Exploring the Use of Generative AI in Postgraduate GP Training: A Qualitative Study of Resident Doctors’ Experiences and Perceptions

현대적인 진료 현장에서 의사의 일상은 인간적인 유대라는 필요와 기계적인 서류 작업이라는 요구 사이의 끊임없는 협상이다. 환자들은 복잡한 이야기를 품고 도착하지만, 의사는 전자 기록, 의뢰서, 그리고 끝없는 행정적 체크리스트를 헤쳐 나가야만 한다. 이 분주한 풍경 속으로 새로운 종류의 디지털 비서가 등장했다. 바로 생성형 인공지능이다. 데이터를 단순히 분류하거나 엄격한 규칙을 따르는 기존의 컴퓨터 프로그램과 달리, 이 새로운 기술은 방대한 양의 인간 저술물을 학습함으로써 독창적인 텍스트를 생성하고, 정보를 요약하며, 문서를 초안할 수 있다. 이는 환자 진료를 가로막는 반복적인 업무를 처리해 줄 것을 약속하는 도구이지만, 동시에 근본적인 질문을 던진다. 글을 쓰고 추론하는 기계를 고도의 긴박함이 요구되는 의료 환경에서, 특히 그것을 사용하는 사람이 여전히 숙련 과정에 있는 상황에서도 신뢰할 수 있는가 하는 점이다.

뉴캐슬 대학교와 노스 티스 앤 하트립튼 NHS 재단의 연구진은 최전선에 있는 사람들, 즉 일반의 레지던트 의사들의 목소리에 귀를 기울임으로써 이 질문에 대한 답을 찾고자 했다. 이들은 의과대학을 졸업했지만, 여전히 수련의 마지막 단계에 있으며, 완전한 자격을 갖춘 임상의로서 일하는 동시에 가정의학의 특정 기술들을 익히고 있는 의사들이다. 이들은 실제 환자를 치료해야 한다는 압박감과 자신의 성장을 위해 공부하고 성찰해야 한다는 필요성 사이에서 균형을 잡으며 독특한 위치를 차지하고 있다. 연구진은 영국 북부 지역에서 19명의 이러한 의사들을 모아 5차례의 그룹 토론을 진행하였고, 이들이 일상 업무에서 이 새로운 도구들을 실제로 어떻게 사용하고 있는지, 무엇을 이점으로 보는지, 그리고 어떤 두려움이 그들을 밤잠 설치게 하는지를 파악했다.

대화 결과, 이 수련의들에게 인공지능은 이미 방대한 양의 서류 작업을 관리하기 위한 실질적인 파트너가 되어 있었다. 가장 흔한 용도는 행정적인 중노동을 처리하는 것이었다. 의사들은 진료 기록 초안을 작성하거나, 환자 방문 중 오간 대화를 전사하고, 전문의에게 보낼 의뢰서를 쓰는 데 기술을 활용한다고 설명했다. 한 의사는 자신만의 진료 기록 방식이 있지만 이 도구가 기록을 보완하는 데 도움을 준다고 언급했고, 또 다른 의사는 대화 전체를 듣고 전체 기록을 만들어내어 의사가 단순히 결과물을 검토하기만 하면 되는 시스템을 설명했다. 진료실 밖에서도 이 기술은 전문적인 포트폴리오를 정리하고, 일상적인 경험을 자격 취득에 필요한 특정 역량에 매핑하는 데 도움을 주었다. 이는 의사의 업무를 대체하려는 것이 아니라, 반복적으로 느껴지는 업무를 가속화하여 환자에게 집중할 수 있는 시간을 확보하기 위함이었다.

