Epic의 내부 AI 도입을 주제로 Seth Hain과 나눈 대화

Anthropic의 'The Briefing: Enterprise Agents'에서 세계 최대 규모 조직의 리더들이 AI 도입을 어떻게 확대하고 있는지에 관해 공유했습니다. 그중 한 명인 Seth Hain은 MyChart를 개발한 헬스케어 기술 기업 Epic의 R&D SVP로, MyChart는 전 세계 1억 9,500만 명 이상의 환자가 검사 결과를 확인하고, 진료 예약을 관리하며, 의사와 소통하는 용도로 사용하고 있습니다.

Seth는 Anthropic의 응용 AI 팀 책임자인 Jonathan Dahlberg와 함께 Epic이 AI를 어떻게 배포하고 있는지, 그 과정에서 무엇이 놀라웠는지, 그리고 2026년 의료 분야에 어떤 변화가 있을지에 대해 논의했습니다. 다음 대화는 길이와 명확성을 위해 편집된 것입니다.

Jonathan Dahlberg, Anthropic: AI 도입은 Epic 전반에서 어떻게 확산되었나요?

Seth Hain, Epic: Epic의 모든 직원에게 AI를 탐구할 수 있는 기회를 제공했기 때문에, 이는 매우 자연스러운 과정이었죠. 곳곳에서 자연스럽게 학습이 이루어지기 시작했습니다. 대개 한 개인에게서 시작되어 팀원과 주변으로 퍼져 나갔습니다. 우리는 직접 대면하는 기업으로 유명하며, 그 핵심은 휴게실이나 복도에서 일어나는 자연스러운 상호작용, 즉 아이디어를 빠르게 주고받는 것입니다. 주말에 무언가를 만들어 동료에게 보여줄 때 느끼는 흥분은 추진력을 불러오죠. 우리는 누가 AI를 사용하고 있고 그것으로 무엇을 하고 있는지 확인할 수 있도록 내부 도구를 만들었고, 이를 통해 다른 사람들이 빠르게 도입하고 더 많은 것을 시도할 수 있도록 했습니다.

그리고 그 속도는 계속 빨라졌습니다. 개인적으로 AI를 사용할 때 놀라운 순간을 경험하게 되며, AI가 지금 무엇을 할 수 있는지 깨닫게 됩니다. 지난 5~6년 동안 이러한 순간은 점점 더 빨라지기 시작했고, 서로를 기반으로 더욱 발전해 나갔죠. 핵심 모델과 모델 상위 레이어인 에이전틱 툴링이 모두 개선되고 있습니다. 우리는 모든 사람에게 AI를 탐구할 수 있는 능력을 제공했기 때문에, 모든 사람이 이 현상을 목격했습니다. 

Dahlberg: Claude Code 사용량의 절반 이상은 비개발자로부터 나옵니다. 이 부분에서 무엇이 놀라웠나요?

Hain: 현장에 있는 사람들이 가장 좋은 아이디어를 가지고 있기 때문에, AI가 어떻게 작동하는지 공개적으로 탐색할 수 있는 기회를 갖는 것이 정말 중요합니다. 제가 본 것 중 가장 흥미로운 사례는 비개발자가 Claude Code와 같은 도구를 활용해 자신의 워크플로우에 적용하는 것입니다.

좋은 예가 있습니다. 제 친구 중 한 명은 Epic의 약사이고, 그는 MyChart에서 원하는 새로운 기능을 담은 완전한 프로토타입을 가지고 돌아왔습니다. AI를 통해 그는 슬라이드나 문서를 그 이상의 완전히 새롭고 인터랙티브한 방식으로 자신이 원하는 것을 모두에게 보여줄 수 있었죠. 그리고 이제 사람들이 함께 탐색하면서 반복적으로 개선해 나가는 빠른 링크가 되었습니다. 

Dahlberg: 회사 전반에서 사람들은 어떻게 탐색 시간을 확보할 수 있죠?

