오픈AI·펜다헬스, 4만 건 진료서 AI 임상 보조로 오진 16% 줄여

의료 AI 분야에서 벤치마크 점수 자랑이 이어지는 가운데, OpenAI와 케냐의 현지 의료기관이 실제 환자 약 4만 명을 대상으로 진행한 대규모 임상 연구 결과를 공개했습니다.

OpenAI는 케냐 나이로비에서 16개 진료소를 운영하는 1차 의료기관 펜다 헬스(Penda Health)와의 연구 성과를 발표했습니다. 15개 진료소에서 진행된 총 3만 9849건의 진료 데이터를 분석한 결과, AI 코파일럿을 활용한 의료진은 비사용 의료진 대비 오진율이 상대적으로 16% 감소했고 처방 및 치료 오류는 13% 줄어들었습니다.

특히 시스템이 안전상 중대한 문제를 감지해 적색 경고를 띄운 고위험 사례에서는 진단 오류가 31%, 치료 오류가 18%나 급감했습니다.

챗봇 대신 전자의무기록 속 신호등으로 전환

펜다 헬스는 연간 50만 건에 달하는 진료를 소화하는 의료 기관입니다. 소아부터 노인까지 다양한 질환을 다루는 1차 진료 특성상 의료진의 실수나 누락이 발생하기 쉽습니다.

초기에는 의사가 직접 질문을 입력해 자문을 구하는 챗봇 방식을 시도했으나, 진료 흐름을 끊는다는 이유로 의료진의 외면을 받았습니다.

이후 이들은 GPT-4o를 기반으로 전자의무기록(EHR) 백그라운드에서 실시간으로 작동하는 AI 컨설트(AI Consult)를 개발했습니다. 의사가 차트를 작성하면 비식별화된 데이터가 자동으로 모델에 전송되어 삼색 신호 체계로 피드백을 줍니다.

문제가 없으면 녹색 체크, 경미한 우려는 선택적으로 확인하는 황색 종, 심각한 안전 위험은 확인해야만 다음 단계로 넘어갈 수 있는 적색 팝업창으로 표시됩니다. 프롬프트에는 케냐 현지 역학 데이터와 진료 지침이 반영되었습니다.

기술보다 중요했던 동료 코칭과 현장 관리

주목할 점은 단순히 좋은 시스템을 전산망에 넣는 것만으로는 초기에 큰 효과를 보지 못했다는 사실입니다.

2월 도입 초기에는 적색 경고가 떠도 의사가 이를 무시하는 비율이 35%에서 40%에 달해 대조군과 차이가 없었습니다. 소아 환자에게 불필요한 혈압 측정을 요구하는 등 현장 지침과 맞지 않는 오경보가 잦았던 탓도 컸습니다.

변화는 3월부터 시작된 현장 교육에서 나왔습니다. 관리자와 동료 챔피언이 일대일 코칭을 제공하고 경고의 의미를 설명하며 우수 활용자에게 보상을 제공하자, 방치율은 20%로 절반 가까이 떨어졌습니다.

독립된 의사 108명이 무작위 추출된 5666건의 진료 기록을 블라인드 평가한 결과, 병력 청취 누락은 32%, 불필요하거나 누락된 검사 오류는 10% 감소했습니다.

왜 중요한가

우리는 이번 연구가 의료 AI의 핵심 과제가 모델의 지능 자체가 아니라 임상 현장의 작업 흐름에 어떻게 스며드는가에 있음을 증명했다고 봅니다.

의사를 대신해 판단을 내리려 들지 않고, 배경에 머물다가 치명적인 실수가 우려될 때만 안전벨트 역할을 하도록 제한한 것은 매우 영리한 접근입니다. 최종 결정권을 전적으로 의료진에게 남김으로써 규제와 책임 소재 문제에서도 유연하게 대처할 수 있습니다.

반면 현장 조직 관리 없이는 AI 도입이 실패하기 쉽다는 현실도 명확히 드러났습니다. 진료소 현장에 맞춘 프롬프트 수정과 경보 피로도 관리, 지속적인 코칭이 수반되지 않으면 의사들은 즉시 AI를 외면합니다. 결국 헬스케어 AI 사업의 성패는 API 공급뿐 아니라 현장 변화 관리 서비스를 어떻게 결합하느냐에 달려 있습니다.

의료 인프라가 부족한 환경에서 이 같은 보조 장치의 경제적 가치는 매우 큽니다. 펜다 헬스 자체 추산에 따르면 현재 규모에서만 연간 2만 2000건의 오진과 2만 9000건의 치료 오류를 예방할 수 있어, 향후 1차 의료 전반에 유력한 참조 모델이 될 것으로 보입니다.