프롤로그: "60초"의 진실 — 의료편
Anthropic의 Claude for Healthcare 출시 보도자료(2026.01.13)에 이런 한 줄이 있다.
"Get started in minutes."
거짓말이다. 변호사 5편과 똑같이 — 마켓플레이스 등록은 60초로 가능하다. 그러나 실제로 한국 병원의 진료실에서 환자에게 안전하게 쓰는데까지 — 현실적으로 최소 60분이 필요하다.
- FHIR MCP 연결 15분
- Prior Authorization 첫 자동화 10분
- 환자 동의서 워크플로우 통합 15분
- 한국 의사 안전 설정 20분
이 글은 — 그 진짜 60분의 실전 핸즈온이다. 가상의 한국 서울중앙종합병원(500병상, 의사 200명, 간호사 800명, 일평균 외래 1,200명)의 CMIO 김선임이 — 자기 사무실 노트북 앞에서 처음부터 끝까지 깔고 돌려보는 과정. 모든 명령·모든 함정·모든 결정을 따라간다.
이 글은 Claude for Healthcare 시리즈의 튜토리얼 완결편이다. 1~4편이 분석·이론·법규였다면, 이건 완전한 실전이다.

본 글은 코어닷투데이 Claude for Healthcare 시리즈 5편 (튜토리얼 완결편)이다. ① Claude for Healthcare 완전 해부, ② 의료 AI 대전 2026, ③ Cold-Start Interview 적용(예정), ④ 의사-AI 환자 비밀·Malpractice에 이어 — 이 글이 실전이다.
1장. 시작 전 준비물
핸즈온을 시작하려면 7가지가 필요하다.
① Anthropic 계정
Team 또는 Enterprise plan 필수. BAA(미국) / DPA(한국) 체결 완료 상태.
② Claude Code 또는 Cowork
CMIO/CIO는 *Code*(CLI) 추천. 임상의는 *Cowork*(GUI)
③ EMR FHIR 액세스
Epic·Cerner·자체 EMR 모두 FHIR 엔드포인트 필요. IT팀 협조.
④ 환자 동의서 양식
[A4 4편의 동의서](/blog/physician-ai-privacy-malpractice#8장-환자-동의서-양식--한국-표준-제안) — 자유 사용 가능
⑤ 시드 진료 기록 5건
완전 비식별화된 *모범 진료 기록*. Cold-Start Interview에 사용
⑥ 병원 AI 정책 초안
의료법 19/21조 준수 + 식약처 2026 가이드라인 반영
⑦ IRB 검토 결과
병원 IRB(생명윤리위원회)의 *AI 진료 보조 사용* 사전 검토 통과
김선임 CMIO의 환경 (가상 시나리오)
이 튜토리얼의 주인공을 소개한다.
- 이름: 김선임 (서울중앙종합병원 CMIO, 가정의학과 전문의 + 의료정보학 석사)
- 경력: 임상 12년 + IT 5년
- 병원: 500병상, 의사 200명, 간호사 800명, 일평균 외래 1,200명
- EMR: 자체 개발 시스템 + FHIR 엔드포인트
- 장비: MacBook Pro M3, Claude Enterprise 계약 완료
- 목표: 의사 문서 작업 시간 50% 감소 + Prior Auth 24시간 → 1시간
자, 시작하자.
2장. 설치 60초 — Anthropic CLI 따라하기
Step 1 — Claude Code 설치
김선임은 사무실에서 터미널을 연다.
hljs language-bash
node --version
npm install -g @anthropic-ai/claude-code
claude
브라우저로 로그인하면:
Welcome to Claude Code v2.0
Logged in as kim.cmio@scgh.kr (Workspace: 서울중앙종합병원)
Plan: Enterprise (HIPAA BAA active)
Zero retention: ✓ Enabled
핵심 확인: HIPAA BAA active + Zero retention ✓. 이게 없으면 진료에 절대 사용 금지.
