전체 사례No. 072
나가노시민병원, 전자의무기록에 AI 비서 연동
환자별 필요 기록만 뽑아 초안을 쓰고 사람이 검토해 완성합니다
- 사례 번호
- 072
- 1차 출처
- Hospital press release (PR Times) + Unirita press release and case study
- 원문 게시
- 2026-03-09

요약
- 전자의무기록에서 환자별 필요 데이터만 추출하는 생성형 인공지능 비서 50여 개를 구축했습니다.
- 연간 5,472시간 절감 내역을 보면 간호 정보 일괄 수집 비서가 가장 큰 단일 항목으로 확인되었습니다.
- 기존 데이터 파이프라인에 인공지능을 얹고 반복 업무 현장부터 설득해야 도입이 넓어집니다.
의료진은 전자의무기록의 진료 및 간호 기록에서 필요한 정보를 찾고 확인하는 데 많은 시간을 써야 했습니다. 의사들 역시 진료 기록에서 필요한 정보를 추출해 의료 문서를 작성하느라 긴 시간을 보내야 했고, 병원은 의료진이 환자와 마주하는 시간을 더 늘리고자 했습니다. 일본 나가노현 북부 지역에서 고도 급성기 의료를 담당하는 400병상 규모의 공공병원인 나가노시민병원은 2026년 3월 9일, 원내 전자의무기록과 직접 연결한 생성형 인공지능(AI) 비서들을 통해 연간 5,472시간에 달하는 업무 효율화 효과를 입증했다고 발표했습니다.
이 수치는 월평균 약 456시간이며, 병원 환산 기준으로 상근 인력 약 3명분에 해당합니다. 나가노시민병원의 발표 자료와 이 프로젝트의 기술 협력사인 유니리타(Unirita)의 고객 도입 사례 자료를 통해, 어떻게 일반적인 인공지능 챗봇을 그대로 두지 않고 민감한 의료 기록과 안전하게 결합해 실질적인 시간 단축을 끌어냈는지 그 과정을 살펴봅니다.
환자 기록을 찾고 서류를 쓰느라 정작 환자를 볼 시간이 줄어들었습니다
의료 현장의 인력 부족이 심화하는 가운데, 급성기 병원으로서 입원부터 퇴원까지 대량의 문서를 생산합니다. 환자가 입원해서 퇴원할 때까지 작성해야 하는 서류는 정형화된 서식을 따르지만, 환자마다 앓고 있는 질환의 경과와 치료 과정은 완전히 다릅니다. 이 때문에 의사가 환자 한 명당 퇴원 요약서를 작성하는 데 10분 이상을 쏟는 일이 드물지 않았고, 낮 시간대의 바쁜 진료가 끝난 저녁 시간으로 서류 작성이 밀려 장시간 근무의 원인이 되었습니다.
간호사들 역시 사정은 비슷했습니다. 교대 근무를 시작할 때마다 방대한 간호 기록을 읽고 핵심을 파악하는 데 긴 시간을 써야 했습니다. 진료 및 간호 기록에서 필요한 정보를 찾아내고 확인하는 작업은 개별 의료진의 경험과 숙련도에 부분적으로 의존하고 있었습니다.
이 문제를 해결하기 위해 디지털 전환(DX) 팀을 이끌던 구사노 수석부원장 겸 정보시스템실장은 개인적으로 ChatGPT 같은 범용 도구를 시험해 보며 진료 기록을 요약하는 데 유용하다는 점을 확인했습니다. 하지만 병원 진료 현장에 도입하려 하자 두 가지 커다란 벽을 마주했습니다. 첫째는 보안이었습니다. 환자의 민감한 개인정보를 클라우드 인공지능에 그대로 보낼 수는 없었습니다. 둘째는 실용성이었습니다. 바쁜 병동과 외래 환경에서 누구나 손쉽게 쓸 수 있을 만큼 작동 방식이 간단하지 않으면 현장에 퍼질 수 없었습니다.
외부 패키지 대신 10년 넘게 써온 데이터 배관에 인공지능을 얹었습니다
나가노시민병원은 완전히 새로운 시스템을 사 오는 대신, 2011년부터 병원의 데이터 플랫폼을 맡아 온 유니리타와 협력하는 길을 택했습니다. 병원은 유니리타의 노코드 데이터 추출·변환·적재(ETL) 도구인 Waha! Transformer를 사용해 전자의무기록(EHR) 데이터를 이미 바로 활용할 수 있는 형태로 보관하고 있었습니다. 정기 회의 중 유니리타는 기존 Waha! Transformer를 확장해 전자의무기록 데이터를 안전하게 추출하고 이를 생성형 인공지능과 연결하자는 제안을 던졌습니다.
