Advancing computer-use agents for healthcare teams
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약
OpenAI는 의료진의 기존 소프트웨어에서 다단계 업무를 수행하는 컴퓨터 사용 에이전트의 평가 결과와 도입 사례를 공개하며, 사람의 검토와 접근 통제를 바탕으로 임상·행정 업무를 지원할 가능성을 제시했다.
📌 핵심 요약
- 컴퓨터 사용 에이전트는 클릭·입력·애플리케이션 간 이동으로 기존 의료 소프트웨어의 반복 업무를 수행한다. 합성 환자 데이터를 사용한 MRI 시연에서는 전자의무기록(EHR)을 검토해 임상의가 확인할 주문·진료 기록·환자 답변과 승인 담당자가 확인할 사전 승인 요청을 준비했다.
- GPT‑6 Astra의 EHR 수신함 업무 평가에서 검토된 325개 과제의 99%가 임상적으로 안전하다는 판정을 받았으며, 의사들의 유용성 평가 646건 중 93%가 ‘매우 유용’ 또는 ‘극도로 유용’이었다.
- Stanford 연구진의 독립 벤치마크 HealthAdminBench에서 GPT‑6 Astra는 평가 기준 점수의 94.3%, GPT‑6 Luna는 91.8%를 획득했다. 두 모델 모두 최대 추론 노력으로 평가됐으며, Luna의 과제당 비용은 8.5센트로 Astra보다 98% 낮았다.
- CVS Health는 운영 환경에서 문서 전송과 전문의 자문 등의 시스템 작업을 자동화하고 있다. Abridge는 퇴원 지원 등을 위한 에이전트를 개발하고, Cigna Healthcare는 여러 시스템의 회원 정보를 모으는 데 컴퓨터 사용을 활용하며, Ambience와 Assort는 각각 승인 통제 시연과 Athena 의뢰 처리 사례를 제시했다.
- 기능은 OpenAI API, ChatGPT for Healthcare, ChatGPT for Clinicians에서 제공된다. 의료 분야 활용에는 임상 안전성 평가, 사람의 검토, 접근 통제와 감사 로그가 중요하며, 보호 대상 건강정보를 다루는 HIPAA 준수 워크플로에는 OpenAI와의 Business Associate Agreement가 적용되는 적격 서비스 및 필수 보안·보존 설정이 필요하다.
🧩 주요 포인트
- 기존 소프트웨어의 화면을 직접 조작 → API가 충분히 지원하지 않는 단계까지 연결해 정보 이동과 행정 처리의 수작업을 줄일 가능성.
- 임상 평가와 HealthAdminBench에서 높은 점수 및 모델 간 비용 차이 확인 → 업무별로 유용성·안전성·비용을 함께 판단할 근거를 제공하지만, 제시된 수치는 해당 평가 범위의 결과.
- 운영 사례·개발 계획·시연이 함께 제시되고 사람의 검토와 접근 통제가 강조됨 → 도입 성숙도와 에이전트의 자율 수행 범위를 구분해 적용할 필요.
🧠 상세 정리
1. 분절된 의료 시스템과 MRI 업무 시연
의료 현장에서는 환자가 진료를 받기 전에 담당자가 여러 시스템 사이에서 정보를 수동으로 옮겨야 하는 일이 발생하며, MRI 사전 승인에 필요한 정보가 진료 기록에 있어도 이를 별도 보험사 포털에 다시 입력해야 하는 상황이 대표적이다. 컴퓨터 사용 에이전트는 클릭과 입력, 애플리케이션 간 이동으로 다단계 작업을 수행해 의료팀이 이미 사용하는 소프트웨어의 반복 업무를 지원한다. OpenAI가 합성 환자 데이터로 구성한 시연에서는 허리 통증을 호소하는 환자의 메시지를 받은 뒤 에이전트가 EHR의 진료 기록, 물리치료 기록, 과거 영상 자료를 검토했다. 이어 임상의가 검토할 MRI 주문과 진료 기록, 환자에게 보낼 답변을 작성하고, 같은 자료로 보험사 포털의 사전 승인 요청을 준비했다. 이 시연은 임상의와 승인 담당자가 동일한 MRI 요청의 서로 다른 단계를 검토하는 흐름을 보여준다.
2. EHR 업무에서 평가한 임상 안전성과 유용성
OpenAI는 의사의 의견을 반영해 구성한 EHR 수신함 업무로 GPT‑6 Astra를 평가했으며, 과제는 시간에 걸쳐 축적된 환자 맥락에 대한 임상 추론과 복잡한 화면 탐색을 함께 요구했다. 검토자는 모델이 수행한 행동과 작성한 진료 기록, 주문, 환자 메시지를 함께 살펴보고 해당 업무 맥락에서 유용하고 임상적으로 안전한지 판단했다. 임상 안전성은 부정확한 내용이나 누락, 모델의 행동이 환자 위해로 이어질 개연성이 있는지를 기준으로 평가했으며, 검토된 325개 과제의 99%가 안전하다는 판정을 받았다. 유용성은 의사가 5점 척도로 평가했고, 총 646건의 평가 중 93%에서 ‘매우 유용’ 또는 ‘극도로 유용’이 선택됐다. 따라서 두 비율은 각각 다른 평가 건수와 판단 기준에서 나온 결과로 읽어야 하며, 원문은 이를 해당 과제에서의 안전성과 유용성 측정치로 제시한다.