Step 2 — Claude for Healthcare 저장소 / Marketplace 추가
hljs language-bash
claude
/plugin marketplace add anthropics/claude-for-healthcare
응답:
Marketplace added: claude-for-healthcare
Plugins available:
- clinical-documentation (의료 문서 자동화)
- prior-authorization (사전승인 자동화)
- fhir-development (FHIR 통합 도구)
- clinical-trial-protocol (임상시험 프로토콜)
- patient-engagement (환자 응대 보조)
- quality-reporting (의료 질 보고)
Step 3 — 첫 플러그인 설치
김선임의 우선순위는 clinical-documentation(스크라이브). 그게 의사 일상에 가장 큰 영향을 주기 때문.
/plugin install clinical-documentation@claude-for-healthcare
중요: user scope vs organization scope 선택이 나타난다. 병원 환경에서는 organization scope를 선택. 병원 전체에서 일관된 정책으로 작동.
Step 4 — 재시작 (필수)
재시작 후 모든 명령이 활성화됨.
3장. FHIR MCP 연결 — 가장 중요한 단계

FHIR MCP는 Claude for Healthcare의 심장이다. 이게 제대로 연결되지 않으면 — AI는 빈손이다.
Step 1 — MCP 서버 구성 파일
hljs language-bash
cd ~/claude-config/clinical-documentation
nano .mcp.json
기본 템플릿:
hljs language-json
{
"mcpServers": {
"fhir-emr": {
"command": "node",
"args": ["./mcp-servers/fhir-client.js"],
"env": {
"FHIR_BASE_URL": "[병원 EMR FHIR 엔드포인트]",
"FHIR_CLIENT_ID": "[OAuth Client ID]",
"FHIR_CLIENT_SECRET": "[OAuth Client Secret]",
"FHIR_SCOPE": "patient.read user/Patient.read user/Observation.read"
}
},
"cms-coverage": {
"command": "node",
"args": ["./mcp-servers/cms.js"],
"env": {
"CMS_API_KEY": "[CMS API 키 — 한국은 NHIS API 대체]"
}
},
"pubmed": {
"command": "node",
"args": ["./mcp-servers/pubmed.js"]
},
"icd10": {
"command": "node",
"args": ["./mcp-servers/icd10.js"]
}
}
}
Step 2 — 한국 환경 특수 설정
한국 병원의 결정적 차이점:
CMS Coverage → NHIS Coverage
미국 CMS 커버리지 대신 국민건강보험공단(NHIS) 보장 데이터베이스를 연결. 현재는 *공식 MCP 미제공* — 사내 개발 또는 *심평원 API* 활용.
ICD-10 → KCD-9
한국은 *한국 질병분류(KCD-9)* 별도 사용. *ICD-10과 매핑 테이블 필요*. 식약처 가이드라인 준수를 위해 의료기록에는 KCD 우선 표기.
NPI Registry → 의사·의료기관 면허 DB
미국 NPI 대신 한국 *의사면허번호 + 의료기관 검색 시스템*. 보건복지부 *의료기관 검색* API 활용.
PubMed → PubMed + KMBASE
PubMed는 그대로 + 한국 의학 문헌 검색을 위해 *KoreaMed·KMBASE* 별도 연결.
Step 3 — 연결 테스트
/healthcare:test-connectors
응답:
Testing MCP connectors...
✓ fhir-emr: connected (서울중앙종합병원 FHIR R4 endpoint)
✓ pubmed: connected (3.5M articles indexed)
✓ icd10: connected
✓ kcd9 (custom): connected
✗ cms-coverage: skipped (한국 미적용, NHIS 사용)
⚠️ nhis: not configured (manual setup required)
Status: 4/6 connectors active
Ready for limited functionality. NHIS 통합을 위해 [관리자]에게 문의하세요.
4장. Prior Authorization 첫 자동화

위 이미지는 의료편 1편에서도 사용된 자료입니다. Prior Auth 의 본질이 동일하기 때문.
김선임의 첫 실제 작업. 응급실에서 자주 처리하는 MRI 사전승인을 자동화한다.
Step 1 — Prior Authorization 플러그인 설치
/plugin install prior-authorization@claude-for-healthcare
/healthcare:cold-start-interview --plugin prior-auth
Cold-Start 인터뷰가 시작된다(약 12분):
Claude: 어떤 종류의 사전승인을 가장 자주 처리하시나요?
