전체 사례No. 071
가톨릭 헬스가 포털 전화 대기를 없앤 과정
외주 상담 비용을 줄이고 문의 전화의 64%를 자체 해결했습니다
- 사례 번호
- 071
- 1차 출처
- Notable blog (Becker's Health IT session recap) and vendor interview
- 원문 게시
- 2026-04-24

요약
- 가톨릭 헬스는 병원 포털 상담 전화에 인공지능 음성 에이전트를 도입해 외주 상담 비용을 줄였습니다.
- 철저한 검증 루브릭과 시나리오 테스트로 출시 첫날 50%가 넘는 문의를 상담사 없이 해결했습니다.
- 건당 비용이 명확한 반복 업무부터 단계별로 자동화하면 운영 비용 절감과 환자 만족을 함께 얻습니다.
진료 결과를 보려던 환자가 전화를 끊어버리는 이유
병원에서 검사를 받고 결과를 확인하려는데 웹사이트 로그인이 되지 않는 상황을 떠올려 보십시오. 당장 의사의 소견을 읽고 다음 진료를 예약해야 하는 환자에게 로그인 오류는 단순한 불편을 넘어 극심한 불안으로 이어집니다. 환자는 답답한 마음에 전화기를 들지만, 통화 연결음만 길게 이어지다 결국 수화기를 내려놓고 맙니다.
미국 뉴욕 롱아일랜드 지역에서 여러 병원을 운영하는 헬스케어 시스템인 가톨릭 헬스(Catholic Health)가 정확히 이런 문제에 직면해 있었습니다. 이 회사는 미국 대형 의료 정보 시스템 기업인 에픽(Epic)의 전자의무기록을 핵심으로 사용하는 전략을 취하고 있었습니다. 이에 따라 환자용 포털 서비스인 마이차트(MyChart)를 운영하고 있었습니다. 환자는 마이차트를 통해 진료를 예약하고 담당 의료진과 메시지를 주고받으며 검사 결과를 확인할 수 있어야 했습니다.
하지만 환자들의 포털 활성화 비율은 20%에 그쳤습니다. 다섯 명 중 한 명만 마이차트 계정을 활성화했던 셈입니다. 포털에 들어가지 못한 환자들이 도움을 요청하던 헬프데스크 전화선은 문제를 해결해 주는 창구가 아니라 환자의 발을 묶는 병목이 되어 있었습니다.
한 통에 10달러씩 나가던 상담 전화와 10%의 이탈률
가톨릭 헬스의 마이차트 헬프데스크에는 한 달에 약 5,000건의 문의 전화가 걸려왔습니다. 이 전화들은 외부 계약 업체 상담사에게 연결되었는데, 통화당 처리 비용이 10달러에 달했습니다.
비용도 문제였지만 환자 경험은 더 나빴습니다. 통화 데이터를 분석해 보니 환자들은 상담사와 연결되기까지 평균 30초에서 60초를 대기해야 했습니다. 긴 대기 시간을 견디지 못하고 전화를 끊어버리는 비율인 통화 포기율이 10%에 달했습니다. 게다가 어렵게 연결된 상담사로부터 언제나 정확한 답변을 듣는 것도 아니라는 환자들의 불만이 접수되었습니다.
가톨릭 헬스의 디지털 전략 부사장인 앨리슨 콜린스(Allyson T. Collins)는 이 상황이 환자의 신뢰에 미치는 영향을 심각하게 보았습니다. 콜린스 부사장은 “우리는 환자가 디지털 건강 정보에 접근하는 것을 가로막고 있었고, 이는 환자가 온라인으로 진료를 예약하거나 의료진의 메시지를 확인하고 검사 결과를 조회하지 못한다는 뜻이었습니다”라며 문제를 짚었습니다. 다른 병원들이 훨씬 더 편리한 디지털 경험을 제공하는 상황에서 불만을 품은 환자가 다시는 가톨릭 헬스를 찾지 않을 수도 있다는 위기감이 커졌습니다.
인공지능을 투입하기 전에 짚어야 했던 세 가지 질문
가톨릭 헬스는 헬스케어 전문 인공지능 기술 기업인 노터블(Notable)과 협력하여 이 헬프데스크에 음성 인공지능 에이전트를 도입하기로 결정했습니다. 이 사례는 노터블 공식 블로그와 2026년 4월에 열린 베커스(Becker’s) 콘퍼런스 발표 내용을 통해 공개되었습니다.