3. 행정 업무 성능과 모델별 비용 차이
행정 분야에서는 사전 승인, 이의 신청, 의료 장비 주문과 같은 업무를 대상으로 컴퓨터 사용 에이전트의 성능과 비용을 평가했다. Stanford 연구진이 만든 독립 벤치마크 HealthAdminBench에서 GPT‑6 Astra는 획득 가능한 평가 기준 점수의 94.3%를 얻었고, GPT‑6 Luna는 91.8%를 얻었다. 두 모델 모두 최대 추론 노력 설정에서 평가됐으며, Luna의 과제당 비용은 8.5센트로 Astra보다 98% 낮았다. 이 결과는 평가 점수와 비용을 함께 보여주며, 원문은 이를 대량의 행정 업무에 사용할 수 있는 유능하고 저렴한 에이전트를 향한 진전으로 해석한다. 제시된 비율은 벤치마크의 평가 기준 점수이므로, 모든 실제 행정 요청이 같은 비율로 완결됐다는 의미로 바꾸어 읽어서는 안 된다.
4. CVS Health의 실제 운영과 검증 방식
CVS Health는 문서 전송, 의뢰 처리, 전문의 자문 지원 등 여러 임상 시스템에 걸친 반복 업무에 OpenAI의 컴퓨터 사용 기능을 활용하고 있다. 에이전트는 기존 애플리케이션을 탐색해 API가 충분히 지원하지 않는 단계를 처리하며, 한 운영 사례에서는 수개월간 쌓인 문서 전송 적체를 주말 동안 해소했다. 또 다른 에이전트는 매일 수만 건의 자문에 필요한 시스템 작업을 수행해 직원이 전문성이 필요한 업무에 집중하도록 돕는다. CVS Health는 검증 절차와 사람의 감독을 적용하고 스크린샷 및 행동 기록으로 수행 내용과 애플리케이션 상태를 확인하며, 이 방식을 재사용할 수 있도록 OpenAI의 Agents SDK로 만든 Agent Kit를 오픈소스로 공개하고 있다. 데이터는 CVS Health가 통제하는 기업 인프라 안에 유지되고 기업 AI 거버넌스 조직과 책임 있는 AI 정책의 관리를 받으며, 운영 데이터는 기반 모델 학습에 사용되지 않는다.
5. Abridge의 퇴원 지원과 진료 계획 실행 구상
Abridge는 임상의가 매일 사용하는 여러 애플리케이션에서 진료 계획을 실행하도록 돕는 컴퓨터 사용 에이전트를 개발하고 있으며, 대상에는 API가 없는 애플리케이션도 포함된다. 계획 중인 입원 환자 활용 방식은 진료 대화를 바탕으로 EHR 정보와 간호사·임상의가 제공하는 맥락을 더해 주의가 필요한 사항과 다음 조치를 파악하는 것이다. 예를 들어 임상의가 Abridge Assistant에 환자의 퇴원을 가로막는 문제 해결을 요청하면, 에이전트들이 의약품 접근성 확보와 가정 건강관리 연계를 동시에 진행할 수 있다. 이 과정에서는 컴퓨터 조작뿐 아니라 전화와 메시지도 함께 사용하며, 임상의는 환자에게 집중하다가 임상적 판단이 필요한 결정에 참여한다. 원문은 이를 개발 중인 에이전트와 계획된 입원 환자 활용 사례로 설명하며, CVS Health의 실제 운영 성과와 같은 단계로 제시하지는 않는다.
6. Cigna Healthcare의 회원 연락 준비
Cigna Healthcare는 The Cigna Group과 OpenAI의 폭넓은 협력의 일환으로 OpenAI의 최첨단 모델에 자체 임상 전문성을 결합해 여러 시스템의 관련 정보를 모으고 있다. 여기에는 급여 혜택과 보장 범위, 의료 제공자, 예약, 이전 상호작용 등이 포함될 수 있으며, 목적은 담당 의료진이 수립한 진료 계획에 맞춰 회원을 지원할 수 있도록 돌봄팀에 더 완전한 맥락을 제공하는 것이다. 이전에는 사례 관리자가 이 정보를 확보하기 위해 10개가 넘는 임상·행정 시스템을 직접 탐색해야 했다. 원문에 따르면 컴퓨터 사용은 이제 이러한 시스템을 탐색하고 관련 정보를 수초 안에 모으는 일을 도와 정보 검색에 쓰는 시간을 줄일 수 있다. 제시된 변화의 초점은 회원에게 연락하기 전 필요한 정보를 준비하는 과정이며, 이를 통해 사례 관리자가 회원 지원에 더 많은 시간을 쓸 수 있다는 설명이다.