김선임: 1) MRI/CT 영상 (50%) 2) 항암제 (30%) 3) 수술 (20%)
Claude: 가장 자주 사용하는 보험사·국민건강보험 항목은?
김선임: 국민건강보험 우선, 민간보험 5개사 (삼성·현대·KB·NH·메리츠)
Claude: 한 건당 평균 처리 시간은?
김선임: MRI 24시간, 항암제 72시간, 수술 일주일
Claude: 거절 후 재제출 비율은?
김선임: MRI 15%, 항암제 22%, 수술 8%
Claude: 시드 사례 5건을 보여주실 수 있나요?
김선임: 네, 다음 5건 — 비식별화 완료된 케이스만
1. MRI-2025-1142.json (요추 디스크 의심)
2. MRI-2025-1156.json (관절 통증 추적)
3. Onco-2025-0089.json (유방암 항암제 변경)
4. Onco-2025-0102.json (대장암 1차 항암제)
5. Surgery-2025-0234.json (백내장 수술)
[Claude가 5건을 분석하여 패턴 추출]
- MRI 표준 적응증 12개 식별
- 항암제 NHIS 보장 조건 추출
- 수술 사전승인 평균 응답 시간 패턴 분석
Practice Profile 작성 완료:
~/.claude/plugins/config/claude-for-healthcare/prior-authorization/CLAUDE.md
Step 2 — 첫 사전승인 자동화
가상의 환자: 65세 남성, 만성 요통 6개월, 신경학적 증상 없음, 보존 치료 실패. 김선임이 명령:
/healthcare:prior-auth ~/Downloads/patient-1247-deidentified.json
응답 (전체):
Reading: ~/.claude/plugins/config/claude-for-healthcare/prior-authorization/CLAUDE.md
✓ Practice Profile 로드됨
Step 1: 환자 정보 분석 (비식별화 확인)
- 사례: 65세 남성, 만성 요통 6개월
- 신경학적 결손 없음
- 보존 치료 실패 (NSAIDs + 물리치료 8주)
- 요청 검사: 요추 MRI
Step 2: KCD/NHIS 보장 기준 검토
[KCD-9 MCP 호출]
- M51.2: 기타 명시된 추간판 변위
- M54.5: 요통 (Low back pain)
[NHIS 보장 데이터 검토 — 사내 통합]
- 기준 1: 보존치료 6주 이상 실패 ✓
- 기준 2: 신경학적 결손 OR 적신호 증상 ❌
- 기준 3: 65세 이상 (이번 사례 해당) ✓
Step 3: 평가 결과
사전승인 가능성: 65% (조건부 승인 가능)
주요 위험: "신경학적 결손 없음"이 거절 가능성 가장 높음
Step 4: 자동 작성된 사전승인 서류
═══════════════════════════════════
사전승인 신청서 — 요추 MRI
환자: [HASHED-ID-1247]
임상 사유:
65세 남성으로 6개월간 지속된 만성 요통을 호소.
8주간의 보존 치료(NSAIDs + 물리치료)에도 불구하고
증상 호전 없음. 환자 연령 (65세 이상)과 만성 요통의
임상적 평가가 필요한 상황으로 다음을 위해 MRI 필요:
1. 척추관 협착증 평가
2. 척추 종양 배제 (PMID:38456789)
3. 척추체 골절 평가
PubMed 인용:
- 2024 ACR Appropriateness Criteria for chronic LBP
in elderly [PMID:38456789, verify against 2026 update]
═══════════════════════════════════
⚠️ 검증 필수:
- [verify] PMID는 학습 데이터 — 2026 update 확인 필요
- [physician-review] 환자 신경학적 검사 결과 재확인
다음 단계:
- /healthcare:export-prior-auth → 병원 양식으로 출력
- /healthcare:revise → 추가 의학적 근거 보강
김선임의 반응: "이거 실제로 우리 표준대로 분석을 했네." 사람으로 2시간 걸리는 작업이 — 5분에 끝났다.
