Reported relevance pathways between artificial intelligence applications in nursing practice and humanistic care: a focused scoping review

간호를 하나의 거대한 오케스트라라고 상상해 보십시오. 간호사는 음악가이고, **인본주의적 돌봄(humanistic care)**은 그들이 환자를 위해 연주하는 아름답고 감동적인 음악입니다. 이 음악은 공감, 존엄성, 그리고 개인적인 유대감으로 가득 차 있습니다. 하지만 현대의 병원에서는 이 오케스트라가 소음 속에 파묻혀 있는 경우가 많습니다. 행정적인 서류 작업, 복잡한 환자의 요구 사항, 그리고 인력 부족이 바로 그 소음입니다. 이 소음은 음악가들이 음악에 집중하는 것을 어렵게 만듭니다.

여기에 **인공지능(AI)**이 등장합니다. 당신이 제공한 논문은 마치 지도 제작자가 되어 다음과 같은 질문을 던지는 것과 같습니다. 이 새로운 기술이 음악가들이 더 좋은 음악을 연주하도록 돕고 있는가, 아니면 그저 영혼 없이 박자만 맞추는 화려한 메트로놈에 불과한가?

저자들은 "범위 검토(scoping review)"를 수행했는데, 이는 마치 집중적인 보물찾기와 같습니다. 세상에 존재하는 모든 AI 도구를 다 살펴보는 대신, 그들은 특히 인본주의적 돌봄과 연결된다고 주장하는 도구들을 중점적으로 살펴보았습니다. 그들은 18개의 연구를 찾아냈고, 이를 네 가지 뚜렷한 "이웃 동네" 또는 주제로 분류했습니다.

다음은 비유를 통해 쉽게 풀어낸 연구 결과입니다.

1. "탐정" 동네 (숨겨진 위험 식별)

무엇인가: 이 AI 도구들은 탐정처럼 행동합니다. 이들은 환자의 기록, 의료 기록, 심지어 대화 녹취록 같은 방대한 양의 데이터를 샅샅이 뒤져서, 바쁜 간호사가 놓칠 수도 있는 단서(예: 환자의 혼란 상태(섬망)나 불안감)를 찾아냅니다.
돌봄과의 연결성: 논문에 따르면 이는 주로 간접적입니다. 탐정이 간호사에게 단서 목록을 전달하는 것과 같습니다. AI가 직접 환자를 위로하는 것이 아니라, 간호사가 더 나은, 더 표적화된 돌봄을 제공할 수 있도록 더 나은 정보를 제공하는 것입니다.
함정: 대부분의 도구는 여전히 "프로토타입(시제품)" 단계에 머물러 있습니다. 단서를 찾는 데는 능숙하지만, 연구들은 단서를 찾은 후 간호사가 실제로 무엇을 하는지에 대해서는 항상 설명하지 못했습니다.

2. "선제적 수호자" 동네 (정밀 건강 관리)

무엇인가: 이들은 환자를 위한 스마트 홈 보안 시스템과 같습니다. 센서, 앱, 데이터를 사용하여 환자(특히 가정이나 요양원에 있는 환자)를 관찰하고, 낙상이나 갑작스러운 건강 악화와 같은 나쁜 일이 곧 발생할지 예측합니다.
돌봄과의 연결성: 이 또한 주로 간접적입니다. AI는 경비견처럼 행동하며, 위협이 포착되면 (알림을 보내어) 짖습니다. 기대 효과는 간호사가 알림을 통해 조기에 인지함으로써 더 빨리 돌봄에 개입할 수 있다는 것입니다.
함정: 논문은 "짖는 것(알림)"은 작동하지만, 연구들이 종종 "추격(간호사가 다음에 실제로 하는 행동)"에 대한 설명을 누락한다는 점을 지적합니다. 간호사가 전화를 했는지, 혹은 방문했는지와 같이 AI 알림과 인간의 행동 사이의 연결 고리가 보고서에서 자주 누락됩니다.

