병원 AI 도입 전 개인정보·보안 정리 4단계 사례

병원 AI 도입 전에 가장 먼저 정리할 것은 어떤 AI를 쓸지가 아니라, 우리 병원 데이터가 어디에 있고 무엇을 AI에 넘겨도 되는지입니다. 결론부터 말씀드리면 자료 위치 파악, 개인정보 등급 분류, 마스킹·계정 정리, 처리 위치 확정의 4단계를 먼저 밟아야 합니다. 이 글은 가상의 의원 시나리오로 그 과정과 전후 변화를 보여드립니다.

예시 시나리오: 어떤 의원이 AI 도입 직전에 멈췄나요?

아래는 실제 고객이 아닌, 이해를 돕기 위한 예시 시나리오입니다. 수치와 상황은 모두 가정입니다.

• 규모: 원장 1명, 간호·원무 직원 5명의 내과·가정의학과 의원
• 목표: 반복 전화 문의 응대와 원무 자료 검색을 AI로 줄이기
• 문제: 상담 에이전트를 붙이려 자료를 모으다 작업이 멈춤

멈춘 이유는 기술이 아니었습니다. 학습시킬 상담 기록에 환자 이름과 연락처가 섞여 있었습니다. 일부 직원은 이미 개인 계정의 외부 AI에 환자 문의를 붙여넣고 있었습니다. 원장은 "이 상태로 연결해도 되나"라는 질문에 답할 수 없었습니다.

왜 AI 도입보다 데이터 정리가 먼저 막혔을까요?

원인은 자료가 사람과 기기 단위로 흩어져 있었기 때문입니다. 누가 어디에 무엇을 저장했는지 아무도 전체를 알지 못했습니다.

이 의원에서 확인된 원인은 세 가지였습니다.

1. 진료 안내 문서가 개인 메신저방, 개인 클라우드, 원내 PC 바탕화면에 나뉘어 있었습니다.
2. 퇴사한 직원의 공용 드라이브 접근 권한이 그대로 남아 있었습니다.
3. 외부 AI 사용 기준이 없어, 직원마다 판단이 달랐습니다.

건강 정보는 개인정보보호법상 민감정보로 분류되는 것으로 알려져 있습니다. 따라서 일반 업무 자료보다 처리 기준이 엄격합니다. 세부 기준은 개정될 수 있으니 최신 법령과 가이드라인을 확인하셔야 합니다.

이 의원은 데이터·보안을 어떤 순서로 정리했나요?

이 의원은 도구 계약을 잠시 미루고, 약 3주간 아래 4단계를 먼저 진행했습니다(예시 기간). 핵심은 순서입니다. 위치를 모르면 분류할 수 없고, 분류 없이 마스킹 규칙을 만들 수 없습니다.

1단계. 자료 위치 지도 그리기

직원 한 명씩 15분 면담으로 "업무 자료를 어디에 두는지"를 적었습니다. 결과를 저장소별 한 줄 목록으로 만들었습니다. 저장소 이름, 담당자, 환자 정보 포함 여부만 적으면 충분합니다.

2단계. 세 가지 등급으로 분류하기

모든 자료를 세 등급으로 나눴습니다. 진료시간·주차 안내 같은 공개 정보는 바로 학습 가능 등급입니다. 상담 기록은 마스킹 후 사용 등급입니다. 진료기록 원본과 검사 결과는 AI 학습 제외 등급으로 묶었습니다.

3단계. 마스킹 규칙과 계정 정리

이름, 전화번호, 주민번호, 주소는 자동 치환 규칙을 정했습니다. 예를 들어 "김OO 환자"는 "[환자]"로 바꿉니다. 같은 주에 퇴사자 계정을 회수하고, 공용 계정을 개인별 계정으로 바꿨습니다.

4단계. 처리 위치·로그·계약 확정

데이터가 국내 서버에서 처리되는지, 학습에 재사용되지 않는지 계약서로 확인했습니다. 누가 언제 무엇을 검색했는지 남는 접근 로그도 켰습니다. 외부 업체에 맡기는 경우 개인정보 처리 위탁 내용을 문서로 남겼습니다.

