2026년 8월 28일, Cleveland Clinic과 CHIME은 클리블랜드 InterContinental Hotel에서 Second AI Summit for Healthcare Professionals를 개최합니다. 병원 운영 분야의 AI 활용이 진정한 전환점을 맞이하는 시점에 열리는 행사입니다. 이제 의료기관들은 생성형 AI 도입 여부를 두고 고민하는 단계를 지났습니다. 대신 어떻게 하면 이를 책임감 있게 확장하고, 투자 성과를 측정하며, 다른 여러 산업이 겪었던 '파일럿의 늪'을 피할 수 있을지를 고민하고 있습니다.

타이밍이 중요합니다. McKinsey의 2025년 4분기 설문조사에 따르면, 미국 헬스케어 기관의 절반이 이미 생성형 AI를 도입한 것으로 나타났습니다. 이는 2023년 당시 예상보다 훨씬 빠른 속도로 달성된 성과입니다. 그러나 MIT Project NANDA의 연구는 좀 더 냉정한 현실을 보여줍니다. 업종을 막론하고 대다수의 AI 파일럿 프로젝트는 여전히 측정 가능한 재무적 성과를 내지 못하고 있다는 것입니다. Cleveland Clinic의 이번 서밋은 바로 이 두 가지 현실, 즉 진정한 모멘텀과 실질적인 리스크가 교차하는 지점에 위치해 있습니다.

Cleveland Clinic 제2회 AI Summit for Healthcare Professionals 들여다보기

올해로 2회째를 맞이하는 클리블랜드 클리닉 AI 서밋 2026은 CHIME과의 협력을 통해 북미 전역의 임상의, CIO, 간호사, 그리고 헬스케어 기관 경영진을 한자리에 모읍니다. Cleveland Clinic Taussig Cancer Institute의 Hematology and Medical Oncology 과장을 맡고 있는 Jame Abraham, MD, FACP, 그리고 Cleveland Clinic Main Campus President인 Scott R. Steele, MD, MBA, FACS, FASCRS가 이번 서밋의 총괄 디렉터를 맡았습니다. 8월 27일 웰컴 리셉션을 시작으로, 8월 28일 하루 종일 본 행사가 진행되었습니다.

이번 행사의 프로그램 구성은 AI가 헬스케어에 필요한지 여부를 논하는 추상적인 질문에서 벗어나, 엔터프라이즈 헬스케어 AI의 운영 차원, 즉 임상 및 IT 리더가 벤더를 평가하고 기존 워크플로우에 도구를 통합하며 AI를 안전하게 확장하는 방법으로 초점이 옮겨간 것을 보여줍니다. Viz.ai, Rhapsody, RSM 등의 스폰서들은 **병원 워크플로우 자동화**를 위해 설계된 플랫폼을 선보였으며, 이는 벤더 전략이 의료기관의 수요에 맞춰 성숙해지고 있음을 보여줍니다.

병원 운영 속 생성형 AI 현황

McKinsey의 2025년 4분기 설문조사는 150명의 헬스케어 리더를 대상으로 진행되어 헬스케어 분야의 생성형 AI 도입 현황을 가장 명확하게 보여주는 자료입니다.

• 생성형 AI 도입률은 2025년 말 기준 50%에 도달했으며, 이는 2023년 25%, 2024년 47%에서 꾸준히 증가한 수치입니다.
• 리더의 80% 이상이 최소 하나 이상의 생성형 AI 유스케이스를 최종 사용자에게 직접 배포했다고 응답했습니다.
• 응답자의 절반은 첫 번째 유스케이스를 배포한 지 6개월 이상 지났으며, 이는 생성형 AI가 실험적 단계를 넘어 운영의 기본 요소로 자리 잡았음을 시사합니다.

다만 하위 부문별로 도입 속도는 크게 다릅니다. 헬스케어 서비스 및 기술 기업이 도입을 주도하고 있는 반면, 보험사와 병원은 여전히 복잡한 임상 환경 전반에 AI를 운영화할 내부 역량을 다지고 있는 단계입니다.

