AI를 개인 건강 비서로 쓰는 법

한국 의료의 현실은 숫자로 드러난다. OECD 평균 의사 수는 인구 1,000명당 3.7명이지만 한국은 2.6명에 그친다. 전문의 하루 진료 환자는 80~100명, 상담 시간은 3~5분이다. 약사 하루 조제 건수는 200건을 넘는다. OECD 보건통계 2023이 보여주는 이 구조에서 환자가 얻는 정보는 단편적일 수밖에 없다. 진료실 문을 나서면 남은 건 처방전과 3분짜리 설명뿐이다. 그 공백을 메우는 도구가 필요하다. 의사 탓이 아니다. 시스템이 허용하는 밀도가 그렇다. 환자 쪽에서 맥락과 근거를 미리 준비해 들어가면, 그 3분은 완전히 다른 밀도가 된다. 한국 의료는 세계 최고 수준의 접근성과 저렴한 본인부담금을 자랑하지만, 그 이면엔 의료진의 극한 업무량이 있다. 이 불균형을 환자 스스로 보완하지 않으면, 3분 진료는 평생 3분 진료로 남는다.

갑상선 결절 베데스다 3등급 소견을 받았을 때, 클로드에게 병리 리포트를 주고 물었다. 악성률 10~15%, 추적 관찰 간격 6~12개월, 분자검사(Afirma GSC, ThyroSeq v3, ThyGeNEXT) 비교표가 돌아왔다. 국내 가이드라인(KTA 2021)과 미국 가이드라인(ATA 2015)을 교차 검증한 뒤 주치의에게 가져갔고, 6개월 추적으로 합의했다. JAMA Network Open 연구에서 LLM 환각률 12%가 보고된 만큼, 출처 없는 초안은 받아들이지 않고 DOI와 가이드라인 버전을 직접 확인했다. 의사가 “이 환자는 공부 많이 했네”라며 웃었을 때, 그게 환자가 해야 할 최소한의 준비라는 생각이 들었다. 베데스다 3등급은 회색지대다. 수술할지 지켜볼지, 분자검사를 할지 말지, 환자가 기준을 모르면 의사의 직관에만 맡겨진다. AI가 뽑아준 비교표엔 민감도·특이도·양성예측도·비용·급여 여부까지 다 있었다. 그 표를 보고 의사와 2분 만에 결정했다. 3분 진료가 2분 논의로 끝난 셈이다.

한 환자 뇌 MRI 판독지에서 백질 고신호가 나왔을 때, 파제카스 2등급 추정과 함께 치매 위험도 HR 1.68, 뇌졸중 위험도 HR 1.8 수치를 논문 DOI(Lancet Neurol 2019, Stroke 2018)와 함께 정리해 신경과 전문의에게 전달했다. 의사는 스타틴 용량 강화(로수바스타틴 10mg → 20mg)와 항혈소판제(클로피도겔 75mg) 추가로 대응했다. 보호자가 위험도 수치와 논문 출처를 이미 알고 있었기에 논의가 구체적으로 시작됐다. 진단과 처방은 의사가 내렸지만, 논문 근거를 환자가 미리 정리해 가져간 덕분에 의사는 검토만 하고 임상 판단을 얹으면 됐다. “보호자가 이 정도 알면 설명이 빠르죠”라는 말이 돌아왔다. 백질 고신호는 노화 과정에서 흔히 보이지만, 파제카스 2등급 이상이면 이야기가 달라진다. 로테르담 연구와 프레이밍햄 연구에서 추적 관찰한 결과, 이 등급부터 치매와 뇌졸중 위험도가 유의미하게 상승한다. 당뇨·고혈압 동반인 점을 고려하면 예방적 개입이 시급했다. 의사가 가이드라인대로 스타틴 강화와 항혈소판제 추가를 결정하는 데 걸린 시간은 1분도 안 걸렸다. 환자가 위험도 수치와 논문 출처를 이미 알고 있었으니까.

