챗GPT가 병원 진료기록을 읽는다…에픽 연동이 환자와 의료진에게 뜻하는 것
오픈AI가 2026년 9월 1일 병원용 서비스 ‘챗GPT 포 헬스케어’에 에픽(Epic) 전자의무기록 연동 기능을 추가했다. 권한을 받은 의료진은 진료 메모, 검사 결과, 복용 약, 전문의 기록처럼 여러 화면에 흩어진 환자 정보를 챗GPT로 모아 요약할 수 있다. 임상시험·의약품 표시·논문·보험 급여 정보를 다루는 미국의 공공 의료 데이터도 별도 플러그인으로 연결했다.
환자 입장에서 가장 먼저 떠오르는 질문은 “내 의료기록을 챗GPT가 마음대로 읽거나 고치는가”다. 이번 발표의 범위에서는 그렇지 않다. 에픽 연동은 의료기관이 승인하고 권한이 부여된 환자 정보에 접근하는 기업·의료기관용 기능이며, 현재 보도된 설계는 읽기 전용이다. AI가 전자의무기록에 내용을 직접 써 넣지는 않는다. 개인용 챗GPT 계정에 병원 기록이 자동 연결되는 기능도 아니다. 다만 읽기 전용이라고 해서 오류와 개인정보 위험이 사라지는 것은 아니므로, 실제 진료 판단과 기록 검토의 책임은 의료진과 의료기관에 남는다.
이번 발표에서 실제로 연결되는 것
전자의무기록은 병원에서 환자 정보를 저장하고 업무를 처리하는 핵심 시스템이다. 에픽은 미국을 중심으로 널리 쓰이는 전자의무기록 업체다. 진료 한 건만 보면 단순해 보여도 만성질환이 있거나 여러 과를 오가는 환자의 기록은 길고 복잡해진다. 외래 진료 메모, 혈액검사 수치, 영상 판독, 처방 변경, 알레르기, 입퇴원 기록, 다른 전문의의 의견이 서로 다른 시점과 화면에 쌓인다.
오픈AI가 설명한 연동은 이 정보를 승인된 범위 안에서 가져와 중요한 변화를 요약하고, 답변의 근거가 된 차트 정보로 돌아갈 수 있게 하는 데 초점을 둔다. 의료진은 진료 전 최근 변화가 무엇인지 훑고, 시간순 임상 경과를 만들거나 약물 목록을 검토하고, 다른 의료진에게 환자를 넘길 때 필요한 요약을 준비하는 식으로 사용할 수 있다. 일부 지원되는 에픽 업무 화면에서는 차트를 벗어나지 않고 챗GPT를 이용하는 방식도 포함된다.
중요한 안전장치는 읽기 전용이라는 점이다. AI가 잘못 이해한 내용을 원본 기록에 자동으로 덮어쓰면 이후 진료가 연쇄적으로 오염될 수 있다. 이번 단계에서는 정보를 검색하고 정리하되 기록을 수정하는 권한은 주지 않았다. 이것은 위험을 줄이는 현실적인 경계지만 완전한 안전 보장은 아니다. 잘못된 요약을 의료진이 그대로 믿으면 읽기 전용 상태에서도 판단에 영향을 줄 수 있기 때문이다.
공공 의료 데이터 플러그인은 무엇을 하나
함께 발표된 ‘헬스케어 퍼블릭 데이터’ 플러그인은 공식 의료 자료를 구조화된 형태로 찾도록 돕는다. 오픈AI는 아홉 개 공공 출처와의 연결을 밝혔고, 공식 발표와 보도에서 구체적으로 확인되는 출처에는 다음이 포함된다.
- ClinicalTrials.gov: 임상시험의 진행 상태, 모집 여부, 참여 조건을 확인하는 미국 공식 데이터베이스
- CMS Coverage: 미국 메디케어 등 보험 급여 정책과 버전 정보
- RxNorm: 같은 의약품을 일관되게 식별하기 위한 표준 명칭과 코드
- DailyMed: 최신 의약품 라벨과 경고 정보
- PubMed: 의생명과학·임상 연구 논문 검색 자료
기존의 일반 웹 검색과 다른 점은 특정 공식 데이터의 기록, 필드, 식별자, 정책 버전을 기준으로 질문할 수 있다는 것이다. 연구팀이 현재 참여자를 모집 중인 임상시험을 찾고 조건을 비교하거나, 약제팀이 최신 라벨의 경고 문구를 확인하고, 보건 프로그램 담당자가 관련 논문과 보험 급여 정보를 한 흐름에서 살펴볼 수 있다. 답변이 그럴듯해 보이는 것보다 어떤 공식 기록과 버전에 근거했는지 확인하는 일이 중요한 의료 분야에 맞춘 접근이다.