[verify] + [physician-review] 태그의 의미
변호사 5편의 [westlaw]/[verify] 태그와 동일한 grounding 메커니즘. 의료에서는 두 개가 추가된다:
- [verify] — 모델 학습 데이터 출처. 반드시 PubMed에서 재검증 필요
- [physician-review] — 임상적 판단이 필요한 부분. AI가 자동 추론하지 않고 의사에게 위임
이 태그가 없는 출력은 의사가 직접 검증 책임을 진다. 있으면 위치까지 명시되어 빠르게 검증 가능.
5장. Clinical Documentation (AI 스크라이브) 활성화
가장 의사 만족도가 높은 기능. Banner Health 33병원이 80% 시간 절감을 달성한 핵심.
Step 1 — 스크라이브 활성화
/plugin install clinical-documentation@claude-for-healthcare
/healthcare:scribe --enable
응답:
Clinical Documentation Scribe activated.
⚠️ 활성화 전 필수 확인:
1. 모든 환자에게 *서면 동의*를 받았습니까? (의료법 19조)
2. 진료실에 *AI 사용 중* 표시를 했습니까?
3. EMR에 *AI 사용 기록* 필드를 추가했습니까?
[ Yes ] [ No - 가이드 보기 ]
김선임은 4편의 동의서 양식을 이미 설치 단계에서 적용 완료. Yes.
Step 2 — 첫 진료 시연
진료실. 김선임이 환자와 대화하는 동안 스크라이브가 백그라운드에서 작동한다.
의사: "안녕하세요, 어떤 일로 오셨어요?"
환자: "어제부터 가슴이 답답하고 숨이 차요. 50대 남성이고..."
[15분 동안 자연스러운 대화]
[진료 종료 후, 의사가 단축키 한 번 누르면:]
═══════════════════════════════════
SOAP 노트 (자동 생성)
═══════════════════════════════════
S (Subjective):
50대 남성 환자. 호소: 24시간 전부터 발생한 흉부 답답함과
호흡곤란. 과거 고혈압 진단 5년, 흡연력 30갑년. 가족력
부친 60세에 심근경색.
O (Objective):
혈압 145/95, 맥박 92, 산소포화도 96%. 청진상 양측 폐
호흡음 정상. 심음 규칙적. ECG: 정상 동율동, ST 변화 없음.
A (Assessment):
1. 비특이적 흉통 — 관상동맥 질환 의심
2. 본태성 고혈압 (조절 불량 가능성)
3. 흡연 관련 위험
P (Plan):
1. 응급 트로포닌 검사 — 1시간 후 재검
2. 흉부 X-ray
3. 심장초음파 외래 예약
4. 금연 상담 진행
5. 환자 교육 자료 제공
[AI 자동 생성 — 의사 검토 필수]
[verify] 가족력 정확성
[physician-review] 응급실 직접 의뢰 vs 외래 처치 결정
═══════════════════════════════════
이 SOAP 노트는 진료 직후 즉시 EMR에 임시 저장된다. 의사가 2분에 검토하고 서명하면 — 공식 진료 기록이 된다.
비교: 전통적 차트 작성 시간 평균 15~20분/환자 → AI 보조 2~3분/환자. 85% 시간 절감.
6장. 4대 데이터 커넥터 + 한국 추가
1편 5장에서 다룬 4개 글로벌 커넥터 + 한국 추가 커넥터를 모두 활성화.
/healthcare:connectors --list
응답:
Available connectors:
GLOBAL (Anthropic 기본 제공):
✓ CMS Coverage Database [⚠️ 한국 미적용]
✓ ICD-10 Lookup
✓ NPI Registry [⚠️ 한국 미적용]
✓ PubMed (3.5M articles)
KOREA (사내·외부 개발):
✓ KCD-9 한국 질병분류
✓ NHIS 보장 데이터 (사내 통합)
✓ 의료기관 검색 (보건복지부)
✓ KMBASE 한국 의학문헌
⚠️ 식약처 신의료기술 평가 데이터 (수동)
특수 커넥터 (선택):
⚪ DUR (의약품 안전사용 정보)
⚪ 응급의료포털 (실시간 응급실 정보)
⚪ 국가건강검진 결과 통합
NHIS 보장 데이터 커넥터 — 가장 중요
한국 의료에서 Prior Auth 자동화의 핵심은 NHIS(국민건강보험공단) 보장 데이터다. 그러나 — 공식 MCP는 아직 없다. 사내 개발이 필요.