진료정보관리학 박사 학위를 가진 정보시스템실의 시스템 매니저는 이 제안을 중요한 돌파구로 보았습니다. 범용 인공지능을 그대로 사용하기보다 병원의 데이터 구조를 이미 알고 있는 유니리타가 안전한 게이트웨이를 구축하게 하는 것이 최선의 접근법이라고 판단했습니다.
일정은 단계적으로 진행되었습니다. 2023년 6월 사설 클라우드 환경에 생성형 인공지능 엔진을 구축하고 안전한 연계 기반을 마련했습니다. 이어 2023년 8월 전자의무기록 데이터와 생성형 인공지능을 직접 연결하는 시험에 성공했습니다. 유니리타는 이 협력을 바탕으로 클라우드 서비스인 SecuAiGent를 제품화했고, 2025년 4월 나가노시민병원에서 정식 플랫폼으로 가동을 시작했습니다.
환자 번호 하나로 필요한 기록만 좁혀 가져오고 클릭 한 번으로 실행합니다
이 시스템의 작동 구조는 세 가지 핵심 원칙을 따릅니다.
첫째는 환자 범위 한정 추출 방식입니다. 전자의무기록에서 데이터를 무작정 인공지능에 넘기지 않습니다. 환자 등록번호(ID)를 기준으로 Waha! Transformer가 “이번 입원 기간 기록만”과 같이 해당 작업에 꼭 필요한 데이터만 좁혀서 추출한 뒤 인공지능에 전달합니다. 유니리타는 이를 검색증강생성(RAG)과 데이터 추출·변환 기술을 결합한 방식으로 부르며, 인공지능이 근거 없이 거짓 정보를 지어내는 환각 현상을 구조적으로 방지한다고 설명합니다.
둘째는 철저한 데이터 보호입니다. 유니리타에 따르면 입력된 개인정보는 인공지능 학습에 사용되지 않으며 클라우드 서버에 로그 기록도 남기지 않습니다. 학습 모듈을 로컬이나 사설 클라우드 환경에 두어 민감한 임상 정보의 외부 유출 경로를 차단한다고 설명합니다.
셋째는 전자의무기록 화면 내 원클릭 연동입니다. 의료진이 환자 번호를 다시 입력하거나 차트 내용을 복사해서 붙여넣을 필요가 없습니다. 전자의무기록 화면에서 버튼을 한 번 클릭하면 SecuAiGent 도구가 즉시 열리며 해당 환자의 정보가 자동으로 채워집니다. 구사노 수석부원장은 진료 현장의 의료진에게 몇 초의 추가 수고조차 큰 진입 장벽이 되기 때문에, 전자의무기록 내부에서 모든 조작이 완결되는 것이 확산의 절대 조건이었다고 설명했습니다.
50여 개의 전용 비서를 만들고 최종 검토는 사람에게 남겼습니다
정보시스템실과 원내 디지털 전환 추진 조직인 팀 DIGITAL 2.0은 전자의무기록 연동에 성공한 2023년 8월 이후 약 2년 반 동안 50개 이상의 용도별 전용 비서를 개발했습니다. 팀 DIGITAL 2.0은 2023년 2월 ‘팀 DIGITAL’로 출발해 개편된 조직으로, 구사노 수석부원장이 리더를 맡고 정보시스템실 시스템 매니저가 가속자 역할을, 혈액내과 의사인 스미 마사히코가 전도사 역할을 맡았습니다.
이들이 구축한 50여 개의 비서는 각 업무에 맞춰 전문화되어 있습니다.
- 타 병원 전달용 진료정보제공서 및 퇴원 요약서 초안 작성 비서
- 응급 환자 이송 수용 시 과거 의무기록을 한 번에 요약하는 비서
- 간호사 근무 교대 시점이나 다학제 팀 진료에 필요한 환자 정보 일괄 수집 비서
- 환자 설명 및 의료 콘퍼런스 음성을 텍스트로 옮기고 기록을 생성하는 비서
- 화학요법 환자 간호 정보 수집, 진료 설명 동의 기록 작성, 약사의 환자 교육용 안내문 작성 지원 비서
퇴원 요약서 비서의 경우 환자의 5년 치 진료 기록을 한 번에 검토해 요약 초안을 작성합니다.
여기서 가장 중요한 업무 원칙은 역할 분담입니다. 구사노 수석부원장은 인공지능에 모든 결정을 맡기지 않고, “인공지능이 작성한 초안을 사람이 확인하고 마무리한다”는 원칙을 확립했다고 밝혔습니다. 인공지능이 작성한 초안을 사람이 확인하고 완성하는 이러한 업무 방식이 정착되면서, 병원은 정확성을 유지하면서도 큰 효율을 얻을 수 있었습니다.
