제4호에 게재됐다.

 

관련기사

가장 많이 본 뉴스

더보기
  • 오늘 인기기사
  • 주간 인기기사

최신뉴스

더보기

뉴스

더보기