Perceptions, acceptance and educational use of generative artificial intelligence among health professions students and educators: a rapid systematic review
약 9,553명의 보건 의료 전문직 이해관계자가 참여한 20개 연구를 대상으로 한 이 신속 체계적 문헌고찰은, 생성형 AI가 생산성 및 피드백을 위한 조건부 학습 보조 도구로서 일반적으로 수용되고 있으나, 그 통합 과정에서 환각 현상, 비판적 사고의 저해, 임상적 책임에 관한 우려를 해결하기 위해 강력한 AI 리터러시, 검증 기술 및 윤리적 거버넌스가 필요함을 보여준다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
학습의 세계를 의사, 간호사, 치유사가 되기 위해 어떻게 공부해야 할지 고민하는 학생들과 교사들이 가득한 거대하고 북적이는 도서관이라고 상상해 보십시오. 오랫동안 이 도서관에 있는 도구라고는 교과서, 강의, 그리고 인간 멘토가 전부였습니다. 하지만 최근에 믿을 수 없을 정도로 빠르고 수다스러운 로봇 사서 한 대가 도착했습니다. '생성형 인공지능'(줄여서 GenAI)이라 불리는 기술로 구동되는 이 로봇은 이야기를 쓰고, 책을 요약하며, 질문에 답하고, 심지어 복잡한 의학 사례까지 몇 초 만에 설명할 수 있습니다. 마치 잠도 자지 않고 거의 모든 것을 알고 있는 초스마트 튜터가 생긴 것과 같습니다. 하지만 함정이 하나 있습니다. 이 로봇은 가끔 이야기를 지어내거나, 사실을 틀리게 말하거나, 완벽하게 들리지만 실제로는 위험한 조언을 하기도 한다는 점입니다. 환자 돌봄의 미래는 정확성을 확보하는 데 달려 있기 때문에, 중요한 질문은 단순히 "이 로봇이 우리를 도울 수 있는가?"가 아니라, "우리가 이 로봇을 신뢰할 수 있는가, 그리고 속지 않고 어떻게 활용할 것인가?"입니다.
이 논문은 "신속 체계적 문헌고찰(rapid systematic review)"입니다. 이는 저자들이 이 질문에 답하기 위해 2022년 말부터 2026년 중반 사이에 발견할 수 있는 모든 단서(과학적 연구)를 모은 탐정처럼 행동했다는 뜻입니다. 그들은 전 세계적으로 약 9,600명의 보건 의료 학생과 교사가 참여한 20개의 서로 다른 연구를 살펴보았습니다. 그들의 임무는 이 새로운 로봇 튜터에 대해 사람들이 어떻게 느끼는지 확인하는 것이었습니다. 그들은 로봇을 사랑했을까요? 아니면 두려워했을까요? 그리고 가장 중요한 것은, 언제 로봇에게 일을 맡기고 언제 스스로 업무를 넘겨받기로 결정했는가 하는 점이었습니다.
탐정들은 이야기가 단순한 "예" 또는 "아니요"가 아니라는 것을 발견했습니다. 대신, 그것은 정교하게 조율된 춤에 더 가깝습니다. 학생들과 교사들은 일반적으로 로봇이 아이디어를 구상하거나, 긴 글을 요약하거나, 빠른 설명을 얻는 데 있어 환상적인 도구라고 생각합니다. 마치 초고속 학습 파트너가 생긴 것처럼 말이죠. 그들은 로봇이 더 빠르게 배우고 생산성을 높이는 데 도움을 주는 방식을 좋아합니다. 하지만 그들의 신뢰는 매우 조건적입니다. 마치 로봇이 한적한 빈 도로(퀴즈 공부와 같은 상황)에서 운전하는 것은 허용하지만, 환자가 뒷좌석에 앉아 있는 번잡한 고속도로(실제 의학적 진단이나 기말고사를 채점하는 상황)에서 운전하는 것은 절대 거부하는 것과 같습니다.
주요 결과는 수용 여부가 전적으로 "위험도(stakes)"에 달려 있다는 것입니다. 대화 연습이나 에세이 초안 작성처럼 위험도가 낮은 과업의 경우, 사람들은 기꺼이 AI를 사용합니다. 하지만 임상적 추론이나 전문적 책임과 같이 실제 세상에 결과가 미치는 과업이 개입되는 즉시 신뢰도는 떨어집니다. 논문은 로봇이 아이디어를 생성하는 데는 뛰어나지만, 아직 최종 권위자가 될 준비는 되지 않았다고 제안합니다. 모두의 가장 큰 걱정은 로봇이 "환각 현상(hallucination, 사실처럼 들리는 거짓말을 지어내는 것)"을 일으키거나, 학생들이 스스로 생각하는 대신 도구에 너무 의존하게 되거나, 적절한 검증 없이 과제를 제출하는지 여부를 판단하기 어렵다는 점입니다.
저자들은 경험이 중요하다고 지적합니다. AI를 이전에 사용해 본 적이 있거나 좋은 질문을 던지는 법을 아는 사람들은 AI를 더 선호하는 경나, 그럼에도 불구하고 주의를 기울입니다. 그들은 대부분의 사람들이 명확한 규칙을 원한다는 것을 발견했습니다. "로봇을 이것을 위해 사용할 수는 있지만, 저것을 위해서는 안 된다"와 같은 규칙 말입니다. 또한 그들은 교사가 로봇의 작업을 재검토하는 역할을 해주기를 바랍니다. 이 논문은 로봇을 단순히 금지하거나 통제 없이 내버려 두어야 한다는 생각에 명시적으로 반대하며, 대신 "감독하에 이루어지는 증강(supervised augmentation)" 모델을 제안합니다. 파일럿과 부조종사를 생각해보십시오. AI가 항로를 찾고 조종간을 다루는 데 도움을 줄 수는 있지만, 시스템에 오류가 발생할 경우를 대비해 항상 인간이 좌석에 앉아 주도권을 잡아야 합니다.
요컨대, 논문은 보건 의료 분야가 이 새로운 기술을 거부하는 것이 아니라, 안전망을 갖추고 사용하는 법을 배우고 있다고 결론짓습니다. 로봇은 학습을 위한 강력한 도구이지만, 인간의 판단력을 대체할 수는 없습니다. 이 연구 결과에 따르면, 의료 교육의 미래는 학생들이 어떻게 도구를 사용하고, 어떻게 실수를 포착하며, 언제 기계보다 자신의 뇌를 더 신뢰해야 하는지를 아는 "AI 리터러시(AI 활용 능력)"를 갖추도록 가르치는 데 달려 있습니다. 저자들은 이러한 규칙이 없고 학생들이 로봇의 답변을 검증하는 법을 배우지 못한다면, 우리는 항상 진실을 말하지 않는 도구에 너무 의존하게 될 위험이 있는 전문가 세대를 만들게 될 것이라고 제안합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.