기술을 구축하기 전, 경영진은 조직의 평판과 직결된 세 가지 근본적인 질문을 먼저 정리했습니다. 첫째는 브랜드 관점에서 인공지능 상담원이 환자에게 거리감을 주지 않을 것인가였습니다. 둘째는 환자를 직접 응대하는 인공지능이 병원의 핵심 사명에 맞게 정확하고 공감 어린 태도를 유지하도록 어떻게 감독할 것인가였습니다. 셋째는 인공지능의 단 한 번의 실수가 환자의 신뢰를 무너뜨리지 않도록 통제할 수 있는가였습니다.
아울러 콘퍼런스 발표에서는 개인정보보호 부서와 법무 부서, 그리고 조직의 정보 보안 정책을 총괄하는 CISO(Chief Information Security Officer, 정보보호최고책임자)를 참여시키는 것이 필수적이라는 조언도 공유되었습니다. 투명성과 열린 관계를 유지하는 것이 핵심이라는 설명입니다.
환자는 정해진 틀대로 질문하지 않는다
처음 계획은 단순했습니다. 환자들이 가장 많이 전화하는 이유 중 하나인 비밀번호 재설정 업무만 떼어내어 작게 시작하자는 생각이었습니다. 하지만 실제 녹음된 상담 통화를 직접 들어보면서 이 가정이 빗나갔음을 깨달았습니다.
환자는 부서나 기능별로 생각하지 않았습니다. 비밀번호를 재설정하겠다고 전화를 걸었지만 통화를 하다 보니 아이디 자체를 잊어버린 상태였고, 로그인을 해결하고 나면 곧바로 진료 예약까지 도와달라고 요청하는 식이었기 때문입니다. 비밀번호 재설정만 처리하는 인공지능을 도입한다면, 환자는 아이디를 찾기 위해 다시 상담사를 기다려야 하므로 불완전한 경험을 하게 됩니다.
가톨릭 헬스는 전략을 수정했습니다. 환자에게 완결된 경험과 실질적인 가치를 제공하기 위해 마이차트의 주요 업무를 한꺼번에 다루는 통합적인 접근 방식을 택했습니다. 팀은 아이디 찾기, 비밀번호 재설정, 진료비 청구서 확인 방법, 대리인 계정 등록 방법 등 지원 대상 업무의 세부 단계를 처음부터 끝까지 글로 풀어낸 업무 지침을 작성했습니다.
5가지 채점 기준과 100개 넘는 가상 시나리오
목표도 명확히 세웠습니다. 상담사 개입 없이 인공지능이 통화를 끝까지 해결하는 비율을 콜 해결률(Containment Rate)이라고 부릅니다. 초기 목표는 20~25% 수준이었습니다. 하지만 콜린스 부사장은 통화당 10달러가 드는 구조에서 해결률을 높일수록 비용 절감 효과가 매우 크다는 점을 보고 목표치를 30%로 상향 조정했습니다.
환자 경험을 위한 설계 원칙도 세워졌습니다. 24시간 연중무휴 응대를 지원하고, 환자가 통화 중 말로 동의하면 복잡한 안내 대신 문자메시지로 바로가기 링크를 전송하도록 했습니다. 또한 환자가 말을 마친 뒤 인공지능이 대답할 때까지의 지연 시간 상한을 엄격하게 제한했습니다. 말이 끝나고 어색한 침묵이 길어질수록 상대방이 기계라는 사실을 강하게 느끼기 때문입니다. 팀은 수십 개의 인공지능 목소리를 직접 들어보며 지나치게 격식에 얽매이지 않으면서도 전문적이고, 너무 가볍지 않으면서도 대화하듯 편안한 톤을 골랐습니다.
가장 중요한 안전장치는 통화 품질을 평가하는 5가지 채점 기준이었습니다. 인공지능이 환자의 통화 의도를 정확하게 파악했는지, 질문에 답하기 위해 정해진 업무 지침을 따랐는지, 규정된 어조와 목소리 지침을 지켰는지, 필요할 때 사람 상담사에게 통화를 올바르게 넘겼는지, 그리고 인공지능이 사실이 아닌 내용을 지어내는 환각(Hallucination) 현상이 없었는지를 평가했습니다. 이때 응급 상황이나 시급한 상태가 언급되면 즉시 상담사에게 연결하도록 설계했습니다.
팀은 스프레드시트에 인공지능 에이전트와 실행하고자 하는 100개가 넘는 다양한 테스트를 정리했습니다. 그리고 인공지능을 활용해 걸려온 모든 통화를 완벽, 통과, 실패의 세 등급으로 채점했습니다.
현장에서 드러난 뜻밖의 오차와 빠른 궤도 수정
이러한 사전 검증을 거쳐 인공지능 음성 상담원은 프로젝트 시작 5주 만에 실제 운영에 투입되었습니다. 출시 후 며칠 동안 프로젝트 팀은 매시간 통화를 모니터링하며 작동 상태를 점검했습니다. 기술은 설계된 규칙대로 움직였지만, 실제 환자들의 행동은 예측과 달랐습니다.
