“한의원 AI, 코딩보다 한의사의 원칙”…예약·차팅 에이전트 구축

[한의신문] AI가 프로그램까지 만드는 시대를 맞아 한의사에게 필요한 역량도 ‘코딩’에서 ‘설계’로 옮겨가고 있다. 자연어만으로 한의원 예약 챗봇과 진료기록 보조도구를 구현할 수 있으나 환자정보처럼 AI에 넘겨서는 안 될 영역을 먼저 정하고 실제 데이터에 근거해 작동하도록 설계하는 것이 임상 AI 활용의 출발점이라는 제언이다.

대한약침학회(회장 안병수)는 19일 온라인(ZOOM)을 통해 ‘제3회 K-MEDI 포럼’ 2회차를 개최, 한의사가 진료·운영 현장에서 활용할 AI 도구를 직접 설계해보는 실습에 나섰다.

이날 교육에는 한의사 회원과 한의과대학 재학생 80여 명이 참여한 가운데 카카오엔터테인먼트 AI서비스플래닝팀 출신 최유리 강사(전 대한약침학회 국제학술팀장)가 ‘한의사를 위한 AI 에이전트 구축 입문 Ⅱ’를 주제로 △바이브코딩(Vibe Coding) △프롬프트 설계 △Google AI Studio 기반 예약 에이전트 △로컬 AI 차팅 △개인정보 보호 △API·배포 등에 대해 발표했다.

이날 강연의 핵심은 개발자가 아니어도 자연어를 통해 실제 작동하는 프로그램을 구현할 수 있는 ‘바이브코딩’. 다만 AI에 방향 설정까지 넘기는 ‘알아서 잘해줘’ 방식이 아닌, 사용자가 목적·원칙·작동 순서·금지사항을 먼저 결정하는 접근이다.

최 강사는 “바이브코딩은 ‘알아서 잘해줘’가 아니라 ‘정해진 원칙을 세우고 그 안에서 만들어줘’라고 하는 것”이라며 “개발 지식이 없어도 할 수 있으나 어떤 원칙으로 무엇을 만들 것인지는 결국 사람이 정해야 한다”고 강조했다.

프롬프트의 구체성도 결과물의 완성도를 좌우하는 요소다. 단순히 ‘동물을 그려줘’라고 하면 결과를 예측하기 어렵지만 ‘한국의 야생동물·식육목·고양이과·표범속·대형 육식 포유동물’로 조건을 좁히면 원하는 ‘호랑이’에 도달할 가능성이 높아진다는 것. 이는 AI 성능보다 사용자의 모호한 지시가 결과 오차를 키울 수 있다는 의미다.

이에 실무용 프롬프트 설계는 △프로젝트 요약(무엇을 만들 것인가) △핵심 원칙(AI가 반드시 지켜야 할 규칙) △전체 흐름(질문 접수→함수 호출→실제 데이터 조회→검증→답변) △세부 내용(로그인·데이터 처리 등 구현 조건)의 4단계로 제시됐다. ‘구글 시트와 연동해 빈 시간에 예약하는 챗봇’이라는 목적에 ‘환자 개인정보를 에이전트에 직접 전달하지 않는다’는 원칙을 결합하는 식이다.

◎ “AI가 아는 시간 말고 실제 빈 시간”…예약 챗봇 직접 구축

첫 실습에서는 Google AI Studio와 Google Sheets를 연동한 한의원 데스크용 예약 에이전트를 구축했다. 자연어 문의를 받으면 AI가 임의로 답변하지 않고 함수 호출(Function Calling)을 통해 실제 예약 데이터를 먼저 조회하도록 설계했다.

주요 기능은 △원장·치료항목 선택 △희망 시간대 빈 슬롯 조회 △오전·오후 진료시간 및 휴진일 반영 △예약 확정 후 Google Sheets 자동 변경 △실제 데이터 확인 없는 예약 가능 여부 답변 금지 등이다. 시연에서는 “김 원장님 내일 침 치료 4시에 30분 예약해줘”라는 자연어 지시만으로 시트의 예약 현황이 실제로 변경되는 과정도 시연됐다.

오류 수정 역시 자연어로 이뤄졌다. 함수 호출 과정에서 에러가 발생하자 코드를 일일이 찾아 고치는 대신 “계속 반복되는 에러의 원인을 찾고 수정하도록 해”라고 지시하는 방식이다. 프로그램 생성→실행→오류 확인→자연어 수정 요청→재실행의 반복을 통해 결과물을 고도화하는 바이브코딩의 개발 방식이다.