고혈압약(ARB 계열 칸데사르탄), 스타틴(로수바스타틴), PPI(에소메프라졸)를 복용하며 건강기능식품(홍삼, 오메가3, 마그네슘, 코엔자임Q10)까지 섭취하던 상황에서, CYP3A4 대사 경로 충돌 가능성(스타틴-자몽주스, PPI-마그네슘 흡수 저해, 홍삼-CYP3A4 유도 가능성)을 AI가 짚어냈다. 약사 확인 후 용량 조정과 복용 시간 분리(아침: ARB·스타틴·코엔자임Q10, 저녁: PPI·마그네슘·오메가3, 홍삼은 식간)로 정리했다. Nature Medicine이 경고한 자동화 편향을 피하려면, 진단·처방·수술 결정은 결코 위임하지 않는다는 원칙이 필수다. AI는 약물 상호작용 스크리닝과 질문 정리까지만 맡는다. 판단은 전문가 몫이다. 다약제 복용 고령 환자에서 약물 상호작용은 입원 원인 1위다. 병원 처방전엔 병원 약만 보인다. 환자가 먹는 영양제, 한약, 건강기능식품은 EMR에 없다. 약사도 환자가 말하지 않으면 모른다. AI에게 전체 리스트를 주고 CYP 효소·수송체·식이 상호작용을 전수 조사시켰더니, 처방의사가 몰랐던 충돌 3건이 나왔다. 약사 확인 후 즉시 조정했다. 이걸 3분 진료에서 기대할 수 없다.

연구 결과들이 이 흐름을 뒷받침한다. USMLE 미국 의사 국가고시에서 GPT-4는 86~90% 정답률을 기록했고(NPJ Digital Medicine 2023), 증상 트리아지 정확도는 의사와 89% 일치했다(Lancet Digital Health 2023). 환자 대상 무작위 비교에서는 공감도와 정보 품질 모두에서 의사를 앞섰다(JAMA Internal Medicine 2023). 수치가 의미하는 건 대체가 아니라 보완이다. 의사가 시간이 없어 못 챙기는 맥락 정보와 근거 문헌을 환자 측에서 미리 채워 넣는 역할이다. 의사가 모든 가이드라인을 외우고 있을 수 없다. 환자가 해당 질환의 최신 메타분석 결론을 뽑아 가면, 의사는 검토만 하고 임상 판단을 얹으면 된다. 미국 내과학회(ACP) 가이드라인 업데이트 주기는 3~5년이다. 그 사이 발표되는 RCT만 수백 편이다. 의사가 다 볼 수 없다. AI가 최신 메타분석 50편을 30초 만에 요약해 주면, 의사는 결론만 확인하고 환자 상황에 맞춰 적용하면 된다. 이게 보완이다.

건강 데이터 통합은 이미 표준화돼 있다. 애플 헬스킷, 구글 헬스 커넥트, FHIR R4 표준으로 심박변이도(HRV), 수면 단계, 혈중 산소포화도, 활동량, 체온, 호흡수가 연속 수집된다. 애플워치 수면 무호흡 알림이 뜨면 헬스 앱 요약을 로컬 LLM이 읽고, 국민건강보험 급여기준(수면다원검사 전단계 선별 기준: AHI ≥ 5 + 주간 졸림증, 또는 AHI ≥ 15) 매칭 후 병원 예약 가능 슬롯까지 조회한다. 검사 결과 PDF가 돌아오면 AHI·최저 산소포화도·수면 구조·체위별 무호흡 지수를 자동 파싱해 CPAP 기종 비교표(레즈메드 에어센스 11 vs 필립스 드림스테이션 2: 압력 범위 4~20 vs 4~25 cmH2O, 소음 27 vs 28 dB, 데이터 전송 셀룰러 vs 와이파이, 렌탈 월 3~5만 원 vs 구매 80~120만 원)를 AI가 뽑아주고, 약국은 복용약 스케줄과 마스크 착용 시간·수면 시간을 맞춰준다. 이 과정이 아침 기상부터 오후 처방까지 몇 시간 안에 끝난다. 데이터가 병원·약국·환자·AI 사이를 막힘없이 돌 때, 의료는 비로소 연속성을 갖는다. 지금처럼 종이 처방전과 카카오톡 사진 전송으로는 안 된다.

