의료진이 AI에게 환자 상태를 물을 때 가장 큰 문제는 모델이 의학 지식을 얼마나 많이 외웠느냐가 아닙니다. 지금 보고 있는 환자의 검사 결과와 처방, 진료 기록을 정확히 찾아 읽을 수 있느냐가 먼저입니다. 오픈AI는 2026년 9월 1일 챗GPT 헬스케어가 에픽의 전자의무기록과 연결될 수 있도록 하는 통합 기능을 공개했습니다.
이 기능은 허가된 환자 정보를 챗GPT 작업 공간으로 가져와 의료진이 긴 기록에서 최근 변화나 중요한 단서를 찾도록 돕는 구조입니다. 임상시험 정보, 의약품 정보, 미국 보험 급여 기준, 논문 등을 구조화해 불러오는 공공 의료 데이터 플러그인도 함께 발표됐습니다.
검색창보다 복잡한 의료 기록
한 환자의 상태는 한 문서에 정리돼 있지 않습니다. 혈액 검사 수치, 영상 판독, 처방 변경, 간호 기록, 과거 병력과 다른 병원의 자료가 시간순으로 쌓입니다. 의료진이 궁금한 것은 ‘당뇨병이 무엇인가’가 아니라 ‘이 환자의 신장 수치가 언제부터 나빠졌고 그때 어떤 약이 바뀌었는가’에 가깝습니다.
일반 챗봇은 이런 질문에 답하려면 사용자가 자료를 복사해 넣어야 합니다. 에픽 통합의 가치는 복사 과정을 줄이는 데만 있지 않습니다. 사용자의 기존 권한을 따르면서 필요한 기록을 찾아오고, 어느 환자의 어느 시점 자료인지 문맥을 유지하는 데 있습니다. 의료 AI가 실제 업무에 들어가려면 모델보다 데이터 연결과 권한 관리가 더 어려운 이유입니다.
답을 만드는 모델과 근거를 가져오는 연결층
이번 구조는 크게 두 층으로 볼 수 있습니다. 챗GPT는 질문을 이해하고 내용을 정리합니다. 연결기는 전자의무기록과 공공 데이터에서 허가된 정보를 가져옵니다. 이 둘을 나누면 모델을 바꾸더라도 병원 시스템의 권한과 데이터 경로를 유지할 수 있고, 어떤 정보가 답변에 사용됐는지도 추적하기 쉬워집니다.
오픈AI가 함께 제공하는 공공 데이터 연결 대상에는 PubMed, ClinicalTrials.gov, DailyMed, RxNorm, CMS Coverage 등이 포함됩니다. 논문 검색과 의약품 명칭 확인, 임상시험 탐색, 보험 적용 기준 확인을 한 대화 안에서 이어 갈 수 있다는 뜻입니다. 다만 여러 자료를 한곳에 모았다고 해서 내용의 충돌이 저절로 해결되는 것은 아닙니다. 최신성, 대상 국가, 환자 조건을 구분해 해석해야 합니다.
의료진을 대신하지 않는 이유
기록 요약은 사소해 보여도 오류의 비용이 큽니다. 같은 이름의 약을 잘못 연결하거나 과거 검사와 최근 검사를 뒤섞으면 판단을 흐릴 수 있습니다. 따라서 AI 답변은 진료 결정이 아니라 검토를 돕는 초안으로 취급해야 합니다. 원래 기록으로 돌아갈 수 있는 경로와 의료진의 확인 절차가 필수입니다.
또 에픽이 수억 명 규모의 환자 기록을 관리한다는 사실이 챗GPT가 그 자료를 한꺼번에 학습한다는 뜻은 아닙니다. 실제 접근은 도입 기관과 사용자 권한, 환자별 승인 범위에 따라 달라집니다. 연결 가능성과 데이터 소유권, 모델 학습 사용 여부를 같은 문제로 섞어서는 안 됩니다.
의료 AI 시장의 새로운 경쟁축
모델 성능이 비슷해질수록 병원이 선택하는 기준은 달라집니다. 기존 업무 화면에서 얼마나 자연스럽게 쓸 수 있는지, 권한과 감사 기록을 지킬 수 있는지, 답변의 근거로 되돌아갈 수 있는지가 중요해집니다. 의료 데이터가 많다는 이유만으로 우위가 생기는 것이 아니라, 그 데이터를 안전하게 꺼내 쓰는 연결층이 있어야 합니다.
오픈AI와 에픽의 통합은 아직 모든 병원에서 자동으로 켜지는 범용 기능이 아닙니다. 도입 기관의 검증과 계약, 보안 설정이 필요한 기업용 기능입니다. 앞으로 확인할 것은 멋진 시연보다 실제 현장에서 기록 검토 시간이 얼마나 줄었는지, 누락과 오해가 얼마나 발생했는지입니다. 의료 AI의 승부가 모델의 말솜씨에서 워크플로와 책임 구조로 이동하고 있습니다.