AI 선도형 조직이 되는 것이 '최초'가 되는 것이 아니라 데이터, 거버넌스, 운영 모델에서 시작되는 이유
작성자: Ramiz Bozai, Sailesh Kadam, Kriti Sen Sharma, Andrew Wallace-Jackson , Grace Crisp
AI를 도입하려는 헬스케어 경영진의 고민은 이니셔티브를 추진할 때 발생하는 수많은 노이즈입니다. 협력업체의 제안서로 가득 찬 수신함, 경쟁사의 발표, 전략적 마감일 사이에서 어디서부터 시작해야 할지 파악하는 것 자체가 하나의 큰 장벽입니다.
성공적인 AI 전략 배포는 결코 '최초'가 되는 것에 국한되지 않습니다. 많은 초기 도입 기업들은 신중하게 시작했더라면 피할 수 있었을 기술 부채와 거버넌스가 결여된 파일럿 프로그램을 해결하느라 애를 먹고 있습니다. 여기서 얻을 수 있는 교훈은 AI가 효과가 없다는 것이 아니라, 기반이 없는 AI 전략은 지속 가능하지 않다는 점입니다. AI 선도형 조직이 된다는 것은 데이터, 거버넌스, 비즈니스 운영 모델의 올바른 기반을 구축하는 것을 의미합니다. 그리고 이 기반은 대부분의 리더들이 생각하는 것보다 훨씬 더 가까이에 있습니다.
AI 선도형 헬스케어 조직이란 AI를 구축하고, 신뢰하고, 확장할 수 있도록 설계된 조직을 말합니다. AI 선도형이 된다는 것은 더 많은 도구를 구매하거나 장기적인 개념 증명(PoC)을 더 많이 시작하는 것을 의미하지 않습니다. 크게 보면, 이는 엔터프라이즈 데이터의 잠재력을 극대화하는 비즈니스 운영 모델을 설계하는 동시에 데이터와 거버넌스의 강력한 기반을 구축하는 것을 의미합니다. 목표는 도구의 개수를 늘리는 것이 아니라, 적합한 인력이 스스로 질문을 만들고 답을 찾을 수 있는 조직을 만드는 것입니다.
실질적인 예로, 케어 매니저가 "지난 분기에 특정 지역의 재입원율이 급증한 이유는 무엇인가요?"라고 질문하면 내부 데이터를 기반으로 신뢰할 수 있는 답변을 받을 수 있습니다. 거기서부터 몇 분 안에 조치를 취하기 시작할 수 있습니다. 이 시나리오에서는 최종 사용자가 지원 요청(ticket)을 제출하거나 분석가의 답변을 며칠 동안 기다릴 필요 없이 임상, 환자 및 현장 수준의 데이터를 임시(ad hoc)로 분석할 수 있습니다. 이 단계에 가장 성공적으로 도달한 조직은 환자를 대면하는 사용자를 '데이터 탐정'이 아닌 데이터 분석가로 전환해 주는 데이터 플랫폼을 기반으로 기초를 다졌습니다.
대부분의 의료 제공업체가 정체되는 것은 야망이 부족해서가 아닙니다. 의료 시스템에는 자금을 지원할 수 있는 것보다 더 많은 AI 아이디어가 있으며, 이를 구축해 주겠다는 AI 협력업체도 넘쳐납니다. 233개 의료 시스템을 대상으로 한 2025년 HFMA 설문조사에 따르면, 응답자의 88%가 이미 AI를 사용하고 있다고 답했습니다. 성숙한 거버넌스 구조와 완전한 형태의 AI 전략을 갖춘 곳은 18%에 불과했습니다. 진행을 가로막는 것은 세 가지 구조적 걸림돌 중 하나입니다.
첫 번째는 파편화된 데이터입니다. 임상 데이터는 전자 건강 기록(EHR)에, 운영 데이터는 다른 시스템에, 재무 데이터는 세 번째 시스템에 있으며, 일정, 공급망, 환자 경험 데이터는 훨씬 더 널리 분산되어 있습니다. 더 심각한 문제는 데이터가 분산되어 있다는 점이 아니라, 이를 안정적으로 통합하는 수단이 없다는 것입니다. 동일한 환자가 각 소스 시스템에서 서로 다른 식별자를 가질 수 있으므로, 재입원을 분석하기 전에 수동 조정 워크플로우를 거쳐야 합니다. 이로 인해 새로운 유스케이스는 통합 비용을 이중으로 지불하게 됩니다. 한 번은 연결을 구축할 때, 또 한 번은 소스 시스템이 변경될 때 이를 유지 관리하기 위해서입니다. 결국 배포되는 결과물은 환자, 워크플로우 또는 운영의 아주 좁은 영역만 다루게 됩니다.
두 번째는 조직에 맞지 않는 거버넌스입니다. 일부 조직에서는 거버넌스가 너무 느슨해서 배포되는 결과물을 아무도 신뢰하지 않습니다. 모델이 답변을 생성하면 임상의는 당연히 "어떤 데이터를 기반으로 한 것인가요?"라고 묻게 됩니다. 반면 다른 조직에서는 거버넌스가 너무 엄격해서 샌드박스를 벗어나는 것이 없으며, 새로운 요청이 있을 때마다 협상이 필요합니다(단 몇 초 만에 질문에 답하는 모델을 위해 긴 승인 주기를 거쳐야 함). 두 가지 경우 모두 동일한 이유로 실패합니다. 왜냐하면 두 경우 모두 신뢰, 즉 모두가 볼 수 있는 가드레일 안에서 적합한 인력이 적합한 데이터를 사용하는 환경이 결여되어 있기 때문입니다.
