AI 도구를 도입하는 것이 아니라, AI를 전제로 조직과 업무 구조 자체를 다시 짜는 것.
몇 해 전까지 화두는 DX(디지털 전환)였습니다. 종이 차트를 EMR로 바꾸고 필름을 PACS로 옮기는 일이었죠. 의료 현장의 초기 DX가 기록을 디지털로 옮기는 데서 출발했다면, AX는 그렇게 쌓인 데이터로 판단과 실행을 바꾸는 단계입니다. 도입은 도구가 늘어나는 것이고, 전환은 구조가 바뀌는 것이라는 구분이 핵심입니다.
경계가 모호해 보이지만 판별 기준은 의외로 단순합니다. 일하는 순서가 바뀌었는가를 보면 됩니다. 판독 보조 AI를 켜두고 기존 판독 과정을 그대로 유지하면 도입이고, AI가 1차 선별을 맡고 사람은 예외와 판단이 필요한 사례에 집중하도록 워크플로를 다시 설계했다면 전환입니다.
국내 병원들도 이 단어를 실제로 쓰기 시작했습니다. 삼성서울병원은 기존 디지털혁신추진단을 개편해 'AX추진단'을 출범시키며 진료·연구·환자경험 전반의 AI 대전환을 예고했습니다. 세브란스병원은 의무기록 초안을 생성하는 한국어 특화 LLM 'Y-KNOT'을 원내 서버에서 EHR에 직접 연결해, 전공의가 없는 응급실 퇴원기록부터 적용을 시작했습니다. 조직과 업무 흐름이 함께 바뀐 사례들입니다.
다만 의료에서 AX는 다른 산업보다 어렵습니다. 구조를 바꾸려면 규제·급여·책임소재가 함께 움직여야 하기 때문입니다. 최근 이어진 변경관리 계획서, 실사용 특례, 급여 지불 경로 논의가 전부 그 조건을 만드는 작업입니다. 기술 성숙도만큼이나 제도 설계가 AX의 속도를 좌우한다는 점이 이 분야의 특징입니다.