간호가 왜 노출도의 낮은 끝에 있는가
업무 노출도 연구는 간호에 대해 같은 결론에 계속 도달합니다. 이 직무의 핵심 업무 대부분은 신체적이고 대인적이며 변화하는 현장 속에 있습니다. 바로 현재의 AI가 하지 못하는 것들입니다. O*NET의 간호사 업무 목록은 환자 사정, 처치 수행, 장비 조작, 돌봄 조율, 응급 대응이 중심입니다. 언어 모델은 그 업무에 대한 기록 초안을 쓸 수 있을 뿐, 그 업무 자체를 할 수 없습니다.
노출된 조각은 실재하지만 좁습니다. 기록, 인계 요약, 일정 관리, 1차 모니터링 알림입니다. 간호사의 시간은 귀하고 기록 업무가 근무의 큰 몫을 잡아먹는 것으로 유명하기 때문에, 이 좁은 조각도 중요합니다. 다만 대체가 아니라 부담 경감으로서입니다.
새로운 위험은 자동화가 아니라 자동화 맹신
의사결정 지원 도구가 사정 초안을 쓰거나 악화 환자를 표시해도, 임상적 의무는 소프트웨어로 옮겨가지 않습니다. 새로 필요해지는 능력은 보정된 신뢰입니다. 각 도구의 실패 양상을 알고, 어떤 알림이 잡음일 가능성이 높은지, 생성된 요약이 단 하나의 이상 수치를 빠뜨렸을 수 있는지 알며, 기계의 말을 되풀이하는 대신 자신의 관찰을 기록하는 것입니다.
상향 보고의 가치도 줄기는커녕 커집니다. 도구가 무엇을 말했고, 자신이 무엇을 관찰했고, 둘이 왜 어긋나며, 그래서 무엇을 했는지 명확히 말할 수 있는 간호사는 규제기관과 법원이 앞으로도 면허를 가진 사람에게 둘 책임을 정확히 수행하고 있는 것입니다.
현실적인 90일 계획
첫 달에는 AI 일반론이 아니라 우리 병동이 실제로 쓰는 도구를 익히세요. 도구마다 무엇을 입력받고 무엇을 내놓는지, 기록된 실패 사례 하나를 정리하세요. 사고가 나서 급해지기 전에 지금 질문해 두는 것입니다.
둘째 달에는 기록 업무 흐름 하나를 골라, 자신만의 검증 원칙과 함께 보조 도구를 쓰세요. 직접 확인하지 않은 수치가 담긴 기록에는 서명하지 않는다는 원칙입니다. 셋째 달에는 도구가 도움이 됐거나 오도했던 지점 하나를 병동 실무 회의나 안전 회의에 가져가세요. 돌봄 과정의 AI에 대해 구체적으로 말할 수 있는 간호사가 시스템을 고를 때 의견을 구하는 대상이 됩니다.