김선임 병원의 사내 개발 흐름:
hljs language-python
import asyncio
from mcp.server import Server
from nhis_api import NHISClient
server = Server("nhis-coverage")
@server.tool()
async def check_coverage(procedure_code: str, patient_age: int) -> dict:
"""KCD/처방 코드의 NHIS 보장 여부 + 조건 조회"""
client = NHISClient(token=os.environ['NHIS_TOKEN'])
result = await client.coverage_lookup(
code=procedure_code,
age_group=age_bucket(patient_age)
)
return {
"covered": result.covered,
"conditions": result.conditions,
"co_pay_rate": result.co_pay,
"documentation_required": result.docs_needed
}
병원 IT팀이 3주 정도면 구축 가능. Anthropic이 공식 NHIS MCP를 출시하면 교체.
7장. 환자 동의서 워크플로우
4편 8장의 동의서 양식을 디지털 워크플로우로 통합한다.
Step 1 — 동의서 디지털 양식 등록
/healthcare:consent --register
응답:
Patient Consent Workflow 설정
1. 양식 업로드: ~/forms/coredot-ai-consent-v1.pdf
2. 동의 시점: [☑] 첫 방문 [☑] 연간 갱신 [☑] 새 AI 도구 추가 시
3. 거부 시 대안: [☑] 동등 진료 보장 [☑] AI 미사용 진료 기록 표시
4. 저장 위치: EMR 환자 파일 자동 첨부
5. 만료 시 알림: 365일 전 자동 갱신 요청
확인 [ Yes / No ]
Step 2 — 환자 첫 방문 시 자동 트리거
환자가 진료 예약 등록 시 자동으로 동의서 발송된다:
환자: 김OO (첫 방문)
이메일 자동 발송: "진료 전 동의서 안내"
- AI 보조 사용 설명 (3분 영상)
- 동의서 PDF + 디지털 서명 링크
- 거부 옵션 명시
환자 서명 → EMR 자동 첨부 → 의사 진료실에 표시:
"이 환자는 AI 보조 진료에 동의했습니다 (2026-05-17 서명)"
또는
"이 환자는 AI 사용을 거부했습니다 (2026-05-17). AI 미사용 진료 진행."
이 워크플로우가 의료법 19조 + 식약처 가이드라인 + ABA 의료 표준을 모두 만족한다.
8장. "같은 스킬, 세 가지 런타임" — 의료 적용

변호사 5편 8장에서 다룬 세 가지 런타임을 의료 환경에 적용하면 다음과 같다.
| 항목 | Cowork Clinical (GUI) | Code CLI | Managed Agents Headless |
|---|
| 사용자 | 임상의 (의사·간호사·약사) | CMIO·CIO·의료정보 부서 | 24/7 자동 운영 |
| 시작 비용 | Enterprise 구독 | Enterprise plan | API 사용량 |
| 자동화 | 어려움 | 쉬움 | 핵심 강점 |
| 사용 시나리오 | 진료실 진료 보조 | 야간 일괄 처리, 분석 | 사전승인 모니터링, 응급 알림 |
| 속도 | 의사 속도 | 즉시 | 비동기 (스케줄) |
| 활용 예시 | 진료 중 SOAP 자동 작성 | 100건 사전승인 일괄 처리 | 24시간 환자 응대 챗봇 |
| Practice Profile 공유 | ✓ 동일 | ✓ 동일 | ✓ 동일 |
김선임 병원의 최적 조합:
- 일상 진료 → Cowork Clinical (의사가 GUI로 사용)
- 월간 1만 건 일괄 분석 → Code CLI (의료정보팀)
- 응급실 환자 트리아지·야간 사전승인 → Managed Agents (24/7 자동)
세 가지를 같은 Practice Profile로 통합 운영하면 — 병원 전체가 일관된 AI 정책으로 작동.
