① 어떤 상황에서 AI를 활용했나요?
병원을 이용할 때 환자는 자신의 증상을 어떻게 설명해야 할지 막막하고, 의료진은 진료 과정에서 환자의 상태를 파악하기 위해 반복적으로 정보를 확인해야 합니다. 저는 이러한 환자의 문진 부담과 의료진의 업무 부담을 줄일 수 있는 방법을 고민하며, 진료 전 단계에서 환자의 증상을 체계적으로 정리해주는 AI 문진 Agent를 구현했습니다.

② 어떤 AI를 어떻게 활용했나요?
Gemini를 활용해 의료 문진 Agent의 기능과 대화 흐름을 구체화하고, Google AI Studio에서 프롬프트와 응답 구조를 설계했습니다. 이후 생성형 AI를 활용한 바이브 코딩으로 코드를 구현하고 GitHub에서 버전을 관리했으며, Render에 배포해 웹에서 실제로 작동하는 형태로 구현했습니다. 각 도구를 단순히 사용하는 데 그치지 않고, 기획·AI 설계·개발·배포 단계별로 역할을 나누어 하나의 AI Agent로 연결했습니다.

③ 활용 결과 어떤 변화가 있었나요?
환자는 자신의 증상을 대화형으로 정리하면서 진료 전에 필요한 정보를 체계적으로 준비할 수 있고, 의료진은 반복적인 기본 정보 확인에 드는 부담을 줄이고 핵심적인 진료에 집중할 수 있는 가능성을 제시했습니다. 이를 통해 AI가 단순히 정보를 제공하는 것을 넘어 환자와 의료진 사이의 정보 전달을 효율화하는 도구가 될 수 있음을 확인했습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
의료 AI의 답변이 부정확하거나 특정 진단에 치우치는 문제를 줄이기 위해 AI의 응답 형식을 직접 통제했습니다. 환자의 비정형적인 일상어 표현을 그대로 진단에 활용하지 않고, 추가 문진을 통해 필요한 정보를 확인한 뒤 ​주진단, 감별 진단군, 확신도, 임상 판단 근거를 구조화된 데이터로 출력하도록 설계했습니다. 또한 AI가 의료진의 판단을 대신하는 것이 아니라, 진료 전 필요한 정보를 정리하고 판단을 지원하는 역할에 집중하도록 설계했습니다.

⑤ 다른 사람도 따라 할 수 있나요?
별도의 전문 개발 지식이 없어도 생성형 AI와 바이브 코딩 도구를 활용하면 유사한 방식으로 AI Agent를 구현할 수 있습니다. 사용자가 겪는 문제를 먼저 정의한 뒤, AI에게 필요한 역할과 질문 흐름을 구체적으로 설계하고 단계별로 테스트하는 방식으로 다양한 생활 속 문제에 적용할 수 있습니다.