가장 먼저 드러난 문제는 몇 가지 단계를 놓쳤다는 점이었습니다. 마이차트의 웹과 앱 사이의 몇 가지 미세한 차이를 완전히 고려하지 못했다는 사실을 깨달았습니다. 이에 팀은 방향을 전환하여 웹 전용 지침과 앱 전용 지침을 각각 포함하도록 업무 지침을 다시 작성했습니다.
실제 시스템이 돌아가는 과정을 추정해 보면, 전화상으로 비밀번호나 계정 정보를 직접 읊어주는 방식은 보안상 위험하므로 사용하지 않았을 가능성이 높습니다. 인공지능이 기존 환자 등록 정보로 본인 인증을 거친 뒤 구두 동의를 받아 마이차트 시스템의 재설정 링크를 등록된 전화번호로 문자로 보내고, 환자가 화면에서 직접 입력하는 동안 인공지능이 통화를 유지하며 대기하는 흐름이었을 것입니다.
또한 환자가 메일을 확인하거나 서식을 작성하는 중간에 인공지능이 얼마나 자주 말을 건네야 할지도 섬세한 조율이 필요했습니다. 너무 자주 말을 걸면 환자를 재촉하는 인상을 주고, 너무 오래 말을 하지 않으면 통화가 끊긴 것처럼 느껴지기 때문입니다. 팀은 환자가 안정감을 느끼도록 추임새와 발화 간격을 지속해서 조정했습니다.
첫날 54% 해결률에서 두 달 만에 6만 달러 절감으로
철저한 준비 덕분에 결과는 기대치를 훌쩍 뛰어넘었습니다. 첫날 기록한 콜 해결률은 52~54% 수준이었습니다. 당초 경영진이 기대했던 목표치인 30%를 첫날부터 넘긴 것입니다.
이 수치는 시간이 지나면서 계속 상승했습니다. 2026년 1월 공개된 인터뷰에서는 57%로 올랐고, 2026년 4월 콘퍼런스 세션에서는 64%까지 도달했습니다. 헬프데스크로 걸려온 문의 전화 10통 중 6통 이상을 사람 상담사를 거치지 않고 인공지능이 완전히 해결하게 된 것입니다.
비용 절감 효과도 즉각 나타났습니다. 2026년 1월 공개된 인터뷰에서는 연간 약 35만 달러의 비용 절감이 예상되었고, 4월 콘퍼런스 세션에서는 도입 첫 2개월 동안 이미 6만 달러를 절감했으며 연간 36만 달러의 절감 효과가 예상된다고 밝혔습니다. 1월 인터뷰에서 인공지능이 처리했다고 밝힌 누적 통화 건수는 2만 5,000건을 넘었습니다.
환자 경험 측면에서도 큰 변화가 있었습니다. 24시간 즉시 전화를 받는 음성 에이전트 덕분에 통화 대기 시간과 통화 포기율이 사라졌습니다. 전화가 끊기지 않고 즉각 응대되면서 헬프데스크는 매달 이전보다 약 500건의 문의 전화를 더 소화할 수 있게 되었습니다. 노터블의 요약에서는 서비스 도입 전 20%에 머물렀던 마이차트 포털 활성화 비율도 기준점을 넘어 상승했다고 밝혔습니다.
환자들의 반응 역시 긍정적이었습니다. 콜린스 부사장은 한 환자가 “당신은 내가 약 60년 동안 대화해 본 가상 비서 중 최고였습니다. 정말 고맙습니다”라며 감사를 전했던 사례를 소개했습니다. 콜린스 부사장은 “환자에게는 사람 상담사와 이야기하느냐 인공지능과 이야기하느냐가 중요하지 않았습니다. 자신이 필요한 도움을 받을 수만 있다면 상관없었던 것입니다”라고 말했습니다.
사람 상담사는 단순 문의 대신 더 복잡한 환자 요구로
품질 기준에 명시된 대로 응급 상황이나 시급한 상태가 언급되면 인공지능은 즉시 사람 상담사에게 통화를 넘기며, 에이전트가 자체 해결하지 못한 나머지 통화 역시 필요에 따라 사람 상담사에게 연결됩니다. 인공지능이 해결한 64%의 통화는 기존대로라면 외주 상담사에게 전달되었을 전화들이었습니다.
이러한 변화 덕분에 상담 직원들은 일상적인 계정 및 접속 관련 문의 대신 더 복잡한 환자의 요구에 집중할 수 있게 되었습니다.
