AI Mar 8, 2026

AI 에이전트란 — 스스로 판단하고 행동하는 AI

#에이전트#Agent#자율AI#MCP#의료AI

…

한줄 요약

챗봇은 물으면 답하고, 에이전트는 목표를 주면 스스로 계획하고 실행한다.

본문

챗봇 vs 에이전트

지금까지 우리가 쓰던 AI(ChatGPT, Claude)는 챗봇이다.

[챗봇]
사용자: "고혈압 환자에게 ARB 처방하려는데 주의사항 알려줘"
AI: "ARB 처방 시 주의사항은... (답변)"
→ 끝. 다음 질문을 기다림.

[에이전트]
사용자: "이 환자의 혈압 관리를 최적화해 줘"
AI: 1. 환자 차트에서 현재 약물/검사 결과 조회
    2. 최신 가이드라인에서 목표 혈압 확인
    3. 현재 약물의 적절성 평가
    4. 약물 변경이 필요하면 대안 제시
    5. 다음 추적 검사 일정 제안
    6. 결과를 요약해서 보고
→ 여러 단계를 스스로 계획하고 실행

핵심 차이:

	챗봇	에이전트
입력	구체적 질문	목표/과제
동작	1회 응답	다단계 자율 실행
도구 사용	없음 (텍스트만)	검색, 계산, API 호출 등
기억	대화 내 맥락만	장기 기억 가능
판단	사용자가 모든 결정	AI가 중간 결정을 자율적으로

에이전트의 구조

에이전트는 4가지 요소로 구성된다:

┌─────────────────────────────┐
│         AI 에이전트           │
│                             │
│  [두뇌] LLM (추론/계획)      │
│     ↓                       │
│  [기억] 단기/장기 메모리      │
│     ↓                       │
│  [도구] 검색, 계산, API 등    │
│     ↓                       │
│  [행동] 계획 → 실행 → 평가    │
└─────────────────────────────┘

1. 두뇌 (LLM)

상황을 파악하고 다음 행동을 계획
“이 환자는 현재 ACEi를 쓰고 있고, 칼륨이 5.2니까 먼저 칼륨 수치를 확인해야겠다”

2. 기억 (Memory)

단기: 현재 작업의 맥락 (대화 히스토리)
장기: 이전 작업 결과, 사용자 선호도 저장

3. 도구 (Tools)

웹 검색, 데이터베이스 조회, 계산기, 파일 읽기/쓰기
의료: EMR 조회, CDSS 연동, 논문 검색, 약물 DB 조회

4. 행동 루프 (Action Loop)

관찰 → 생각 → 행동 → 관찰 → 생각 → 행동 → ... → 완료

이걸 ReAct (Reasoning + Acting) 패턴이라고 부른다.

MCP — 에이전트의 “만능 어댑터”

MCP(Model Context Protocol) 는 AI 에이전트가 외부 도구와 통신하는 표준 규격이다.

USB-C가 충전기, 모니터, 외장하드를 하나의 포트로 연결하듯, MCP는 AI가 다양한 시스템에 하나의 방식으로 연결할 수 있게 해준다.

[MCP 없이]
AI ─── 커스텀 API ─── EMR
AI ─── 다른 API ─── 논문 DB
AI ─── 또 다른 API ─── 약물 DB
→ 각각 다르게 연동해야 함

[MCP로]
AI ─── MCP ─── EMR
           ├── 논문 DB
           ├── 약물 DB
           └── 가이드라인 DB
→ 하나의 표준으로 모두 연결

의료에서 에이전트의 가능성

1. 진료 전 준비 에이전트

환자가 예약되면:

이전 진료 기록 요약
최근 검사 결과 추이 분석
현재 복용약 상호작용 체크
오늘 확인해야 할 항목 체크리스트 생성 → 의사가 환자를 만나기 전에 1분 브리핑

2. 임상시험 매칭 에이전트

특정 질환 환자에게:

환자의 진단/상태 파악
등록 가능한 임상시험 검색 (ClinicalTrials.gov)
포함/제외 기준 대조
적합한 임상시험 목록 제시

3. 만성질환 관리 에이전트

당뇨 환자의 장기 관리:

정기 검사 일정 알림
HbA1c 추이 모니터링
목표 미달 시 약물 조정 제안
합병증 스크리닝 일정 관리

4. 의학 교육 에이전트

레지던트 교육:

케이스 시나리오 생성
학습자의 답변 분석
부족한 부분 파악 후 추가 문제 출제
관련 논문/가이드라인 자동 제공

에이전트의 한계와 위험

위험	설명	대응
자율성 과신	잘못된 판단을 스스로 실행	Human-in-the-loop (의사 승인 단계)
연쇄 오류	초기 환각이 이후 단계에 전파	각 단계마다 검증 포인트
책임 소재	AI가 자율 결정한 결과의 법적 책임	최종 결정은 반드시 의사가
개인정보	여러 시스템 접근 시 정보 유출 위험	접근 권한 최소화, 감사 로그

핵심 원칙: 에이전트는 “제안”하고, 의사가 “승인”한다.

자율주행차도 Level 5 (완전 자율)에 도달하지 못했듯, 의료 AI 에이전트도 당분간은 의사의 감독 하에서 보조 역할로 운영되어야 한다.

핵심 정리

에이전트 = 목표를 주면 스스로 계획·실행하는 AI (챗봇의 진화형)
ReAct 패턴: 관찰→생각→행동의 반복으로 복잡한 과제 수행
MCP: AI가 외부 도구와 연결되는 표준 프로토콜
의료에서는 Human-in-the-loop 원칙이 필수

임상 적용

활용	현재 가능 여부	기대 시점
진료 전 브리핑	일부 가능 (수동 설정)	1~2년
임상시험 매칭	프로토타입 존재	2~3년
만성질환 관리	연구 단계	3~5년
완전 자율 진료 보조	불가	10년+