그렇다고 플러그인이 의료 지식을 완성해 주는 것은 아니다. 공식 데이터베이스도 갱신 시점과 범위가 다르고, 논문이 존재한다는 사실과 치료 효과가 확정됐다는 판단은 다르다. 임상시험 참여 조건은 복잡하며 최종 적합성은 연구진이 판단한다. AI는 여러 출처를 한 번에 비교하는 시간을 줄일 수 있지만, 출처의 의미를 해석하고 환자 개인에게 적용하는 전문 판단까지 자동으로 대신하지 않는다.
의료진의 하루는 어떻게 달라질 수 있나
가장 현실적인 기대는 ‘찾는 시간’과 ‘정리하는 시간’을 줄이는 것이다. 진료 전 10분 동안 여러 탭을 열어 최근 검사와 처방 변화를 모으던 작업을 AI가 초안으로 만들면, 의료진은 누락과 이상점을 확인하는 데 시간을 더 쓸 수 있다. 교대 근무의 인계 요약, 복잡한 환자의 시간순 기록, 여러 전문과의 의견 비교도 비슷하다.
예를 들어 당뇨와 심장질환을 함께 관리하는 환자가 최근 응급실에 다녀왔고 약이 바뀌었다고 가정해 보자. AI는 승인된 기록 안에서 최근 검사 수치, 응급실 메모, 변경된 약, 추후 예약을 모아 “지난 방문 이후 달라진 점”을 제시할 수 있다. 의료진은 각각의 근거 기록으로 돌아가 사실을 확인한다. 잘 작동한다면 화면 탐색을 줄이고 환자와 대화할 시간을 확보할 수 있다.
반대로 요약이 중요한 예외를 놓치면 위험하다. 검사 수치는 정상 범위 표시만으로 해석할 수 없는 경우가 있고, 약 이름이 같아 보여도 용량과 복용 시점이 핵심일 수 있다. 다른 병원에서 작성된 기록이 늦게 들어오거나, 환자가 실제로 약을 먹는 방식이 차트와 다를 수도 있다. 의료진에게 필요한 것은 문서 압축이 아니라 신뢰할 수 있는 임상 맥락이다. AI 요약은 출발점이지 최종 차트 리뷰가 아니다.
환자에게 당장 달라지는 것과 달라지지 않는 것
당장 모든 환자가 새 버튼을 누를 수 있는 소비자 기능은 아니다. 의료기관이 챗GPT 포 헬스케어 고객이어야 하고, 관리자가 연동을 켜며, 의료진에게 적절한 접근 권한을 줘야 한다. 에픽 환경도 지원 대상이어야 한다. 오픈AI는 기업용 규제 대응 작업공간의 자격과 설정에 대해서는 계정 담당자나 기관 관리자에게 확인하도록 안내한다. 미국의 자격 있는 ‘챗GPT 포 클리니션’ 이용자는 공공 데이터 플러그인을 설치할 수 있지만, 에픽 기록 연동은 개인 계정용이 아니다.
환자가 체감할 수 있는 변화는 간접적이다. 의료진이 긴 기록을 더 빨리 파악해 같은 질문을 반복하는 일이 줄거나, 최근 변화에 집중한 상담을 할 가능성이 있다. 임상시험이나 약품 경고, 보험 급여 정보를 찾는 시간도 단축될 수 있다. 그러나 AI가 진단을 내리거나 치료를 결정하고, 환자에게 의료 조언을 자동 발송하는 기능으로 발표된 것은 아니다. 오픈AI 역시 챗GPT를 진단이나 치료의 대체물로 보지 않는다는 입장을 유지한다.
환자는 자신의 병원이 이 기능을 쓰는지, 의료정보가 어떤 목적으로 처리되는지, 사람이 최종 검토하는지 물을 수 있다. 동의와 고지 방식은 기관과 지역 규정에 따라 달라질 수 있으므로 “에픽을 쓰는 병원이면 자동 적용된다”고 생각해서는 안 된다.
99.1% 안전하다는 수치는 어떻게 읽어야 하나
오픈AI는 수백 명의 의사가 60개국, 49개 언어, 26개 전문 분야에서 70만 건이 넘는 모델 응답을 검토했다고 밝혔다. 이번 전자의무기록 맥락 평가에서는 진료 전 검토, 임상 타임라인, 약물 검토, 인계 요약 등 27개 사용 사례에 대해 4,363건의 평가를 진행했고, 응답의 99.1%가 안전하다는 평가를 받았다고 설명했다. 연결된 공공 데이터 평가에서는 시험한 다섯 출처 각각에서 93% 넘는 응답이 정확도 ‘좋음’ 이상을 받았다고 발표했다.