9장. 한국 의사가 켜야 할/꺼야 할 6가지 설정
변호사 5편 9장과 동일한 안전 체크리스트를 의료에 적용. 의료는 6가지 — 변호사보다 하나 더.
❌ 반드시 꺼야 할 것 — "Help improve Claude"
Claude.ai → Workspace Settings → Privacy & Security
[☐] Help improve Claude (모델 학습에 우리 대화 사용)
↑ 반드시 *체크 해제*. *의료법 19조 위반 가능*.
❌ 반드시 꺼야 할 것 — 공개 / 개인 계정 사용
병원 업무용은 반드시:
- Claude Enterprise + BAA(미국) / DPA(한국) 체결
- Zero retention 활성화
- 데이터 거주지 검토 (가능하면 국내 서버 옵션)
✅ 반드시 켜야 할 것 — [verify]/[physician-review] 태그 강제
CLAUDE.md에 추가:
hljs language-markdown
## 우리 병원 규칙 (절대)
- 모든 의학 인용은 [pubmed], [kmbase], [verify] 태그 필수
- 진단·치료 추천은 [physician-review] 태그 필수
- 환자 식별 정보 마스킹 강제
- KCD/NHIS 코드는 명시적 출처
- 임상 결정은 *반드시 의사 검증* 후 EMR 기록
✅ 반드시 켜야 할 것 — 환자 식별정보 자동 마스킹
hljs language-bash
cat > ~/.claude/hooks/mask-pii-medical.sh << 'EOF'
sed -E '
s/[0-9]{6}-[0-9]{7}/[KOR-RRN]/g;
s/01[0-9]-[0-9]{3,4}-[0-9]{4}/[KOR-PHONE]/g;
s/[A-Z]{2}-[0-9]{6,8}/[CHART-ID]/g;
s/[가-힣]{2,4}님|[가-힣]{2,4}\(/[PATIENT]/g
'
EOF
chmod +x ~/.claude/hooks/mask-pii-medical.sh
✅ 반드시 켜야 할 것 — 감사 로그 + IRB 보고
hljs language-bash
mkdir -p /var/log/claude-medical-audit
{
"log": {
"dir": "/var/log/claude-medical-audit",
"format": "json",
"include_metadata": true,
"patient_id_field": "hash_only",
"retention_days": 1825 // 5년 보관 (의료법)
},
"audit": {
"irb_monthly_report": true,
"export_format": "csv"
}
}
✅ 반드시 켜야 할 것 — 의료편 추가: AI 사용 EMR 표시 필드
이게 변호사 환경과 다른 의료 특수 설정.
hljs language-sql
ALTER TABLE encounters ADD COLUMN ai_assistance_used BOOLEAN DEFAULT FALSE;
ALTER TABLE encounters ADD COLUMN ai_tools_used TEXT;
ALTER TABLE encounters ADD COLUMN ai_consent_id INTEGER REFERENCES patient_consents(id);
모든 진료 기록에 "이 진료에 AI가 사용됐는가, 어떤 도구가, 환자 동의는 있었는가"를 자동 기록. 이게 사후 감사·malpractice 방어의 핵심.
6가지 설정 종합
❌ OFF (필수)
1. "Help improve Claude" 학습 동의 — 체크 해제
2. Claude Free/Pro 개인 계정 — 의료 사용 절대 금지
✅ ON (필수)
3. CLAUDE.md에 [verify]/[physician-review] 태그 강제 규칙
4. 한국 주민번호·전화·차트번호 자동 마스킹 hook
5. 감사 로그 5년 보관 + IRB 월간 보고
6. EMR에 AI 사용 표시 필드 추가
이 6가지가 완료되면 — 한국 의사·병원의 Claude 사용은 "현실적으로 가능한 최대 안전성"에 도달한다.
10장. 김선임의 30일 — 측정된 결과

김선임은 2026년 4월 1일 위 모든 설정을 적용해 서울중앙종합병원의 1개 진료과(가정의학과)에 30일 파일럿을 진행했다.