최 강사는 “처음부터 완벽하게 만드는 것보다는 일단 만들어본 뒤 원하는 결과와 다르면 ‘이 부분을 수정해줘’, 에러가 발생하면 ‘왜 발생하는지 찾아 수정해줘’라고 요청하면서 완성도를 높여가면 된다”고 설명했다.

예약·의료정보처럼 정확성이 우선되는 영역에서는 AI의 창의성 억제도 강조됐다. Temperature 값을 0.2로 낮춰 실제 데이터에 충실한 답변을 유도하고 할루시네이션 가능성을 줄이는 방식이다. 반대로 창작·글쓰기에서는 상대적으로 높은 값을 활용할 수 있다는 설명이다.

◎ 환자 음성부터 외부 전송 차단…AI 차팅 ‘안전선’ 제시

두 번째 실습은 문진·진료내용을 음성으로 입력해 EMR용 차트로 구조화하는 AI 차팅 보조도구 구축. 편의성보다 환자정보의 외부 전송 차단을 먼저 설계한 것이 특징이다.

개인정보 보호 원칙은 △환자 데이터 외부 전송 금지 △음성 데이터 외부 전송 금지 △마스킹 결과 사람의 최종 승인 △프로그램의 로컬 서버 내 작동 등 네 가지. 특히 음성이 텍스트로 변환되기 전 클라우드로 전송되면 개인정보 보호 원칙 자체가 무의미해지는 만큼, 음성 변환부터 개인정보 마스킹까지 로컬 환경에서 처리하도록 했다.

실제 처리 흐름은 ‘음성 입력→로컬 음성·텍스트 변환→로컬 개인정보 마스킹→사람 확인→비식별 정보 AI 전송→차트 구조화→복사→EMR 입력’. 환자 이름 등 개인정보 제거에는 생성형 AI 대신 규칙 기반 프로그램을 사용하고, 로컬 Whisper로 음성을 텍스트화한 뒤 사람이 마스킹 결과를 재확인하는 구조다. 로컬에서 실행된다는 이유만으로 안전하다고 간주해서는 안 되며, 자동 마스킹 역시 사람의 검증을 대체할 수 없다는 지적이다.

차팅 항목은 △주소증(C/C) △발병 시기(O/S)·양상 △현병력(P/I) △과거력·가족력 △타병원 진단·기록 △변증 △감별진단(R/O) △진단 △검사결과 △치료방향 등으로 구조화했다. 시연에서는 요추부 통증·하지방사통 환자의 문진을 토대로 제4·5요추간 추간판탈출 의증과 침·부항·한약·물리치료 병행 방향까지 정리되는 과정이 제시됐다.

다만 현재 대부분의 EMR이 외부 연동 API를 제공하지 않는 현실을 감안해 AI가 EMR에 직접 기록하는 방식 대신 정리된 결과를 복사해 기존 EMR에 붙여넣는 단계까지 구현했다. 상용 솔루션이 아닌 바이브코딩으로 임상 보조도구를 어느 수준까지 구현할 수 있는지를 보여주는 시연용 모델이라는 설명이다.

최 강사는 “개발 경험이 없는 한의사도 복잡한 코딩 문법부터 익히기보다 ‘한의원을 운영하면서 데스크에서 AI를 활용해 시트와 연동한 예약 챗봇을 만들고 싶다’는 식으로 해결하고자 하는 문제부터 자연어로 명확히 정의해야 한다”고 조언했다. 예약·차팅을 넘어 통계 대시보드·한의원 홈페이지·이미지 처리·모바일 앱 등으로 확장할 수 있다는 것이다.

▼ 제3회 K-MEDI 포럼 1회차: 이론&에이전트 구축 입문(클릭)

https://www.akomnews.com/68047

한편 제4회 K-MEDI 포럼은 다음달 2일, 김현정 원장(토지당한의원)이 ‘혈기보양약침 총론’을 주제로 강연할 예정이다.

자세한 일정 및 참여 안내는 ㈔약침학회(mapi.or.kr) 및 AJ탕전원(ajpharmacopuncture.co.kr) 홈페이지를 통해 확인할 수 있다.