7. Ambience의 승인 통제와 Assort의 의뢰 마무리
Ambience는 의료 분야에서 컴퓨터 사용 기능을 활용하려면 모든 행동을 통제하고 감사할 수 있어야 한다는 전제 아래 추가 통제 기능을 구축했다. 시연에서는 환자 기록의 근거로 보험사 웹사이트의 사전 승인 요청을 준비하되, 기록이 모호하면 에이전트가 멈춰 임상의에게 묻고 제출 전 승인을 기다린다. 의료기관은 에이전트가 수행할 행동을 정하고 언제든 중단할 수 있으며, 감사에 사용할 단계별 기록을 제공받는다. Assort 사례에서는 Athena의 API로 의뢰를 환자 차트에 연결할 수 있어도 의뢰 처리를 마무리하려면 EHR 화면에서 별도 작업을 해야 한다는 제약이 출발점이었다. Codex의 컴퓨터 사용 기능을 활용한 에이전트는 Athena에서 의뢰한 의료 제공자를 선택하고 의뢰 정보를 입력한 뒤 상태를 ‘방문 예약 완료’로 표시했다. 그 결과 의뢰에 예약 사실이 반영됐고 직원의 후속 확인 목록에서 제외돼, 기존 API 연동이 끝나는 지점 이후의 작업까지 이어졌다.
8. 환자 정보 보호 조건과 이용 경로
원문은 의료 에이전트에 임상 안전성 평가, 환자 정보 보호, 사람의 검토 없이 수행할 수 있는 행동의 명확한 한계가 필요하다고 설명한다. ChatGPT for Healthcare는 역할 기반 접근 통제와 감사 로그를 제공하며, 조직은 추가 검토·승인 단계를 넣고 에이전트가 사용하는 애플리케이션과 환경을 설정해 업무에 필요한 기록과 행동으로 접근을 제한할 수 있다. 조직 데이터는 OpenAI 기반 모델 학습에 사용되지 않으며, 보호 대상 건강정보를 포함하는 HIPAA 준수 워크플로에는 OpenAI와 체결한 Business Associate Agreement가 적용되는 적격 서비스와 필수 보안·보존 설정이 요구된다. 컴퓨터 사용 기능은 OpenAI API, ChatGPT for Healthcare, ChatGPT for Clinicians에서 제공되고, 의료기관은 영업팀과 활용을 논의하거나 기존 고객의 경우 워크스페이스 관리자에게 ChatGPT Work와 Codex의 기능 활성화를 요청할 수 있다. 미국의 개별 임상의는 무료 ChatGPT for Clinicians 계정에 가입할 수 있고 개발자는 OpenAI API와 컴퓨터 사용 가이드를 통해 기존 소프트웨어를 다루는 의료 애플리케이션을 구축할 수 있으며, 원문은 이러한 접근이 정보 이동에 쓰는 시간을 줄여 환자 돌봄에 집중하도록 돕기를 기대한다.
🧾 핵심 주장 / 시사점
- 컴퓨터 사용의 실용적 가치는 기존 시스템과 API 사이에 남아 있는 수작업을 연결하는 데서 드러난다. CVS Health와 Assort 사례는 이러한 연결이 문서 전송과 의뢰 처리의 마지막 단계까지 이어질 수 있음을 보여준다.
- GPT‑6 Luna는 HealthAdminBench에서 Astra보다 낮은 점수를 받았지만 비용 차이는 훨씬 컸다. 이는 행정 업무에 사용할 모델을 판단할 때 평가 성능과 비용을 함께 살펴볼 이유를 제공한다.
- 합성 데이터 시연, 개발 중인 활용 방식, 실제 운영 사례는 근거의 성격이 다르다. 임상 안전성 평가와 승인·접근 통제 조건을 함께 읽어야 각 사례가 보여주는 가능성과 적용 범위를 구분할 수 있다.
✅ 액션 아이템
- MRI 사전 승인과 기존 소프트웨어의 반복 업무에서 컴퓨터 사용 에이전트가 지원할 단계와 사람이 검토할 범위를 구분.
- HealthAdminBench의 GPT‑6 Astra 94.3%, GPT‑6 Luna 91.8%와 과제당 8.5센트의 비용을 함께 검토해 업무별 모델 선택을 판단.
- 보호 대상 건강정보를 다루는 HIPAA 준수 워크플로의 Business Associate Agreement 적용 서비스, 보안·보존 설정, 접근 통제와 감사 로그 조건을 확인.
❓ 열린 질문
- GPT‑6 Astra의 325개 과제 중 99%가 안전하다는 평가 결과는 실제 도입하려는 EHR 업무의 안전성 판단에 어느 범위까지 적용할 수 있는가?
- HealthAdminBench에서 GPT‑6 Luna가 얻은 91.8%의 점수와 Astra보다 98% 낮은 비용은 어떤 행정 업무에서 적합한 선택 근거가 되는가?
- MRI 사전 승인 업무에서 컴퓨터 사용 에이전트의 자율 수행 범위와 사람의 검토·승인 경계를 어디에 둘 것인가?