AI 기반 헬스케어 자동화로 병원이 가장 큰 가치를 얻고 있는 영역

McKinsey에 따르면, 행정 업무 효율화는 헬스케어 리더들이 가장 자주 언급하는 잠재력 영역입니다. 그러나 실제 도입이 가장 앞서 있는 분야는 임상 생산성으로, 진료 제공 기관의 54%가 이미 생성형 AI를 도입했습니다. 임상 문서 자동화는 측정 가능한 성과를 보여주는 가장 명확한 사례입니다. Stanford의 2026 AI Index Report에 따르면, 의사들은 노트 작성 시간이 최대 83% 감소했다고 보고했고 번아웃 또한 유의미하게 줄었다고 답했습니다. 거시적 차원에서, McKinsey와 Harvard의 공동 분석은 활용 가능한 AI 애플리케이션만으로도 연간 2,000억~3,600억 달러 규모의 미국 헬스케어 비용 절감이 가능하다고 추산했으며, 이는 주로 환자 흐름 최적화와 같은 임상 운영 개선, 품질 및 안전성 향상, 행정 업무 자동화에서 비롯됩니다.

ROI의 역설: 왜 헬스케어의 AI 낙관론은 현실과 다른가

McKinsey의 설문조사는 낙관적인 전망을 보여줍니다. 리더의 82%가 긍정적인 수익률을 기대하고 있으며, 45%는 이미 그 수익률을 정량적으로 측정하고 있습니다. 두 수치 모두 2023년 이래 McKinsey가 집계한 수치 중 가장 높습니다. 그러나 산업 전반을 다룬 별도의 연구는 다른 이야기를 들려줍니다. MIT Project NANDA는 300건 이상의 AI 도입 사례를 분석해, 300억~400억 달러가 투자되었음에도 조직의 95%가 측정 가능한 손익 개선 효과를 경험하지 못했으며 헬스케어는 구조적 전환 측면에서 가장 낮은 성과를 보인 산업군에 속한다는 사실을 밝혀냈습니다.

이 긴장 관계는 곱씹어볼 만한 가치가 있습니다. 헬스케어 리더들의 낙관론이 실제로 입증된 성과보다 앞서 나가고 있음을 시사하기 때문입니다. Accenture의 연구는 이러한 격차를 뒷받침합니다. 83%가 생성형 AI를 파일럿 중이지만, 인프라에 투자하고 있다고 답한 비율은 10%에도 미치지 못하며, 여러 기능에 걸쳐 이를 확장한 기관은 21%에 불과합니다. ROI를 기대하는 것과 ROI를 입증하는 것은 전혀 다른 차원의 과제이며, 업계 대다수는 여전히 전자에 훨씬 가까운 위치에 있습니다. 바로 이 지점이 Cleveland Clinic 서밋과 같은 행사가 중요한 이유입니다. 이런 자리는 벤더의 약속이 아니라 실제로 효과가 있었던 것을 병원 리더들이 서로 비교하고 확인하는 장이기 때문입니다.

병원 운영에서 AI 선도 기업과 후발 기업을 가르는 요인

McKinsey와 Accenture의 연구 모두, AI 투자를 실제 성과로 전환하는 의료기관과 끝없는 파일럿 단계에 머무르는 의료기관 사이에 일관된 패턴이 존재한다고 지적합니다.

McKinsey에 따르면, 모델 성능이 아니라 시스템 통합의 어려움이 이제 병원의 AI 확장을 가로막는 가장 큰 장벽이며, 그 뒤를 내부 역량 부족과 리스크 우려가 따르고 있습니다. 이는 리스크가 가장 큰 우려사항이었던 과거와는 반대되는 흐름으로, 그 자체가 조직의 성숙도를 보여주는 신호입니다. 제약 요인이 "이를 도입해야 하는가"에서 "레거시 병원 IT 환경에 실제로 어떻게 내재화할 것인가"로 옮겨간 것입니다. Deloitte는 입증된 AI 가치에 대한 언급이 2023년 9%에서 2026년 19%로 증가했다는 사실을 밝혀냈지만, 재무적 영향을 지속적으로 측정하고 있다고 답한 CFO는 18%에 불과했습니다.

에이전틱 AI와 병원 워크플로우 자동화의 다음 단계

McKinsey에 따르면, 헬스케어 기관의 19%가 에이전틱 AI, 즉 콘텐츠 생성을 넘어 행동을 취하고 다단계 워크플로우를 조율하는 시스템을 이미 도입했으며, 51%는 개념 증명 단계를 진행 중입니다. Deloitte의 2026 Outlook Survey에 따르면, 80% 이상이 생성형 AI와 에이전틱 AI 모두 올해 상당한 가치를 창출할 것으로 기대하고 있습니다.