당뇨 전단계 판정(공복혈당 108, 당화혈색소 6.2%) 사례에서, 2주 저혈당지수 한식 식단과 장보기 리스트(현미·귀리·보리 비율, 제철 채소 15가지, 저염 된장·간장 브랜드, 단백질 반찬 로테이션)를 생성해 실천했다. 3개월 뒤 당화혈색소 5.8%로 개선된 사례가 보고됐다. 생성된 식단표엔 된장국 나트륨 40% 줄이는 법(다시마 육수 비율, 미소된장 혼합), 현미밥 물 비율 1.2:1, 반찬 조합별 혈당 상승 곡선 시뮬레이션(단백질 먼저 섭취 시 30분 후 혈당 피크 25% 감소)까지 붙어 있어 실천율이 달랐다. 개인정보보호법 제23조와 GDPR 제9조에 따라 건강정보는 특수범주 정보로 분류되므로, 클라우드 LLM엔 절대 넣지 않는다. 로컬 LLM(올라마·라마.cpp, 7B~70B 양자화 모델)이나 병원·보험사 엔터프라이즈 인스턴스만 쓰고, 이름·주민번호·전화번호·주소는 프롬프트 단계에서 정규식으로 모두 지운다. 프라이버시 가드레일은 선택이 아니라 전제다. 클라우드 LLM에 건강정보를 넣는 순간, 그 데이터는 학습 데이터가 될 수 있다. 로컬에서 돌리면 데이터가 밖으로 안 나간다. 7B 모델도 의료 요약·약물 상호작용·식이 설계엔 충분하다. 70B면 더 정교하다. 하드웨어만 있으면 된다. M1/M2/M3 맥이나 엔비디아 GPU 달린 PC면 된다.

앞으로 벌어질 장면은 이렇다. 아침 기상과 동시에 워치 무호흡 알림 → 헬스 앱 자동 요약(AHI 18.2, 최저 SpO2 87%, 수면 효율 72%) → 로컬 LLM이 급여 기준 확인·병원 예약 가능 슬롯 조회(수면의학과 3곳, 가장 빠른 내원일 자동 매칭) → 환자 승인 후 예약 확정 → 수면다원검사 시행(1박 2일, 본인부담금 15만 원) → 결과 PDF 자동 파싱·AHI·최저 산소포화도·수면 구조·체위별 지수 추출 → CPAP 기종 비교표·예상 본인부담금·렌탈 vs 구매 5년 총비용 시뮬레이션 생성 → 주치의 처방전 발행(급여 코드 G0201, 압력 8~12 cmH2O) → 약국에서 복용약·마스크 착용·수면 시간 동기화(스타틴 저녁 복용 → 아침으로 이동, CPAP 사용 4시간 이상 조건 충족 알림 설정) → 4자(의사·약사·환자·AI) 협업 완료. 환자는 데이터 소유자이자 큐레이터로 남는다. AGI도, 자율주행도 아니다. 몸에서 나온 데이터와 의학 지식을 연결하고, 제대로 된 질문을 전문가에게 넘기는 일. 프라이버시 가드레일과 환각 차단 장치는 선택이 아니라 전제다. 최종 결정은 여전히 의사와 환자가 내린다. 이 흐름이 정착되면, 만성질환 관리·예방적 검진·약물 안전·생활습관 교정이 모두 환자 주도 데이터 기반으로 돌아간다. 병원은 급성기·수술·중증질환에 집중하고, 일상 건강관리는 환자-AI-1차의료-약국 네트워크가 맡는다. 그게 한국 의료가 지속가능해지는 길이다.