그러나 이 도구의 유용성은 단순한 타이핑 그 이상이었다. 의사들은 또한 이 기술을 복잡한 의학적 문제를 해결하기 위한 사고 파트너로 활용한다고 설명했다. 생소한 증상을 가진 환자를 마주했을 때, 그들은 시스템에 가능한 질환 목록을 생성해 달라고 요청하거나 특정 치료 경로를 설명해 달라고 요청했다. 이것이 기계가 진단을 내린다는 의미는 아니었다. 오히려 기계는 의사가 자신의 임상적 판단을 통해 걸러낼 수 있는 폭넓은 가능성을 제공하는 인지적 보조 도구 역할을 했다. 기술은 시험 준비를 돕고, 연습 문제를 생성하며, 심지어 의사소통 기술을 연습하기 위한 대화를 시뮬레이션하는 데도 쓰였다. 이런 방식으로 기술은 개인화된 튜터로서, 어려운 개념을 명확하고 대화적인 설명으로 분해하여 의사들이 더 빠르게 배우고 이해할 수 있도록 도왔다.

하지만 이러한 디지털 비서에 대한 의존에는 무거운 주의가 뒤따랐다. 의사들은 기술이 실수를 할 수 있으며, 때로는 틀린 내용을 매우 자신 있게 말할 수 있다는 점을 뼈저리utely 인식하고 있었다. 그들은 시스템이 환자의 이야기를 오해하여, 예를 들어 인간의 사별(bereavement)을 반려동물의 죽음과 혼동하는 등의 사례를 공유했는데, 이는 발견되지 않을 경우 심각한 결과를 초래할 수 있는 유형의 오류였다. 이에 따라 '의사가 항상 펜을 쥐고 있어야 한다'는 확고한 합의가 도출되었다. 그들은 기계가 생산한 모든 정보를 검증해야 하며, 이를 최종 답변이 아닌 전문가의 검토가 필요한 초안으로 취급해야 한다고 강조했다. 또한 개인정보 보호에 대한 깊은 우려도 있었다. 의사들은 이러한 시스템에 입력된 환자 데이터가 안전하지 않을 수 있으며, 잠재적으로 민감한 의료 기록이 제삼자에게 노출될 수 있음을 걱정했다. 그들은 환자의 인지나 동의 없이 도구를 사용하는 것은 윤리적으로 옳지 않다고 강조했으며, 환자 케어에 대한 책임은 알고리즘이 아닌 항상 인간 의사에게 남아 있어야 한다고 역설했다.

아마도 가장 눈에 띄는 결과는 이 새로운 현실에 대비가 되어 있지 않다는 느낌이었을 것이다. 의사들은 인공지능이 자신의 미래 직업의 표준적인 부분이 될 것임을 인지하면서도, 이를 다루기 위해 받는 교육이 일관되지 않거나 아예 존재하지 않는다고 느꼈다. 그들은 어떤 플랫폼이 안전하고 어떤 것이 그렇지 않은지 명확한 기관의 지침 없이 시행착오를 거치며 스스로 알아내고 있었다. 그들은 기술을 어떻게 사용하는지뿐만 아니라, 어떻게 안전하게 사용하는지, 어떻게 오류를 잡아내는지, 그리고 유사한 도구에서 얻은 정보를 들고 오는 환자들과의 변화하는 역동성을 어떻게 관리해야 하는지를 가르쳐 줄 공식적이고 전문가가 주도하는 교육을 강력히 원했다. 의사들은 환자들이 알고리즘이 알려준 정보에 기반해 고정된 생각을 가지고 방문하면서 상담이 더 까다로워지는 등, 의사와 환자 사이의 관계가 변하고 있음을 인식하고 있었다.

이 연구는 생성형 인공지능이 행정적 부담을 줄이고 미래 의사들의 학습을 지원하는 강력한 방법이 될 수 있지만, 인간의 전문성을 대체할 수는 없다고 결론짓는다. 기술은 보조적인 수단으로서, 의사가 복잡한 문제에 집중할 수 있도록 일상적인 일을 처리하는 도구로서 가장 잘 작동하지만, 이를 이끌어갈 깨어 있는 인간의 손길이 필요하다. 연구진은 명확하고 표준화된 교육과 전문적인 가이드라인이 없다면, 과도한 의존, 데이터 유출, 그리고 임상적 오류의 위험이 여전히 너무 높다고 보았다. 다음 세대의 의사들이 AI가 활성화된 미래에서 번창하기 위해서는, 단지 도구에 접근하는 것 이상의 것, 즉 언제 그들을 믿고 언제 그 너머를 바라봐야 하는지에 대한 지혜가 필요하다.