세 번째는 운영 모델의 부재입니다. 우선순위를 정하고, 팀을 구성하며, 파일럿을 프로덕션으로 전환하는 공유된 방법이 없습니다. 모든 노력이 일회성 구축에 그치고 성공 사례가 복제되지 않습니다. 한 부서에서 인력 배치나 응 급실(ED) 대기를 돕는 모델이 작동하더라도, 파일럿 확장에 대한 소유권이 없고 프로덕션으로 가는 명확한 경로가 없기 때문에 확장할 수 없습니다. 이러한 패턴은 업계 전반에 걸쳐 나타납니다. 헬스케어 경영진의 83%가 생성형 AI 파일럿을 운영하고 있지만, 이를 전사적으로 배포하기 위한 인프라에 투자하는 비율은 10% 미만입니다. 산업 전반에 걸쳐 AI 파일럿의 약 88%가 프로덕션 단계에 도달하지 못합니다. 동일한 HFMA 설문조사에서 의료 시스템 리더의 3분의 1 이상이 AI의 우선순위를 정하고 효과적으로 확장하는 프로세스가 부족하다고 답했습니다.
이러한 걸림돌이 낯설지 않다면, 이는 각 걸림돌이 서로 다른 담당자의 소관이기 때문입니다. 파편화된 데이터는 최고 데이터 책임자(CDO)의 몫이고, 신뢰는 최고 의료 책임자(CMO)의 몫이며, 운영 모델은 CIO의 몫입니다. 이 중 어느 것도 AI 자체의 문제가 아닙니다. 대부분의 의료 제공업체는 기반의 문제를 겪고 있으며, 무리하게 모든 것을 한 번에 해결하려 하지 않고도 기반을 구축할 수 있습니다.
AI 도입이 늦어지는 것은 이전 사람들의 실수를 반복할 때만 문제가 됩니다. 이러한 실수를 피한다면 늦게 시작하는 것이 오히려 강점이 될 수 있습니다. 수년간 누적된 혼란을 정리하는 대신 잘 다져진 기반 위에서 구축을 시작할 수 있기 때문입니다. 실질적인 조치는 먼저 시작한 조직들을 관찰하고, 그들이 겪은 시행착오로부터 배우고 시작하는 것입니다.
도구들 역시 크게 발전했습니다. 최신 도구는 이제 여러 데이터 소스에 걸친 거버넌스를 지원하며, 기존 ID 제공업체와의 통합을 통해 인증 및 권한 관리를 중앙 집중화합 니다. 또한 거버넌스 모델은 데이터 모델에만 국한되지 않습니다. 거버넌스는 AI에도 적용되어 자연어 질문과 에이전트 상호작용이 안전하고 신뢰할 수 있도록 보장합니다. 이러한 기반을 통해 재입원 급증에 대해 질문했던 케어 매니저는 지원 요청을 제출하고 며칠을 기다리는 대신, 쉬운 일상어로 질문을 입력하고 몇 초 만에 신뢰할 수 있는 답변을 얻을 수 있습니다. 동시에 CISO와 IT 보안 부서는 사람 및 에이전트 사용자가 볼 권한이 없는 데이터에 액세스하지 못한다고 확신할 수 있습니다.
이것이 바로 진정한 변화입니다. 2년 전만 해도 임상 및 운영 데이터 전반에 걸쳐 거버넌스가 적용된 뷰를 확보하는 것은 한 분기가 소요되는 프로젝트였습니다. 오늘날에는 범위가 명확하게 정의되고 적절한 데이터를 사용할 수 있다면, 소규모 팀이 분기 단위가 아닌 며칠 만에 거버넌스가 적용된 첫 번째 유스케이스를 프로덕션에 배포할 수 있습니다. 예를 들어, Premier는 3일 만에 프로덕션용 Databricks Genie를 구성하여 헬스케어 팀에 거버넌스가 적용된 분석에 대한 셀프 서비스 액세스를 제공함으로써 치료 기준을 벤치마킹하고 예방 가능한 재입원을 식별할 수 있도록 했습니다. 시작해야 할 타이밍은 모든 것이 완벽할 때가 아닙니다. 막대한 선행 투자 없이도 실질적인 무언가를 구축할 수 있을 만큼 도구가 성숙했을 때입니다. 바로 지금이 그 순간입니다.
의료 제공업체는 우연히 AI 선도형 조직이 되지 않으며, 가장 먼저 시작했다고 해 서 그곳에 도달하는 것도 아닙니다. 이들은 통합된 데이터, 사람들이 신뢰하는 거버넌스, 반복 가능한 운영 모델이라는 올바른 기반을 구축함으로써 그곳에 도달합니다. 이는 대부분의 경영진이 생각하는 것보다 더 쉽게 달성할 수 있습니다.
이 시리즈의 다음 게시물은 의료 시스템을 한 단계 발전시킬 세 가지 핵심 요소 청사진과 함께, 다음 리더십 회의에 활용할 수 있는 성숙도 맵 및 자가 진단 도구를 소개합니다.
귀사의 조직이 성숙도 맵의 어느 위치에 있는지 확실하지 않으신가요? 저희에게 문의해 주세요.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.