직원 교육도 이 단계에서 함께 했습니다. "외부 AI에 붙여넣으면 안 되는 정보" 기준을 한 장으로 공유했습니다. 직원 교육을 체계적으로 하고 싶다면 병원 실무자 AI 강습처럼 실습 위주 과정을 활용하는 방법도 있습니다.

정리 전과 후, 실장의 하루는 어떻게 달라졌나요?

가장 큰 변화는 "이거 AI에 넣어도 되나요?"라는 질문이 사라진 것입니다. 기준이 문서로 정해지자 실장의 확인 업무가 줄었습니다. 아래 표는 예시 시나리오의 전후 비교입니다.

구분	정리 전	정리 후
자료 찾기	직원에게 물어 메신저방 검색	원무 통합 검색 한 곳에서 조회
외부 AI 사용	직원별 개인 판단	허용·금지 기준표로 통일
계정 관리	퇴사자 권한 방치	입·퇴사 시 체크리스트로 회수
상담 학습 자료	환자 정보 섞인 원본	마스킹된 사본만 사용
사고 대응	누가 봤는지 알 수 없음	접근 로그로 확인 가능

이후 상담 에이전트 구축은 정리된 자료를 바로 연결하는 작업이 됐습니다. 정리 단계가 구축 기간을 늘린 것이 아니라, 재작업을 줄인 셈입니다.

우리 병원에 적용할 때 무엇부터 확인해야 하나요?

규모와 관계없이 아래 다섯 가지를 먼저 확인하시면 됩니다. 1인 의원도 하루 이틀이면 1차 점검이 가능합니다.

• 업무 자료가 있는 저장소를 모두 나열할 수 있는가
• 환자 정보가 들어간 자료를 따로 표시했는가
• 퇴사자·공용 계정이 남아 있지 않은가
• 외부 AI 사용 기준이 문서로 공유됐는가
• 도입할 서비스의 처리 위치와 재학습 여부를 확인했는가

이 중 두 개 이상이 "아니오"라면 도구 선택보다 정리가 먼저입니다. 어디서부터 손댈지 막막하다면 무료 진단 신청으로 현재 상태를 함께 점검해 보셔도 좋습니다.

자주 묻는 질문

Q. 이미 직원들이 외부 AI에 환자 문의를 넣었다면 어떻게 하나요?

먼저 사용을 멈추고 어떤 정보가 입력됐는지 파악하셔야 합니다. 서비스별로 대화 기록 삭제와 학습 제외 설정이 있는지 확인합니다. 유출 신고 대상인지는 개인정보보호 관련 최신 지침을 확인하시고 필요 시 전문가 자문을 받으십시오.

Q. 가명처리만 하면 진료기록도 AI에 써도 되나요?

단정하기 어렵습니다. 가명처리 정보의 활용 범위와 절차는 법령과 가이드라인에 따라 다른 것으로 알려져 있습니다. 반복 문의 응대 목적이라면 진료기록 원본 없이 상담 기준과 안내 문서만으로도 충분한 경우가 많습니다.

Q. 정리 작업을 직원이 직접 해도 되나요?

1~2단계인 위치 파악과 등급 분류는 원내에서 직접 하시는 편이 정확합니다. 자료를 가장 잘 아는 사람이 직원이기 때문입니다. 마스킹 자동화와 로그 설정은 기술 검토가 필요해 외부 도움을 받는 경우가 일반적입니다.

다음 단계

• 병원 AI 도입의 첫 단계는 도구가 아니라 데이터 위치 파악입니다.
• 자료를 세 등급으로 나누고, 마스킹·계정 정리를 끝낸 뒤 연결합니다.
• 처리 위치, 재학습 여부, 접근 로그는 계약 전에 확인합니다.

저희 SOLVER는 진단 단계(1~2주)에서 이 정리 작업을 함께 진행합니다. 우리 병원 자료가 AI에 연결할 준비가 됐는지 궁금하시다면 무료 진단 신청으로 편하게 문의해 주세요.