목록으로
업무 생산성 개선을 위한 AI 활용
외부에 5주 맡기던 근골격계 유해요인조사, AI로 병원 안에서 1일 만에 - 실무자가 직접 만든 도구로 서류에서 개선 실행까지
개발자가 아닌 병원 안전담당자가 AI와 대화하며 조사 앱을 만들고, 병동 16개 작업 조사를 외부 의뢰 5주에서 내부 1일로 줄인 뒤 침상 높이 표준작업절차서까지 시행한 사례
🤖 활용 AI 도구
claude, gemini
① 어떤 상황에서 AI를 활용했나요?
저는 병원 안전보건 담당자입니다. 근골격계 유해요인조사는 3년마다 하는 정기조사와, 질환자 발생 등 사유가 생기면 지체 없이 해야 하는 수시조사가 있는 법정 업무입니다.
어려운 건 서식이 아니라 반복 작업이었습니다. 작업마다 REBA 표를 찾아 점수를 계산하고, 현장 수첩과 사진을 사무실에서 다시 서식에 옮겨 적고, 개선안과 종합의견을 매번 새로 써야 했습니다. 그래서 외부 전문기관에 맡겨 왔는데, 현장 조사 1주일, 결과보고서 1개월 이상이 걸려 보고서가 나올 때쯤이면 현장은 이미 바뀌어 있었습니다.
2026년 한 병동에서 수시조사 사유가 생겼고, 간호인력 16명이 하는 16개 작업 전체를 병원 안에서 직접 조사하기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
AI를 두 단계로 썼습니다.
[1단계 - 도구를 AI와 함께 만들기]
코딩을 배운 적은 없습니다. 고용노동부 별지 제1호서식의 순서, 고시의 부담작업 11개 호 기준, REBA·NIOSH 계산 기준을 글로 정리해 Claude·Gemini에게 설명하고, 화면과 계산을 만들게 한 뒤 결과를 보며 고쳐 달라고 요청했습니다. 현장에 써보고 불편한 점은 다음 조사 전에 다시 고쳤습니다.
[2단계 - 조사에 AI 쓰기]
- 작업 설명 입력 → AI가 유해요인 후보와 근거 제안 → 조사자가 확인해 체크한 것만 반영
- 작업 사진 → AI가 목·허리·팔 등 부위별 자세 판독 → REBA 최종 점수는 AI가 아닌 표준 표로 재계산
- AI가 공학적·관리적·행동적 개선안과 종합의견 초안 작성 → 조사자가 현장에 맞는 것만 선택
- 확인한 화면 그대로 별지 제1호서식 Word 조사표 생성
- 근로자 증상조사는 QR로 3~5분 응답, 판정과 통계는 자동 집계
- 조사표 16부와 증상조사 결과를 모아 종합결과보고서 초안 작성 → 인간공학기술사인 제가 검토·확정
③ 활용 결과 어떤 변화가 있었나요?
- 일정: 유해요인조사 6.29~7.3(5일), 증상조사 8월, 결과보고 8.11
- 소요: 외부 의뢰 5주 이상 → 내부 조사 실제 투입 1일 (현장관리자 입력 반나절 + 보고서 취합 반나절)
- 조사 주체: 외부 기관 → 작업을 가장 잘 아는 병동 현장관리자가 휴대폰으로 직접 입력
- 결과물: 유해요인조사표 16부, 증상조사 통계보고서, 종합결과보고서 25쪽, 결재용 2쪽 요약, 발표용 대시보드
- 조사 결과: 16개 작업 모두 부담작업 해당, REBA 매우 높음 4개(즉시 개선), 증상 유소견 81.3%(16명 중 13명). 작업 평가에서 위험한 부위와 근로자가 아프다고 답한 부위가 일치했습니다.
- 개선 실행: 16개 중 10개 작업이 '침상 높이에 사람이 몸을 맞추는' 구조라는 점을 찾아, 기존 장비를 그대로 쓰는 「침상 높이 조절 표준작업절차서」를 보고와 같은 날(8.11) 제정했습니다. 비용이 거의 들지 않는 우선 대책이 16개 작업 중 12개에 효과를 냅니다.