Hain: 리더들이 매일 이러한 도구를 사용하며 시간을 보내는 것에서 시작합니다. 리더들은 상황이 어떻게 발전하고 있는지에 대해 익숙해지면서 감각을 갖추어야 하며, 이를 바탕으로 직원들에게 탐색할 시간을 확장해 주어야 하죠. 금요일 오후에는 회사 전반의 여러 개발 리더들과 회의를 진행합니다. 그런 회의 중 한 번을 통째로 할애해, 직접 앉아서 경험해 보라고 했습니다. 그런 깨달음의 순간을 경험해야 하죠. 그리고 그것은 단순히 그 4시간에 관한 것이 아니라, 우리 리더십이 계속해서 개선해 나갈 수 있는 기반을 마련하는 것이었습니다.

Dahlberg: 임상 환경에서 AI에 대한 신뢰를 어떻게 구축하시나요?

Hain: 여기에는 여러 레이어가 있습니다. 첫째, 임상의와 의료 시스템은 귀사가 자신의 요구 사항을 진정으로 이해하고 있다고 신뢰해야 합니다. 우리는 오랫동안 개발자들에게 현장 몰입을 요구하면서, 직접 현장에 가서 경험하도록 했습니다. 이들은 임상의와 직원들과 밀접하게 시간을 보내며, 워크플로우를 단계별로 이해하고, 소프트웨어가 어디에 적합한지, 사람의 상호작용이 어디에서 이루어지는지 파악합니다. 

또한 당사는 의료 분야이기 때문에 '해를 끼치지 않는다'는 원칙을 중요하게 생각합니다. 그것은 자체 개발 파이프라인에서 시작되죠. 코드가 출시될 때 코드의 품질 수준을 어떻게 향상시킬 수 있는지, 스킬과 MCP 서버와 같은 새로운 기능을 어떻게 활용해 이전에는 불가능했던 추가 검사를 수행할 수 있는지 이해하는 것이 중요합니다. 

다음으로, 조직은 AI를 프로덕션에 도입하기 전에 이를 평가할 수 있어야 하며, 지속적으로 모니터링할 수 있어야 합니다. 몇 가지 예가 있습니다.

• 우리가 초기에 출시한 기능은 의료 기록 요약이었고, 임상의가 직접 확인할 수 있는 기록 부분에 대한 링크도 포함되어 있었습니다. 이게 기반을 마련해 주었기 때문에, 더 많은 에이전틱 기능으로 나아갈 때 조직과 사용자는 이미 신뢰를 갖고 있는 상태죠.
• 우리는 의사와 간호사가 환자의 메시지에 신속하게 대응할 수 있는 기능을 제공합니다. 만약 어떤 사람이 이 초안을 편집하지 않고 100% 그대로 사용하고 있다면, 잘못된 것입니다. 그리고 만약 누군가가 이 중 하나를 사용하는 시간이 0%라면 이 역시 잘못된 것이죠. 따라서 이를 모니터링할 수 있어야 합니다.

또한 사용자 경험은 계속 적응해 나가야 합니다. 현재 우리가 사용하는 AI는 의료 전반에서 사람들이 앞으로의 변화에 적응할 수 있도록 도와야 합니다. 그래서 회사에서 상당수가 이 부분에 많은 시간을 투자하고 있습니다. 모델과 에이전틱 기능이 계속 향상되면서 제품 디자인이 다양한 단계를 거쳐 어떻게 진화해야 하는지 고민하고, 사용자가 이러한 도구를 효과적으로 활성화할 수 있도록 돕는 것입니다.

Dahlberg: 이 기술이 진화하는 상황에서 가장 중요한 역량은 무엇인가요?

Hain: 적응에 대한 개방성입니다. 비약적으로 앞서 나가는 사람들은 기술로 가능해진 것을 탐구하고 빠르게 적응하는 사람들이죠. 의료 기록이 응급실에서 백 오피스로 전달되고, 환자가 퇴원 후 스스로 관리하며 추적 진료를 받는 과정을 생각할 때, 바로 그런 유형의 치료와 관련해서도 개인 간 100회 이상의 인수인계가 이루어집니다. 이 부분을 이해하고 이 분야에 시간을 투자한 사람은 이러한 도구를 통해 차세대 소프트웨어와 기능을 만들어낼 수 있을 것입니다.