이 수치는 회사가 공개한 평가 결과이지 독립적인 장기 임상시험 결과가 아니다. 무엇을 안전으로 분류했는지, 실제 병원의 불완전한 데이터와 시간 압박 속에서도 같은 결과가 나오는지, 드문 질환이나 언어별 성능이 어떤지는 추가 검증이 필요하다. 99.1%라는 비율도 의료에서는 다르게 읽어야 한다. 광고 문구 하나가 틀리는 것과 약물 알레르기 요약이 틀리는 것은 피해 규모가 다르다. 평균 정확도보다 위험한 오류가 어디에서 발생하는지가 더 중요할 수 있다.
또한 4,363건의 평가가 방대한 의료 현장의 모든 사례를 대표하지 않는다. 병원마다 기록 방식과 약어가 다르고, 복사해 붙인 과거 문장, 중복 처방, 스캔 문서, 외부 병원 자료가 섞인다. 실제 도입 기관은 자사 데이터로 별도 검증하고, 고위험 질문에는 더 강한 확인 절차를 둬야 한다.
개인정보와 책임의 경계
의료정보는 가장 민감한 개인정보 중 하나다. 오픈AI는 의료기관용 제품에 권한 관리와 규정 준수 장치를 제공하고, 미국의 의료정보보호법 관련 업무를 위한 계약 체계를 지원한다고 설명한다. 그러나 계약과 보안 기능이 있다고 해서 기관의 책임이 사라지지는 않는다. 누가 어떤 기록에 접근했는지, 업무에 필요한 최소 범위만 불러오는지, 대화와 출력이 얼마나 오래 보관되는지, 사고가 났을 때 어떻게 추적하는지 운영 절차가 필요하다.
읽기 전용은 원본 차트 변조 위험을 낮추지만 데이터 노출 위험과는 별개다. 의료진이 불필요한 환자 정보를 질문에 포함하거나, AI가 만든 요약을 승인되지 않은 문서로 옮기면 다른 경로에서 문제가 생길 수 있다. 화면 캡처, 복사·붙여넣기, 공유 링크 같은 평범한 행동도 통제 대상이다.
책임도 명확해야 한다. AI가 “최근 중요한 변화가 없다”고 요약했더라도 의료진은 이를 사실로 확정하기 전에 근거 차트를 확인해야 한다. 환자에게 설명할 때도 AI가 만든 문장을 그대로 전달하기보다 의학적 판단을 거쳐야 한다. 의료기관은 시간을 줄였다는 지표뿐 아니라 누락, 잘못된 인용, 과도한 확신, 특정 환자 집단에서의 성능 차이를 함께 측정해야 한다.
이번 발표가 중요한 이유
생성형 AI의 의료 진출은 그동안 환자가 증상을 입력해 답을 받거나, 의료진이 메모 초안을 만드는 수준에서 주로 논의됐다. 이번 에픽 연동은 AI가 병원의 핵심 정보 시스템 가까이 들어간다는 점에서 단계가 다르다. 의료진이 따로 복사한 몇 문장이 아니라 권한이 있는 환자 기록과 공식 공공 데이터를 같은 작업공간에서 다룬다. 유용성은 커지지만 잘못된 요약과 개인정보 처리의 파급력도 커진다.
또 하나의 변화는 답변 경쟁에서 출처 연결 경쟁으로 이동한다는 점이다. 의료 분야에서 “AI가 많이 안다”는 주장만으로는 부족하다. 최신 약품 라벨, 정확한 임상시험 기록, 보험 정책의 특정 버전으로 돌아갈 수 있어야 한다. 오픈AI가 공공 데이터 연결과 근거 차트 표시를 강조한 것은 의료 AI가 신뢰를 얻기 위해 필요한 방향을 보여 준다.
앞으로 확인할 것
첫째, 읽기 전용 연동이 실제 병원에서 얼마나 정확하게 최신 변화를 포착하는지 봐야 한다. 둘째, 의사가 AI 요약을 검증하는 데 드는 시간이 정말 줄어드는지, 아니면 새로운 확인 업무가 늘어나는지 측정해야 한다. 셋째, 99.1% 안전 평가가 외부 연구와 다양한 환자 집단에서도 재현되는지 확인할 필요가 있다. 넷째, 환자가 자신의 정보가 AI 도구에 사용되는 사실과 범위를 얼마나 명확히 알 수 있는지도 중요하다.
이번 발표의 핵심은 챗GPT가 의사를 대체한다는 것이 아니다. 병원 기록을 찾고 정리하는 층에 AI가 본격적으로 들어오며, 공공 의료 데이터까지 한 화면에서 비교하게 됐다는 것이다. 현재 기능은 기관 승인과 권한을 전제로 한 읽기 전용 도구이고 개인 계정의 자동 연결이 아니다. 의료진의 최종 확인, 환자의 개인정보 보호, 실제 현장의 독립 검증이 갖춰질 때에만 시간 절약이 안전한 진료 개선으로 이어질 수 있다.