서류에 쓰던 시간이 개선을 실행하는 시간으로 바뀌었고, 사고나 작업 변경이 있으면 바로 다시 조사할 수 있게 됐습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- AI는 초안, 판단은 사람: AI 제안은 체크해야만 반영되고, 분석도 조사자가 버튼을 눌러야 시작됩니다.
- AI에게 점수를 맡기지 않음: AI는 자세를 '읽기'만 하고 점수는 공인된 REBA 표로 계산합니다. 그래서 생성형 AI가 숫자를 지어낼 여지가 없고 점수마다 근거가 남습니다.
- 법정 서식 그대로: 화면 순서와 문구를 서식·고시와 똑같이 만들어, 서식을 아는 사람은 따로 배우지 않아도 됩니다.
- 개인정보는 밖으로 보내지 않음: 근로자명은 가명, 질병 정보는 신체부위 단위로만 다루고, 설문 원자료는 서버에 쌓지 않습니다. 이 응모 자료도 기관명·병동명·근로자명을 가명(한빛병원 51병동)으로 바꾸고, 작업 사진의 얼굴은 모자이크 처리했습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 제가 한 방법은 세 단계입니다.
1. 가장 지겨운 반복업무 하나 고르기 - 매년·매달 같은 서식을 채우는 일이 첫 후보
2. 기준과 순서를 글로 정리해 AI에게 설명하기 - 서식, 판정 기준, 처리 순서는 업무를 아는 사람만 쓸 수 있음
3. 작은 계산기부터 만들어 현장에 써보고 고치기
앱을 만들지 않아도 원칙은 바로 쓸 수 있습니다. 작업 사진을 생성형 AI에 올리고 "점수는 매기지 말고 목·몸통·위팔·아래팔·다리의 굽힘 각도만 읽어 달라"고 한 뒤, 그 각도로 REBA 표에서 직접 점수를 찾으면 됩니다.
같은 방식으로 건강검진 사후관리, 비상대응 훈련 등 약 25개 업무 도구를 만들었고, 제조·물류·사무 등 3년마다 유해요인조사를 해야 하는 모든 사업장에 그대로 적용할 수 있습니다.
저는 병원 안전보건 담당자입니다. 근골격계 유해요인조사는 3년마다 하는 정기조사와, 질환자 발생 등 사유가 생기면 지체 없이 해야 하는 수시조사가 있는 법정 업무입니다.
어려운 건 서식이 아니라 반복 작업이었습니다. 작업마다 REBA 표를 찾아 점수를 계산하고, 현장 수첩과 사진을 사무실에서 다시 서식에 옮겨 적고, 개선안과 종합의견을 매번 새로 써야 했습니다. 그래서 외부 전문기관에 맡겨 왔는데, 현장 조사 1주일, 결과보고서 1개월 이상이 걸려 보고서가 나올 때쯤이면 현장은 이미 바뀌어 있었습니다.
2026년 한 병동에서 수시조사 사유가 생겼고, 간호인력 16명이 하는 16개 작업 전체를 병원 안에서 직접 조사하기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
AI를 두 단계로 썼습니다.
[1단계 - 도구를 AI와 함께 만들기]
코딩을 배운 적은 없습니다. 고용노동부 별지 제1호서식의 순서, 고시의 부담작업 11개 호 기준, REBA·NIOSH 계산 기준을 글로 정리해 Claude·Gemini에게 설명하고, 화면과 계산을 만들게 한 뒤 결과를 보며 고쳐 달라고 요청했습니다. 현장에 써보고 불편한 점은 다음 조사 전에 다시 고쳤습니다.
