목록으로
업무 생산성 개선을 위한 AI 활용
임상 간호 노동환경 개선을 위한 프리셉터 업무지원 AI 에이전트
선배 간호사의 반복 설명을 함께 쓰는 지식으로: AI를 활용한 병동 업무·교육자료 정리
🤖 활용 AI 도구
ChatGPT
신규 간호사를 교육하는 선배 간호사인 ‘프리셉터’의 반복 교육 부담을 줄이기 위해 AI를 활용했습니다.
간호 현장에서는 같은 업무라도 병동·진료과별로 세부 기준이 다릅니다. 신규 간호사뿐 아니라 다른 병동에서 이동한 간호사도 해당 병동의 업무 방식을 새로 익혀야 합니다. 그러나 필요한 정보는 매뉴얼, 교육자료, 개인 메모와 선배 간호사의 경험에 나뉘어 있어, 자료가 있어도 어디에서 무엇을 찾아야 하는지 알기 어렵습니다.
그 결과 프리셉터는 자신의 간호 업무를 수행하면서 비슷한 질문에 반복적으로 답해야 합니다. 저는 이 문제를 해결하려면 흩어진 자료와 경험을 정리하고, 현장 담당자가 확인한 내용을 함께 찾아볼 수 있는 구조가 필요하다고 보았습니다. 이를 구현하기 위해 간호 업무·교육 지식관리 서비스 ‘Freecepter’를 개발했습니다.
ChatGPT를 활용해 병동 업무자료를 구조화하고, 간호사가 검토할 문서 초안을 만드는 기능을 구현했습니다.
PDF 형태의 자료를 등록하면 AI가 내용을 정리해 초안을 작성하고, 간호사가 실제 병동 기준과 맞는지 검토·수정한 뒤 승인합니다. 승인된 내용은 필요한 정보를 찾아볼 수 있는 문서와 카드 형태로 제공됩니다. 신규 간호사 교육에 활용할 수 있도록 온보딩 체크리스트와 교육자료 출력 기능도 함께 구성했습니다.
AI의 역할은 자료 정리와 초안 작성을 돕는 것입니다. 사용자의 질문에 AI가 매번 새로운 임상 답변을 생성하는 방식 대신, 사람이 검수하고 승인한 내용을 찾아 활용하도록 구성했습니다. 병동 기준이 바뀌었을 때에도 변경 제안과 승인, 버전 관리를 거쳐 지식을 갱신할 수 있도록 했습니다.
현재 MVP 개발을 완료했으며, 대학병원 간호 현장에서 PoC를 진행하고 있습니다. 아이디어와 사업계획에 머물렀던 해결 방안을 실제 사용하며 검증할 수 있는 서비스로 구현했다는 것이 현재의 가장 구체적인 성과입니다.
업무자료를 관리하는 방식에도 변화의 기반을 마련했습니다. 흩어진 자료를 개별적으로 읽고 정리하는 작업에 AI 초안을 활용하고, 현장 담당자는 그 초안의 정확성과 병동 적합성을 확인할 수 있도록 했습니다. 이렇게 승인한 내용은 일회성 설명으로 끝나지 않고 다시 찾아볼 수 있는 공동 자료로 축적됩니다.
핵심은 ‘AI가 잘 작성하는 것’과 ‘현장에서 믿고 사용할 수 있는 것’을 구분한 점입니다.
첫째, 일반적인 간호 지식보다 해당 병동의 실제 업무자료와 기준을 중심으로 서비스를 구성했습니다. 현장에서 필요한 것은 보편적인 설명뿐 아니라 ‘우리 병동에서는 어떻게 하는가’이기 때문입니다.
둘째, AI가 만든 초안과 간호사가 승인한 자료를 구분했습니다. 초안 작성에는 AI를 활용하되, 실제 업무에 참고할 내용은 현장 담당자가 확인하도록 역할을 나누었습니다.
셋째, 문서를 한 번 정리하는 데서 끝내지 않고, 변경 사항을 검토하고 승인하며 최신 내용을 유지할 수 있도록 했습니다. 이를 통해 개인의 경험과 설명을 병동이 함께 관리하는 지식으로 축적하고자 했습니다.
이 사례의 차별점은 AI 도입 자체보다, AI의 문서 처리 능력을 간호사의 검수 과정과 연결한 업무 흐름에 있습니다.
같은 방식은 반복 교육과 업무 인수인계가 필요한 다른 조직에서도 적용할 수 있습니다. 처음부터 복잡한 시스템을 만들기보다, 자주 묻는 질문이 많은 업무 한 가지부터 시작할 수 있습니다.
1. 반복적으로 설명하는 업무와 관련 자료를 정합니다.
2. 자료의 이용 권한과 AI 도구의 데이터 처리 조건을 확인하고, 개인정보·기밀정보가 포함되지 않도록 준비합니다.
3. AI에 정해진 형식으로 자료를 정리하도록 요청합니다. 예를 들어 ‘업무 목적, 준비사항, 진행 순서, 주의사항으로 나누고, 원문에 없는 내용은 추가하지 말 것’이라는 기준을 사용할 수 있습니다.
4. 담당자가 원문과 대조해 오류와 누락을 수정하고 승인합니다.
5. 승인된 자료를 공유하고, 수정일과 변경 이력을 관리합니다.
6. 도입 전후의 자료 작성 시간과 반복 질문 빈도를 비교합니다.