실제 시스템은 전자의무기록의 데이터를 비서로 전달하기만 하고, 인공지능이 생성한 결과물을 의무기록에 직접 덮어쓰지는 않는 단방향 구조로 돌아갔을 가능성이 높습니다. 의료진이 인공지능의 초안을 검토하고 수정한 뒤 최종 문안을 전자의무기록에 직접 입력해야 공식 문서에 대한 법적·의료적 책임을 온전히 사람이 질 수 있기 때문입니다. 또한 50여 개에 달하는 비서는 완전히 다른 프로그램을 매번 새로 만든 것이 아니라, 정해진 환자 번호에 따라 특정 기간의 기록만 가져오는 추출 규칙과 전용 프롬프트 서식을 조합해 빠르게 늘려갔을 것입니다.
의사의 문서 작성보다 간호 팀의 주간 정보 수집이 확산의 불씨가 되었습니다
도구를 잘 갖추어 놓았다고 해서 병원 전체 직원이 바로 사용하기 시작한 것은 아니었습니다. 2025년 4월 SecuAiGent 플랫폼이 열리고 처음으로 퇴원 요약서 작성을 지원했을 때, 초기 이용자는 소수의 의사에 머물렀습니다. 스미 마사히코 의사는 의료 현장의 IT 활용 능력 격차가 엄연히 존재하며, 초기에는 이 도구가 무엇을 할 수 있고 자신의 일을 어떻게 덜어줄 수 있는지 잘 전해지지 않았다고 돌아보았습니다.
팀 DIGITAL 2.0은 기능 설명 대신 구체적인 성공 경험을 보여주는 현장 중심 활동을 펼쳤습니다. 인공지능을 직접 다뤄보는 체험회를 열어 심리적 거부감을 낮추었고, 임상 활용 아이디어를 나누는 모임을 여러 차례 진행했습니다. 또한 원내 각 부서에서 디지털 전환에 관심이 있는 직원들을 ‘디지털 앰배서더’로 모집했습니다. 이들이 팀 DIGITAL 2.0의 파트너로 합류하면서 초기에 약 10명이었던 팀 인원은 현재 약 50명으로 늘어났습니다.
도입 확산의 결정적 전환점은 2025년 9월에 찾아왔습니다. 배뇨 케어 팀은 매주 대상 환자들의 경과 기록을 모아 상태를 확인하는 정기 업무를 수행하고 있었습니다. 이전에는 환자 1명당 기록을 찾는 데 약 30분이 걸리던 작업이었습니다. 전용 프롬프트를 갖춘 배뇨 케어 비서를 도입하자 이 작업 시간이 환자 1명당 3분으로 줄어들었습니다.
이 극적인 변화를 목격한 간호사들은 인공지능이 남의 기술이 아니라 자신의 고된 일손을 덜어주는 도구임을 체감했습니다. 이후 병원 전반에서 도구 이용률이 가파르게 상승하기 시작했습니다.
연간 5,472시간 절감 내역에서 간호 정보 일괄 수집 비서가 가장 컸습니다
나가노시민병원이 발표한 연간 5,472시간 절감 효과는 2025년 4월부터 2026년 1월까지 인공지능 비서를 적극적으로 활용한 직원 111명을 대상으로 한 도입 전후 설문 조사를 바탕으로 계산되었습니다. 각 비서를 한 번 실행할 때 줄어든 시간에 총 실행 횟수를 곱했고, 도입 기간이 12개월 미만인 비서는 실제 실적을 기준으로 1년 치 환산 보정을 거쳤습니다. 즉, 10개월간 실측한 누적치가 아니라 설문 응답과 실행 횟수를 결합해 추산한 연간 환산값입니다.
병원 측이 공개한 연간 효율화 효과 23개 비서 목록의 순위를 살펴보면 흥미로운 점이 드러납니다.
- 절감 시간이 가장 큰 비서는 의사의 서류 작성이 아니라 ‘간호 정보 일괄 수집’이었습니다.
- 그 뒤를 이어 회의록 문자 변환 요약, 간호 콘퍼런스 문자 변환 요약, 환자 진료 이력 일괄 요약 비서가 상위권을 차지했습니다.
- 프로젝트 초기에 주목받았던 의사 대상 문서 작성 비서는 중위권에 머물렀습니다. 진료정보제공서 작성 비서가 9위, 의사 퇴원 요약서 작성 비서가 11위였습니다. 프롬프트 작성 지원 비서도 12위에 올랐습니다.
- 가장 순위가 낮은 비서는 수술 전 간호 회진 정보 수집이었습니다.
