핵심 요지 — 이 글은 페이스북 개발 기록을 바탕으로 다섯 의료 AI 에이전트를 설계·배포한 과정을 정리한다. 핵심은 모델 성능이 아니라 각 역할의 입력·출력·금지선·사람의 검수 지점을 명시하는 데 있다.
페이스북에 남긴 개발 기록을 블로그 글로 다듬어 옮깁니다.
홍길동은 짚으로 분신 일곱을 엮었다. 나는 다섯에서 멈췄다. 아직은.
짚인간의 원조는 홍길동이다. 길동은 짚으로 분신 일곱을 만들고 진언을 외워 혼백을 불어넣어 팔도에 풀었다. 여덟 길동 앞에서 조정은 진짜를 가려내느라 진땀을 뺐다. 나는 요즘 AI 에이전트를 이 이름으로 부른다. ‘에이전트’라고 하면 007의 서류가방이나 간첩 사건 기사부터 떠오르지만, 짚인간은 적어도 누군가를 미행할 것 같지는 않다. 주인 대신 몸을 움직이는 분신이라는 점에서는 오히려 ‘대리인’이라는 에이전트의 본뜻에 더 충실하다.
진료실의 다섯 분신
그 짚인간 다섯을 진료실에 들였다. 2026년 10월 18일 직선제 대한산부인과개원의사회 제22차 추계학술대회에서 선보일 생각이다. 지난 6월 한양의대 보수교육에서는 다학제진료(MDT) 시뮬레이터 하나만 내보였다. 석 달 사이 식구가 넷 늘었다.
- 사전문진 — 진료 전에 환자의 증상과 맥락을 구조화한다.
- 진료보조 — 진료 중 필요한 질문과 판단의 갈래를 놓치지 않게 돕는다.
- 다학제진료(MDT) — 여러 전문영역의 관점을 한 자리에서 시뮬레이션한다.
- 환자교육 아바타 — 설명을 환자의 언어와 속도에 맞춰 전달한다.
- 추적관리 앱 — 진료실 밖에서 치료 경과와 다음 행동을 이어준다.
다섯 기능 위에는 진료 시뮬레이션 시나리오를 얹었다. 목적은 의사를 대체하는 자동진료가 아니다. 의사의 판단이 어디에서 시작되고, 어디에서 멈추며, 환자와 어떤 말로 연결되어야 하는지를 더 잘 보이게 만드는 것이다.
모델은 갈아 끼우고 구조는 남긴다
모델 이름만 늘어놓으면 하늘에서 땅으로 내려온 여정이다. 별을 좇아 출발했으나 토큰이 먼저 바닥을 드러냈고, 다른 모델이 바통을 받아 초안을 완성했다. 끝에는 API를 이어 붙여 시뮬레이션 도중 직접 질문을 던질 수 있게 만들었다. 특정 모델 하나에 시스템 전체를 묶지 않고, 형편과 목적에 따라 두뇌를 갈아 끼우는 구조를 택했다.
우연한 기회에 무료 오라클 ARM 클라우드에 도커를 올려 앱도 처음 배포했다. 거창하게 부르자면 마이크로서비스 아키텍처다. AI 코더가 깃허브에 커밋하면 클라우드가 소스를 받아 도커 이미지를 만들고 배포까지 마친다. 개발자들에게는 월요일 아침의 일과일지 모르지만, 나에게는 달 착륙이었다.
의료 AI의 성패는 ‘아는 것’보다 ‘경계를 아는 것’에 달려 있다
진료실의 짚인간은 의학 지식을 많이 말한다고 유능해지지 않는다. 어떤 질문을 먼저 해야 하는지, 모르는 것을 언제 모른다고 해야 하는지, 반드시 사람이 확인해야 하는 지점이 어디인지가 더 중요하다. 의료현장의 노하우는 정답 문장의 모음이 아니라 이런 순서와 경계에 숨어 있다.
그래서 개발의 핵심은 프롬프트 한 줄이 아니었다. 내가 실제 진료에서 쓰는 판단의 흐름을 잘게 나누고, 각 짚인간에게 역할과 금지선을 주고, 서로 결과를 넘겨받는 방식을 설계하는 일이었다. 전문가는 자신의 일을 외주화하는 사람이 아니라, 자기 일을 설명 가능한 구조로 바꾸는 설계자가 되어야 한다.
누가 가장 많이 배웠는가
남은 숙제는 환자교육 아바타다. 흰 가운을 입은 내가 화면에 나타나 내 목소리로 환자를 가르치는 모습을 궁리하고 있지만 아직 뾰족한 수는 없다. 이것도 결국 만들어보고, 실패하고, 다시 경계를 세우는 과정에서 답을 찾게 될 것이다.
시모어 페퍼트는 사람이 무언가를 만들 때 가장 잘 배운다고 했다. 다만 이번에 코드를 실제로 친 것은 짚인간들이었다. 만드는 자가 배운다는 명제가 옳다면 가장 많이 배운 쪽이 누구인지는 따져볼 일이다. 구성주의의 승리로세. 누구의 승리인지는 차치하고.
함께 읽기: Wide-gamut Obstetrician: AI 짚인간을 거느리는 새로운 산부인과 전문의의 탄생
핵심 Q&A
다섯 짚인간은 각각 무엇을 담당하는가?
사전문진, 진료보조, 다학제 검토, 환자교육, 추적관리를 나누어 맡는다. 각 에이전트는 제한된 역할만 수행하며 서로의 결과를 넘겨주되 최종 판단은 의사가 한다.
특정 AI 모델 하나에 시스템을 묶지 않은 이유는 무엇인가?
모델의 성능과 가격은 빠르게 바뀌기 때문이다. 역할·규칙·검수 구조를 고정하고 모델을 교체 가능하게 하면 시스템의 안전성과 지속성이 높아진다.