중요한 것은 AI의 결과를 그대로 배포하는 것이 아니라, 사람이 확인한 지식을 반복해서 활용할 수 있게 만드는 것입니다. 저는 이 방식을 통해 선배 간호사의 경험이 개인에게만 머무르지 않고, 동료의 적응과 교육을 돕는 공동 자산으로 이어지도록 하고자 합니다.
간호 현장에서는 같은 업무라도 병동·진료과별로 세부 기준이 다릅니다. 신규 간호사뿐 아니라 다른 병동에서 이동한 간호사도 해당 병동의 업무 방식을 새로 익혀야 합니다. 그러나 필요한 정보는 매뉴얼, 교육자료, 개인 메모와 선배 간호사의 경험에 나뉘어 있어, 자료가 있어도 어디에서 무엇을 찾아야 하는지 알기 어렵습니다.
그 결과 프리셉터는 자신의 간호 업무를 수행하면서 비슷한 질문에 반복적으로 답해야 합니다. 저는 이 문제를 해결하려면 흩어진 자료와 경험을 정리하고, 현장 담당자가 확인한 내용을 함께 찾아볼 수 있는 구조가 필요하다고 보았습니다. 이를 구현하기 위해 간호 업무·교육 지식관리 서비스 ‘Freecepter’를 개발했습니다.
ChatGPT를 활용해 병동 업무자료를 구조화하고, 간호사가 검토할 문서 초안을 만드는 기능을 구현했습니다.
PDF 형태의 자료를 등록하면 AI가 내용을 정리해 초안을 작성하고, 간호사가 실제 병동 기준과 맞는지 검토·수정한 뒤 승인합니다. 승인된 내용은 필요한 정보를 찾아볼 수 있는 문서와 카드 형태로 제공됩니다. 신규 간호사 교육에 활용할 수 있도록 온보딩 체크리스트와 교육자료 출력 기능도 함께 구성했습니다.
AI의 역할은 자료 정리와 초안 작성을 돕는 것입니다. 사용자의 질문에 AI가 매번 새로운 임상 답변을 생성하는 방식 대신, 사람이 검수하고 승인한 내용을 찾아 활용하도록 구성했습니다. 병동 기준이 바뀌었을 때에도 변경 제안과 승인, 버전 관리를 거쳐 지식을 갱신할 수 있도록 했습니다.
현재 MVP 개발을 완료했으며, 대학병원 간호 현장에서 PoC를 진행하고 있습니다. 아이디어와 사업계획에 머물렀던 해결 방안을 실제 사용하며 검증할 수 있는 서비스로 구현했다는 것이 현재의 가장 구체적인 성과입니다.
업무자료를 관리하는 방식에도 변화의 기반을 마련했습니다. 흩어진 자료를 개별적으로 읽고 정리하는 작업에 AI 초안을 활용하고, 현장 담당자는 그 초안의 정확성과 병동 적합성을 확인할 수 있도록 했습니다. 이렇게 승인한 내용은 일회성 설명으로 끝나지 않고 다시 찾아볼 수 있는 공동 자료로 축적됩니다.
핵심은 ‘AI가 잘 작성하는 것’과 ‘현장에서 믿고 사용할 수 있는 것’을 구분한 점입니다.
첫째, 일반적인 간호 지식보다 해당 병동의 실제 업무자료와 기준을 중심으로 서비스를 구성했습니다. 현장에서 필요한 것은 보편적인 설명뿐 아니라 ‘우리 병동에서는 어떻게 하는가’이기 때문입니다.
둘째, AI가 만든 초안과 간호사가 승인한 자료를 구분했습니다. 초안 작성에는 AI를 활용하되, 실제 업무에 참고할 내용은 현장 담당자가 확인하도록 역할을 나누었습니다.
셋째, 문서를 한 번 정리하는 데서 끝내지 않고, 변경 사항을 검토하고 승인하며 최신 내용을 유지할 수 있도록 했습니다. 이를 통해 개인의 경험과 설명을 병동이 함께 관리하는 지식으로 축적하고자 했습니다.
이 사례의 차별점은 AI 도입 자체보다, AI의 문서 처리 능력을 간호사의 검수 과정과 연결한 업무 흐름에 있습니다.
같은 방식은 반복 교육과 업무 인수인계가 필요한 다른 조직에서도 적용할 수 있습니다. 처음부터 복잡한 시스템을 만들기보다, 자주 묻는 질문이 많은 업무 한 가지부터 시작할 수 있습니다.
1. 반복적으로 설명하는 업무와 관련 자료를 정합니다.
2. 자료의 이용 권한과 AI 도구의 데이터 처리 조건을 확인하고, 개인정보·기밀정보가 포함되지 않도록 준비합니다.
3. AI에 정해진 형식으로 자료를 정리하도록 요청합니다. 예를 들어 ‘업무 목적, 준비사항, 진행 순서, 주의사항으로 나누고, 원문에 없는 내용은 추가하지 말 것’이라는 기준을 사용할 수 있습니다.
4. 담당자가 원문과 대조해 오류와 누락을 수정하고 승인합니다.
5. 승인된 자료를 공유하고, 수정일과 변경 이력을 관리합니다.
6. 도입 전후의 자료 작성 시간과 반복 질문 빈도를 비교합니다.
중요한 것은 AI의 결과를 그대로 배포하는 것이 아니라, 사람이 확인한 지식을 반복해서 활용할 수 있게 만드는 것입니다. 저는 이 방식을 통해 선배 간호사의 경험이 개인에게만 머무르지 않고, 동료의 적응과 교육을 돕는 공동 자산으로 이어지도록 하고자 합니다.