다만 이러한 낙관론에는 균형추가 필요합니다. Gartner는 비용 급증과 불명확한 비즈니스 가치, 부실한 리스크 통제로 인해 2027년까지 에이전틱 AI 프로젝트의 40% 이상이 중단될 것으로 예측하며, 이는 기술 자체의 미흡함 때문이 아니라고 지적합니다. Gartner 애널리스트들은 또한 벤더들이 기존 챗봇을 실질적인 자율 기능 없이 에이전틱 AI로 재포장하는 'agent washing' 현상이 광범위하다고 지적하며, 이는 벤더의 주장을 평가하는 병원 IT 리더들이 특히 주의 깊게 살펴야 할 구분입니다. McKinsey의 연구는 상위 기업들이 부문별 개별 배포 대신 하나의 도메인을 중심으로 한 엔드투엔드 워크플로우 접근 방식을 취한다는 설계 원칙을 제시합니다. 병원에 적용하면, 환자 퇴원 조율이나 사전 승인, 수익 주기 거부 관리처럼 고립된 태스크가 아니라 완결된 워크플로우 전체를 목표로 삼아야 한다는 의미입니다.

거버넌스, 신뢰, 리스크

헬스케어 디지털 전환은 리스크를 배제하고는 논할 수 없으며, Cleveland Clinic이 헬스케어 IT 거버넌스를 중심으로 하는 CHIME과 파트너십을 맺은 것도 이를 반영합니다. Deloitte에 따르면, 미국 외 지역의 헬스케어 기관 경영진은 기술 예산의 약 14%를 사이버보안에 투입할 것으로 예상한 반면, 미국 기관은 약 10% 수준을 예상하고 있습니다. 탈취된 의료기록 데이터는 다크웹에서 최대 1,000달러에 거래될 수 있는 반면, 이메일 로그인 정보는 1~3달러에 불과하다는 점을 고려하면 이는 타당한 우려입니다. McKinsey의 설문조사는 부정확성, 편향, 보안 노출, 규제 준수 등 리스크 및 안전 관련 우려가 여전히 주요 장벽으로 꼽히고 있음을 확인했으며, 헬스케어 리더의 43%가 이를 지적했습니다. AI 도입에 성공하는 조직은 이러한 리스크를 외면하지 않고, 거버넌스를 사후 고려사항이 아닌 도입 프로세스 자체에 내재화합니다. 이러한 차이는 규제 심사 과정에서 드러날 잠재적 부채와 방어 가능하고 감사 가능한 AI 프로그램을 가르는 핵심 요인입니다.

이번 서밋이 병원 AI의 다음 단계에 시사하는 것

Cleveland Clinic AI Summit 자체가 연구보고서는 아니지만, 병원과 의료기관 리더십의 관심이 실제로 어디에 집중되어 있는지를 보여줍니다. 논의의 축이 '도입'에서 '통합'으로, '파일럿'에서 '실제 운영'으로, '기대'에서 '입증'으로 이동하고 있습니다. 병원 운영 분야의 AI 활용의 다음 단계를 정의할 조직은 가장 많은 파일럿을 운영하는 조직이 아닐 것입니다. 오히려 소수의 고가치 워크플로우를 선별하고, 눈에 잘 띄지 않는 통합·데이터 인프라 작업에 투자하며, 다른 자본 투자와 동일한 수준의 손익(P&L) 규율을 스스로에게 적용하는 조직이 그 자리를 차지할 것입니다. 박한 마진과 만성적인 인력 부족에 시달리는 이 산업에서, 결국 AI가 지속 가능한 경쟁 우위가 될지 또 하나의 값비싼 실험으로 끝날지를 결정짓는 것은 개별 알고리즘이 아니라 바로 이러한 규율입니다.

실제 사례: 환자 접점에서 이미 입증된 가치

Cleveland Clinic 서밋에서 다뤄진 AI 활용 사례 대부분은 병원 내부 깊숙한 영역에 집중되어 있습니다. 그러나 기대되는 가치가 아니라 입증된 가치라는 기준은 예약, 접수, 커뮤니케이션 같은 환자와의 첫 접점에도 동일하게 적용됩니다.

메이크봇(Makebot)은 바로 이 영역에서 파일럿이 아닌 실제 운영 단계에 이미 도달한 솔루션을 보유하고 있습니다. 500개 이상의 병원 및 의원에 도입된 Care AI는 카카오톡, 웹, 전화(음성) 채널을 하나의 AI 시스템으로 통합하고 병원 EMR과 실시간으로 연동해, 예약과 환자 문의를 24시간 처리합니다. Care AI를 도입한 의료기관들은 웹 예약 전환율 2.5배 증가, 노쇼 30% 감소, 데스크 전화 응대 업무 50% 감소라는 성과를 보고하고 있습니다.