[2단계 - 조사에 AI 쓰기]
- 작업 설명 입력 → AI가 유해요인 후보와 근거 제안 → 조사자가 확인해 체크한 것만 반영
- 작업 사진 → AI가 목·허리·팔 등 부위별 자세 판독 → REBA 최종 점수는 AI가 아닌 표준 표로 재계산
- AI가 공학적·관리적·행동적 개선안과 종합의견 초안 작성 → 조사자가 현장에 맞는 것만 선택
- 확인한 화면 그대로 별지 제1호서식 Word 조사표 생성
- 근로자 증상조사는 QR로 3~5분 응답, 판정과 통계는 자동 집계
- 조사표 16부와 증상조사 결과를 모아 종합결과보고서 초안 작성 → 인간공학기술사인 제가 검토·확정
③ 활용 결과 어떤 변화가 있었나요?
- 일정: 유해요인조사 6.29~7.3(5일), 증상조사 8월, 결과보고 8.11
- 소요: 외부 의뢰 5주 이상 → 내부 조사 실제 투입 1일 (현장관리자 입력 반나절 + 보고서 취합 반나절)
- 조사 주체: 외부 기관 → 작업을 가장 잘 아는 병동 현장관리자가 휴대폰으로 직접 입력
- 결과물: 유해요인조사표 16부, 증상조사 통계보고서, 종합결과보고서 25쪽, 결재용 2쪽 요약, 발표용 대시보드
- 조사 결과: 16개 작업 모두 부담작업 해당, REBA 매우 높음 4개(즉시 개선), 증상 유소견 81.3%(16명 중 13명). 작업 평가에서 위험한 부위와 근로자가 아프다고 답한 부위가 일치했습니다.
- 개선 실행: 16개 중 10개 작업이 '침상 높이에 사람이 몸을 맞추는' 구조라는 점을 찾아, 기존 장비를 그대로 쓰는 「침상 높이 조절 표준작업절차서」를 보고와 같은 날(8.11) 제정했습니다. 비용이 거의 들지 않는 우선 대책이 16개 작업 중 12개에 효과를 냅니다.
서류에 쓰던 시간이 개선을 실행하는 시간으로 바뀌었고, 사고나 작업 변경이 있으면 바로 다시 조사할 수 있게 됐습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- AI는 초안, 판단은 사람: AI 제안은 체크해야만 반영되고, 분석도 조사자가 버튼을 눌러야 시작됩니다.
- AI에게 점수를 맡기지 않음: AI는 자세를 '읽기'만 하고 점수는 공인된 REBA 표로 계산합니다. 그래서 생성형 AI가 숫자를 지어낼 여지가 없고 점수마다 근거가 남습니다.
- 법정 서식 그대로: 화면 순서와 문구를 서식·고시와 똑같이 만들어, 서식을 아는 사람은 따로 배우지 않아도 됩니다.
- 개인정보는 밖으로 보내지 않음: 근로자명은 가명, 질병 정보는 신체부위 단위로만 다루고, 설문 원자료는 서버에 쌓지 않습니다. 이 응모 자료도 기관명·병동명·근로자명을 가명(한빛병원 51병동)으로 바꾸고, 작업 사진의 얼굴은 모자이크 처리했습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 제가 한 방법은 세 단계입니다.
1. 가장 지겨운 반복업무 하나 고르기 - 매년·매달 같은 서식을 채우는 일이 첫 후보
2. 기준과 순서를 글로 정리해 AI에게 설명하기 - 서식, 판정 기준, 처리 순서는 업무를 아는 사람만 쓸 수 있음
3. 작은 계산기부터 만들어 현장에 써보고 고치기
앱을 만들지 않아도 원칙은 바로 쓸 수 있습니다. 작업 사진을 생성형 AI에 올리고 "점수는 매기지 말고 목·몸통·위팔·아래팔·다리의 굽힘 각도만 읽어 달라"고 한 뒤, 그 각도로 REBA 표에서 직접 점수를 찾으면 됩니다.
같은 방식으로 건강검진 사후관리, 비상대응 훈련 등 약 25개 업무 도구를 만들었고, 제조·물류·사무 등 3년마다 유해요인조사를 해야 하는 모든 사업장에 그대로 적용할 수 있습니다.
