의료 AI 에이전트는 이미 스크리닝·모니터링·행정 영역에서 실전 투입됐지만, 임상 판단의 최종 책임은 여전히 의사에게 있다.
AI 에이전트란 무엇인가 편에서 우리는 에이전트의 구조 — LLM 두뇌, 기억, 도구, ReAct 루프 — 를 살펴봤다. 그 글의 마지막 문장이 이랬다.
> "에이전트는 '제안'하고, 의사가 '승인'한다."
그렇다면 2026년 현재, 실제 병원과 클리닉에서는 어떤 에이전트가 어느 수준까지 작동하고 있을까? 개념이 아니라 현장의 이야기를 해보자.
---
어디서 쓰이나
환자가 예약 후 진료실에 들어오기 전, 챗봇이 먼저 말을 건다. "오늘 주된 불편 증상이 무엇인가요?", "언제부터 시작됐나요?", "관련해서 복용 중인 약이 있나요?" — 일련의 구조화된 질문을 대화체로 진행한다. 미국의 Suki, 영국 NHS가 파일럿 운영 중인 Limbic 같은 서비스가 대표적이고, 국내에서도 일부 종합병원이 자체 시스템을 도입 중이다.
어느 수준까지 자율적인가
스크리닝 에이전트는 정보 수집과 구조화에 특화돼 있다. 증상을 SOAP 노트 형식으로 정리하고, 응급 징후(가슴 통증 + 호흡 곤란 동반 등)가 감지되면 즉시 알림을 올린다. 진단을 내리지는 않는다 — 혹은 내려서는 안 된다.
어디서 사람이 개입해야 하나
의사가 진료실에 들어오는 순간이 첫 번째 관문이다. 에이전트가 정리한 요약을 검토하고, 빠진 맥락(환자의 표정, 말투, 진료실 밖에서 한 말 등)을 보충한다. 요약이 틀렸을 경우 즉시 수정할 수 있어야 한다. 에이전트 요약을 그대로 차트에 붙여넣는 건 위험하다.
---
어디서 쓰이나
퇴원 후 7일이 가장 위험하다. 재입원율을 낮추기 위해 병원들은 퇴원 환자에게 자동화된 후속 접촉을 시도한다. 미국 Mayo Clinic과 파트너십을 맺은 Twistl