• 흐림속초7.4℃
  • 눈-1.6℃
  • 흐림철원-0.4℃
  • 흐림동두천0.3℃
  • 흐림파주0.1℃
  • 구름많음대관령3.0℃
  • 흐림춘천-0.8℃
  • 비백령도4.6℃
  • 흐림북강릉10.2℃
  • 흐림강릉11.1℃
  • 흐림동해9.3℃
  • 비서울2.7℃
  • 비인천2.5℃
  • 흐림원주4.2℃
  • 흐림울릉도9.8℃
  • 비수원2.9℃
  • 흐림영월1.9℃
  • 흐림충주3.2℃
  • 흐림서산3.7℃
  • 흐림울진10.6℃
  • 비청주3.8℃
  • 비대전4.5℃
  • 흐림추풍령3.2℃
  • 흐림안동3.2℃
  • 흐림상주2.5℃
  • 흐림포항11.1℃
  • 흐림군산6.0℃
  • 흐림대구7.6℃
  • 비전주10.0℃
  • 흐림울산10.9℃
  • 흐림창원9.2℃
  • 흐림광주10.2℃
  • 흐림부산12.8℃
  • 흐림통영11.3℃
  • 비목포11.8℃
  • 흐림여수11.1℃
  • 비흑산도11.1℃
  • 흐림완도11.2℃
  • 흐림고창10.5℃
  • 흐림순천10.0℃
  • 비홍성(예)3.6℃
  • 흐림2.4℃
  • 흐림제주16.7℃
  • 흐림고산16.6℃
  • 흐림성산16.3℃
  • 흐림서귀포16.9℃
  • 흐림진주8.5℃
  • 흐림강화1.0℃
  • 흐림양평2.3℃
  • 흐림이천1.6℃
  • 흐림인제-0.2℃
  • 흐림홍천1.8℃
  • 흐림태백5.7℃
  • 흐림정선군2.2℃
  • 흐림제천2.6℃
  • 흐림보은4.3℃
  • 흐림천안3.4℃
  • 흐림보령9.0℃
  • 흐림부여3.3℃
  • 흐림금산5.2℃
  • 흐림3.8℃
  • 흐림부안9.7℃
  • 흐림임실8.3℃
  • 흐림정읍11.3℃
  • 흐림남원8.4℃
  • 흐림장수9.3℃
  • 흐림고창군11.2℃
  • 흐림영광군9.1℃
  • 흐림김해시9.0℃
  • 흐림순창군8.6℃
  • 흐림북창원9.2℃
  • 흐림양산시10.9℃
  • 흐림보성군11.1℃
  • 흐림강진군11.5℃
  • 흐림장흥11.2℃
  • 흐림해남12.1℃
  • 흐림고흥11.1℃
  • 흐림의령군6.8℃
  • 흐림함양군8.0℃
  • 흐림광양시11.0℃
  • 흐림진도군12.6℃
  • 흐림봉화4.4℃
  • 흐림영주3.4℃
  • 흐림문경2.6℃
  • 흐림청송군6.0℃
  • 흐림영덕10.4℃
  • 흐림의성5.0℃
  • 흐림구미5.2℃
  • 흐림영천7.6℃
  • 흐림경주시9.4℃
  • 흐림거창8.6℃
  • 흐림합천7.6℃
  • 흐림밀양8.9℃
  • 흐림산청6.4℃
  • 흐림거제10.5℃
  • 흐림남해9.0℃
  • 흐림10.6℃
기상청 제공

2025년 12월 23일 (화)

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