기술 공급사인 유니리타가 별도로 제시한 작업 단위의 수치를 보면, 퇴원 요약서 초안 작성은 1명당 평균 10분에서 25초로 단축되었고, 다학제 팀 진료를 위한 정보 수집은 1명당 약 30분에서 약 3분으로 줄었습니다. 여기서 25초는 초안을 뽑아내는 시간이며, 이후 의사가 내용을 확인하고 최종 작성하는 검토 과정이 뒤따릅니다.
직원 대상 설문 조사 결과는 업무의 질적 변화도 보여줍니다. 응답자 중 업무 효율과 진료의 질이 모두 향상되었다고 답한 비율이 45.6%, 진료의 질이 향상되었다고 답한 비율이 3.8%, 업무 효율이 향상되었다고 답한 비율이 48.1%였습니다. 변화가 없다고 답한 비율은 2.5%에 불과했습니다. 병원 측은 응답자의 약 98%가 효율이나 질적 측면에서 개선을 체감했다고 평가했습니다.
경영 지표에서도 긍정적인 신호가 나타났습니다. 유니리타의 자료에 따르면 전년 대비 입원 환자 수가 5% 증가하는 상황 속에서도 병원 전체의 시간외 근무 시간은 감소 추세를 보였습니다. 병원은 사업연도 초에 연간 7,800시간의 업무 창출 목표를 세우고 단계적으로 실행을 이어가고 있습니다.
절감된 시간은 문서를 쓰는 작업만큼이나 기록을 읽어내는 작업에서도 나왔습니다
나가노시민병원의 사례는 인공지능 전환을 고민하는 기업과 조직에 몇 가지 중요한 교훈을 전합니다.
첫째, 화려한 인공지능 모델을 고르기 전에 데이터를 뽑아낼 배관이 먼저 준비되어 있어야 합니다. 이 병원은 2011년부터 축적해 온 전자의무기록 추출 파이프라인이 있었기 때문에, 화면 클릭 한 번으로 특정 환자의 필요 기간 데이터만 인공지능에 넘기는 매끄러운 환경을 단기간에 만들 수 있었습니다. 전자의무기록 데이터에 복사해서 붙여넣어야만 접근할 수 있는 병원이라면, 이 병원이 이미 해결해 둔 보안과 사용성의 장벽에 부딪히는 것부터 시작해야 했을 것입니다.
둘째, 시간 절감 효과는 문서를 작성하는 작업만큼이나 기록을 읽어내는 작업에서도 나왔습니다. 이 프로젝트는 의사의 명백한 서류 작업인 퇴원 요약서로 시작했지만, 세부 내역에서 가장 큰 단일 항목은 간호 정보 수집이었고 문자 변환 비서들이 그 뒤를 이었습니다. 절감 시간은 1회 실행당 절감된 시간에 실행 횟수를 곱한 결과이므로, 많은 간호사가 매 교대 근무나 매주 반복하는 작업은 시간이 더 오래 걸리더라도 드물게 실행되는 작업보다 더 큰 시간 절감으로 이어질 수 있습니다.
셋째, 전사적 확산은 소수의 고급 사용자나 대표 관리자가 아니라 반복 업무에 지쳐 있던 현장 실무자의 성공 경험에서 시작됩니다. 의사 중심의 문서 작성 도구로 출발했을 때 멈춰 있던 도입 속도는, 환자 1명당 약 30분이 걸리던 주간 정보 수집을 3분으로 줄인 배뇨 케어 간호사들의 체감에서 비로소 탄력을 받았습니다. 여기에 팀 인원을 약 10명에서 약 50명으로 늘린 앰배서더 모집이 더해지면서 병원 내 이용에 변화를 가져왔습니다.
인공지능에 결정을 통째로 넘기지 않고 초안 작성을 맡긴 뒤 사람이 확인하고 마무리하는 단순한 원칙, 그리고 현장의 가장 지루한 읽기 작업을 먼저 덜어주는 설계가 있었기에 의료 현장의 시간은 다시 환자를 돌보는 본래의 시간으로 돌아갈 수 있었습니다.
출처
- Nagano Municipal Hospital (PR Times) — Nagano Municipal Hospital demonstrates 5,472 hours a year of work efficiency from generative AI (일본어 보도자료를 영어 제목으로 번역) — https://prtimes.jp/main/html/rd/p/000000002.000179216.html — 2026-03-09
- Unirita — Nagano Municipal Hospital creates 5,472 hours a year with Unirita’s secure generative AI SecuAiGent (일본어 보도자료를 영어 제목으로 번역) — https://www.unirita.co.jp/press/2026/0416_press002.html — 2026-04-16
- Unirita — SecuAiGent case study: Nagano Municipal Hospital (일본어 벤더 도입 사례를 영어 제목으로 번역, 해당 웹페이지에는 발행일이 표시되어 있지 않으며 2026-04-16 발표됨) — https://www.secuaigent.com/case-nagano — 2026-04-16