화면이 아닌 환자를 보게 하다: 말로 묻고 AI로 이해하는 연세의료원의 진료 데이터
필요한 진료 데이터를 여러 화면을 넘나드는 대신 말로 물어볼 수 있다면, 병원의 데이터 활용 방식은 어떻게 달라질까요?
단순한 데이터 조회 하나를 위해 전용 화면을 새로 만들고 유지보수하는 부담은 병원 정보시스템이 복잡해질수록 커집니다. 하지만 EMR 데이터는 처음부터 AI 활용을 염두에 둔 구조가 아니어서, 범용 자연어-SQL 변환(NL2SQL)은 약어 컬럼과 병원 고유 코드가 가득한 진료 데이터 앞에서 쉽게 한계를 드러냅니다.
연세의료원 정윤빈 AX 센터 소장이 Microsoft Fabric 위에 자연어 기반 진료 데이터 에이전트를 준비해 온 과정을, 연세대학교 고유정 Researcher가 그 답변을 얼마나 믿을 수 있는지 검증한 방법을 한국마이크로소프트와 함께 공유합니다.
주요 내용
- 기존 EMR 위에 의미 계층을 더할 것인가, Fabric으로 데이터와 맥락을 함께 옮길 것인가: 임상 NL2SQL을 위한 두 가지 경로
- 가명처리한 EMR 데이터를 Fabric 레이크하우스에 적재하고 메달리온 구조로 정제해, 에이전트가 이해할 수 있는 임상 타임라인과 스키마 설명·예시 쿼리를 갖추는 과정
- 의료진이 구축한 정답 세트, 텍스트 유사도 지표, LLM 기반 평가를 결합한 신뢰성 검증 체계와 질의 유형·난이도별 분석
이런 분께 추천합니다
- 반복되는 조회 화면 개발 대신 자연어 기반 셀프서비스 조회 환경을 검토하는 병원 의료정보·EMR 개발 부서 담당자
- 진료 데이터를 AI가 활용할 수 있는 형태로 재구성하려는 병원 데이터 플랫폼·AX 조직 리더
- 의료 분야 AI 에이전트의 답변 신뢰성을 어떤 기준과 방법으로 평가할지 고민하는 의료 AI 연구자