3. "공감 봇" 동네 (대화형 에이전트)

무엇 무엇인가: 이것은 인본주의적 돌봄과 가장 직접적으로 연결되는 부분입니다. 이들은 환자와 대화하도록 설계된 챗봇 및 AI 비서입니다. 친절하게 들리도록, 정서적 지원을 제공하도록, 그리고 따뜻한 어조로 질문에 답하도록 프로그래밍되어 있습니다.
돌봄과의 연결성: 이것은 직접적입니다. AI 자체가 직접 공감을 표현하려고 노력합니다. 검토된 연구들에서 환자들은 이러한 AI와의 대화가 더 공감적이라고 느끼거나 불안감을 줄여준다고 평가했습니다.
함정: 논문은 이 부분에 대해 매우 신중합니다. 이 봇들은 "공감 학습용 보조 바퀴"와 같다고 말합니다. 친절한 메시지를 작성하거나 간단한 질문에 답할 수는 있지만, 실제 간호사를 대체할 수는 없습니다. 증거는 짧은 채팅과 텍스트에 국한되어 있으며, 이들이 실제 간호사의 깊은 초개인적(transpersonal) 유대감을 대체할 수 있다는 것을 입증하지는 못합니다.

4. "효율성 팀" 동네 (워크플로우 최적화)

무엇인가: 이 도구들은 "무대 감독" 역할을 합니다. 트리아지(우선순위 결정), 인력 배치, 서류 작업 정리 등을 돕습니다. 목표는 병원이 더 원활하게 운영되도록 하는 것입니다.
돌봄과의 연결성: 이것은 가장 간접적인 연결입니다. 논리는 이렇습니다: "AI가 서류 작업과 스케줄링을 처리하면, 간호사는 환자의 손을 잡아줄 수 있는 자유 시간을 더 많이 갖게 될 것이다."
함정: 논문은 여기서 중요한 격차를 지적합니다. 무대 감독이 효율적이라고 해서 음악가가 반드시 더 많은 연주 시간을 갖게 되는 것은 아닙니다. 연구들은 AI가 시간을 절약해 준다는 점은 보여주었지만, 그 절약된 시간이 실제로 인본주의적 돌봄을 위해 사용되었는지는 거의 증명하지 못했습니다. 그저 간호사가 퇴근을 일찍 하게 되었을 수도 있기 때문입니다.

종합적인 시각: "신중한 지도"

저자들은 이것이 AI가 간호사를 구원하는 이야기가 아니라, 잠재적인 경로에 대한 이야기라고 결론짓습니다.

• 좋은 소식: 우리는 간호사가 위험을 더 일찍 발견하고, 원격으로 돌봄을 관리하며, 심지어 친절한 메시지를 작성하도록 돕는 도구들을 보유하고 있습니다.
• 나쁜 소식: 증거가 "불균형"합니다. 많은 도구가 여전히 아이디어나 프로토타입 단계에 있습니다. 제대로 작동하는 도구들조차 기술이 현장에서 간호사의 행동을 어떻게 실제로 변화시키는지, 즉 "라스트 마일(last mile)"을 설명하는 데 실패하는 경우가 많습니다.
• 누락된 연결 고리: 논문은 효율성이 자동으로 공감을 의미하지는 않는다는 점을 강조합니다. 서류 작업 시간을 줄이는 것이 간호사가 갑자기 더 사랑이 넘치는 사람이 된다는 것을 보장하지는 않습니다. 그것은 단지 그럴 수 있는 '기회'를 줄 뿐입니다.

요약하자면, 이 논문은 AI가 현재 **도구 상자(toolkit)**이지, 대체물이 아니라고 주장합니다. AI는 소음을 제거하여 음악이 들리도록 도울 수는 있지만, AI 자체가 음악가는 아닙니다. AI가 정말 도움이 되는지 알기 위해서는, 단순히 실험실에서 도구가 어떻게 작동하는지가 아니라, 간호사가 환자와 연결되기 위해 이 도구들을 어떻게 사용하는지를 보여주는 더 많은 연구가 필요합니다.