Dahlberg: 최근 무언가가 바뀐 느낌이 듭니다. 무엇이 변화했나요?

Hain: 내부와 의료 시스템 모두에서 제가 주목하는 것은 12개월 또는 24개월 전만 해도 AI가 개인의 하루 중 일부 또는 워크플로우의 일부에서 생산적으로 도움을 주는 수준이었다는 것입니다. 이를 통해 시간을 절약할 수 있었습니다. 예를 들어, 진료실에서 이루어진 대화에 근거해 진료 기록을 작성하는 의사의 시간을 아낀 것입니다. 또한 Epic의 직원들이 지식 기반에서 정보를 찾는 데 소요되는 시간을 절약할 수 있었습니다. 하지만 범위가 좁았습니다. 그 결과, 사람들은 여전히 동일한 총 시간을 소비했죠. 그날에 진짜 새로운 작업을 추가할 수는 없었습니다. 

그런데 지난 8~12주 동안 그 상황이 바뀌기 시작한 것 같습니다. 사람이 중간에 뛰어들어야 했던 순간이 갈수록 줄어들고 있습니다. 그리고 이제는 에이전트가 작업을 수행하고 결과를 만들어 내면, 누군가가 참여하고 시간을 할애하는 연속적인 블록을 갖게 되었습니다. 그래서 지금은 질적으로 달라졌다고 느끼는 것 같습니다.

한 예로, 우리는 고객과 협력하여 의료 접근성을 운영화하는 팀을 두고 있습니다. 즉, 환자가 처음부터 적합한 전문의에게 바로 진료 예약을 잡을 수 있게 하는 것입니다. 그들은 공유 Claude 프로젝트를 구축해 각 고객이 어떤 상황을 겪고 있는지 대화를 나누었습니다. 이제 서비스 상태 업데이트를 요청할 때마다 질문에 대한 답변이 포함된 Claude 대화로 연결되는 링크를 받습니다. 단순한 어시스턴트 역할이 아니라 팀의 일원으로서 기능하고 있죠.

Dahlberg: 이제 막 시작하는 엔터프라이즈 리더에게 어떤 조언을 해주고 싶으신가요?

Hain: 리더는 직접 사용하면서 시간을 보내야 합니다. 그러지 않았다면, 지금 당장 직장에서뿐만 아니라 개인적으로도 바꿔야 합니다. 두 번째는 거버넌스 프로세스를 면밀히 살펴보고 불필요한 장애물이 없는지 확인하는 것입니다. 

조직이 이렇게 말한다고 상상해 보세요. "우리는 직원들에게 Excel을 실제로 제공하지 않습니다. 직원들이 데이터를 분석할 만큼 수학과 통계를 잘 이해하고 있다고 생각하지 않기 때문입니다." 누구나 이런 방식이 장기적인 성공 비결이 되지 못하리라는 사실에 동의할 겁니다. AI도 마찬가지입니다. 리더십으로 시작하고, 탐구의 문을 열어보세요. 

Dahlberg: 의료와 AI의 미래는 무엇인가요?

Hain: 에이전틱 AI가 모든 환자, 임상의, 의료 시스템 운영자를 도울 수 있는 즉각적인 기회가 있습니다. 환자가 MyChart에서 의료 질문에 대한 답변을 얻는 것부터 진료실 대화를 기반으로 진료 시 임상의에게 인사이트를 제공하고, 백오피스의 자동화를 향상하는 것까지, 이 모든 것이 동일한 통합 플랫폼에서 이루어집니다. 이러한 변화는 빠르게 진행되고 있으며, 우리가 협력하는 조직의 85%가 이미 AI를 프로덕션에서 사용하고 있습니다.

그 외에도 Epic은 내부적으로 의료 이벤트 모델을 구축하고 있습니다. 이 모델은 일반적인 웹 텍스트가 아닌 실제 의료 기록을 바탕으로 특별히 훈련된 AI입니다. 그리고 우리는 확장 법칙이 자연어 모델과 동일한 방식으로 이 모델에도 적용되는 것을 확인하고 있습니다. 여기에 너무 많은 잠재력이 있습니다.

‍