콜린스 부사장은 다음 단계로 1차 진료 및 전문 진료과 전화를 담당하는 환자 접수 센터로 인공지능을 확장할 구상을 밝혔습니다. 이 센터 직원들의 주된 업무는 진료 예약이지만, 실제로는 많은 환자가 의사와의 재통화를 원하거나 검사 결과 및 서식에 대해 문의해 옵니다. 콜린스 부사장은 이러한 반복 업무를 인공지능이 수행하도록 훈련하고, 사람 상담사는 자신의 전문 역량(top of their license)을 최대한 발휘할 수 있는 진료 예약에 집중하도록 만들겠다는 계획입니다.
60만 건의 전화 유입 창구로 넓어지는 자동화
마이차트 헬프데스크에서 검증을 마친 가톨릭 헬스는 이제 인공지능의 적용 범위를 병원의 주요 환자 접점으로 넓혀가고 있습니다.
한 축은 진료 의뢰와 환자 소통을 지원하기 위한 양방향 문자메시지 서비스입니다. 이 기능은 이미 50개 이상의 전문 진료과에 적용되어 가동 중이며 20%의 전환율을 기록하고 있고, 자동 업데이트를 위해 에픽(Epic)과 연동되어 있습니다.
다른 한 축은 연간 약 60만 건의 통화가 발생하는 환자 접수 창구에 인바운드 음성 인공지능을 도입하는 프로젝트입니다. 초기에는 본인 인증과 환자 분류, 라우팅 업무에 집중하고 있으며, 처방전 리필, 진료 의뢰, 추적 관찰과 같은 업무를 처리하기 위해 1차 진료 전화선으로도 음성 인공지능 에이전트를 확장해 나가고 있습니다.
비즈니스 리더가 이 사례에서 얻어야 할 기준
의료 분야의 실무자가 아니더라도, 가톨릭 헬스의 사례는 인공지능을 실제 업무에 적용하려는 모든 기업에 뚜렷한 기준을 제시합니다.
첫째, 명확한 건당 비용이 존재하는 업무부터 시작해야 한다는 점입니다. 통화당 10달러라는 비용이 책정되어 있었기에, 해결률 목표는 단순한 기술적 지표가 아니라 곧 비용 절감 목표가 될 수 있었습니다. 투자 대비 효과가 측정되지 않는 기술 도입은 조직의 지지를 얻기 어렵습니다.
둘째, 기능의 범위는 조직도가 아니라 사용자의 실제 행동에서 나와야 합니다. 회사는 비밀번호 초기화만 따로 떼어내 관리하고 싶어 했지만, 환자는 아이디 분실과 진료 예약을 한 호흡으로 물어보았습니다. 사용자의 행동 경로를 파악하고 그 경로 전체를 감싸 안아야만 상담사에게 다시 전화를 넘기지 않고 끝까지 해결할 수 있습니다.
셋째, 출시 전 테스트 세트가 곧 시스템의 명세서가 되어야 합니다. 가톨릭 헬스는 모호하게 좋은 챗봇을 만들려 하지 않았습니다. 5가지 채점 질문을 명확히 정의하고, 100개 이상의 테스트 시나리오를 만들어 인공지능으로 사전 채점을 마친 뒤에야 문을 열었습니다. 기술은 설계된 대로 예측 가능하게 작동했으며, 현장에서 나타난 오차는 모델 전체를 수정하는 대신 웹과 앱의 업무 지침을 다시 작성함으로써 바로잡았습니다.
넷째, 빠른 응답은 단순한 개선을 넘어 대기열 자체를 없앱니다. 24시간 즉시 전화를 받는 시스템은 30~60초의 대기 시간을 줄인 것이 아니라 아예 없앴고, 그 결과 통화를 포기하던 10%의 이탈 환자까지 흡수해 매달 500건의 문의 전화를 추가로 받았습니다. 기술 도입의 성과는 기존 업무의 속도를 조금 높이는 데서 그치지 않고, 시스템의 병목 때문에 버려지던 고객의 접점을 완전히 되살려내는 데 있습니다.
출처
- Notable (republished from Becker’s Health IT) — Eliminating patient hold times: Catholic Health’s rapid deployment of voice AI — https://www.notablehealth.com/blog/eliminating-patient-hold-times-catholic-healths-rapid-deployment-of-voice-ai — 2026-04-24
- Becker’s Hospital Review 16th Annual Meeting — Eliminating Patient Hold Times: Catholic Health’s Rapid Deployment of Voice AI (session abstract) — https://conferences.beckershospitalreview.com/april-annual-meeting-2026/session/3956554/04.-eliminating-patient-hold-times-catholic-health%E2%80%99s-rapid-deployment-of-voice-ai — 2026-04-13
- Notable — Catholic Health: A practical guide for your next AI deployment — https://www.notablehealth.com/blog/catholic-health-a-practical-guide-for-your-next-ai-deployment — 2026-01-16