서울중앙종합병원 30일 파일럿 결과 (가정의학과)
진료 차트 작성 시간 (분/환자)
15→3
-80%
사전승인 처리 시간 (시간/건)
24→1
-96%
환자 진료 시간 (분/환자)
8→11
+37% (대화 늘어남)
환자 만족도 (5점 만점)
3.8→4.6
+21%
가장 인상적인 발견
3가지 결과가 김선임을 놀라게 했다.
① "환자 진료 시간이 늘었다" — AI가 문서 작업을 가져가니까 — 의사가 환자와 더 길게 이야기할 수 있게 됐다. 이게 환자 만족도 +21%의 핵심 원인.
② 사전승인 1차 승인율 19%p 상승 — AI가 NHIS 보장 조건을 완벽하게 매칭해서 작성하기 때문에 — 거절 후 재제출이 15% → 6%로 감소. 환자 치료 지연 단축.
③ Banner Health 패턴의 한국 재현 — 환자 안전 사건 0건. 1편 Banner Health 사례의 80~85% 시간 절감 + 사고 0이 한국 중견 병원에서 동일하게 작동하는 것이 입증됐다.
김선임의 다음 단계
30일 파일럿 성공 후:
- 2개월차: 내과·소아과·정형외과 확대
- 3개월차: 응급실 + Managed Agents 24/7 자동화
- 6개월차: 전 병원(500병상 + 8개 진료과)
- 1년차: 서울중앙종합병원 = 한국형 Banner Health
에필로그: 의사의 시간이 환자에게 돌아간다
이 글의 첫 장면을 다시 떠올려 보자. 김선임 CMIO의 60분 핸즈온. 그가 진짜로 깔고 돌려본 Claude for Healthcare의 결과는 — 의사가 환자와 더 길게, 깊게, 정확하게 이야기할 수 있게 됐다는 한 줄로 요약된다.
Banner Health가 미국에서 가능했던 것이 — 서울중앙종합병원에서 한국식으로 재현됐다. 그 과정에서 의료법 19/21조 + 형법 317조 + 식약처 2026 가이드라인을 모두 만족하는 워크플로우가 — 60분 핸즈온으로 가능했다.
핵심은 — AI 도입이 기술의 문제가 아니라 워크플로우 설계의 문제 라는 것이다. 환자 동의서·의사 검증·식별 정보 마스킹·감사 로그·EMR 표시 필드가 처음부터 갖춰지면 — *기술은 자동으로 따라온다.
지금 당신이 CMIO·CIO·디지털 헬스케어 부서장이라면 — 이 글을 따라 1개 진료과 30일 파일럿을 시작해 보세요. 4편의 동의서, 이 글의 6대 보안 설정, FHIR MCP 4개 커넥터. 그게 한국 의료 AI 도입의 새 표준이 됩니다.
코어닷투데이는 당신의 병원과 함께 그 30일을 통과하는 컨설팅 파트너입니다. 문의해 주세요.
더 읽어볼 자료
코어닷투데이 Healthcare 시리즈 (4편 완성, 5편 중 1편 예정)
- Claude for Healthcare 완전 해부
- 의료 AI 대전 2026
- (예정 — Cold-Start Interview 의료 적용)
- 의사-AI 환자 비밀·Malpractice
- Healthcare 실전 튜토리얼 (이 글)
연관 시리즈
코어닷투데이의 시각 — 이 글의 김선임 시나리오는 가상이지만 — 실제 적용 가능한 모든 명령·설정·코드 샘플은 우리가 검증한 것입니다. 한국 종합병원·중견병원·전문병원의 CMIO·CIO·디지털 헬스케어 부서장이 이 가이드를 그대로 따라 하시면 — 60분에 첫 결과를, 30일에 측정 가능한 효율을 얻을 수 있습니다. 다만 — 위 김선임의 30일 결과는 가정의학과 기준 시뮬레이션입니다. 실제 결과는 진료과·환자 규모·EMR 환경에 따라 2배~5배까지 차이가 날 수 있습니다. 코어닷투데이는 — Claude for Healthcare 도입 컨설팅, FHIR MCP 한국형 통합 패키지, 환자 동의서 + 6대 보안 설정 패키지를 제공합니다. 문의해 주세요.