고객은 병원에 오기 전 AI에게 무엇을 물을까?

고객은 병원이나 약국에 오기 전 챗GPT에 증상과 약을 먼저 물어본다. 관련 연구에서 건강 대화의 위험 등급 비율은 나라별로 20.6~26.3%였고, 질환과 약에 관한 질문에서는 39.8~47.7%까지 올라갔다. 동네 병원·약국·한의원 홈페이지에는 진료 범위뿐 아니라 위험 신호, 약 복용 주의 사항, 진료 시간까지 정확하게 적어 둘 필요가 있다.

고객은 AI에게 어떤 질문을 할까?

미국 럿거스대 연구진은 인도·나이지리아·브라질·파키스탄의 챗GPT 이용자 1,252명에게서 대화 기록을 모았다. 전체 대화 20만 2,590건 가운데 건강 대화 1만 5,555건을 분석했다. 한국 이용자는 연구 대상에 포함되지 않았다.

건강 대화가 한 번이라도 있었던 이용자는 754명으로 전체의 60.2%였다. 질문 중 가장 큰 비중을 차지한 것은 일반 건강 정보였다. 증상과 건강 걱정, 검사 결과 해석, 질환과 약, 치료 관리에 관한 질문도 적지 않았다.

이용자는 자신의 건강 문제만 묻지 않았다. 가족을 대신해 질문하는 경우도 있었고, 앞선 대화에서 자신의 지병을 밝힌 경우도 있었다. AI가 현재 질문만 보는 것과 이용자의 건강 이력까지 고려하는 것은 다른 결과를 낳을 수 있다.

AI의 답변은 얼마나 안전할까?

연구진은 구글 제미나이 3.1 프로를 이용해 답변을 채점했다. 해를 끼칠 가능성과 피해의 크기, 안전 안내가 충분한지를 평가해 1~7점을 매겼다. 이 가운데 3점 이하를 위험 등급으로 분류했다.

나라별 위험 등급 비율은 20.6~26.3%였다. 가장 흔한 점수는 7점으로, 전체 답변의 31.0~46.2%를 차지했다. 즉, 대부분의 답변은 안전하다는 평가를 받았지만 일부 질문에서는 위험이 두드러졌다.

특히 질문의 종류에 따라 위험 비율이 크게 달라졌다. 질환·약·치료 관리 질문은 39.8~47.7%, 증상·건강 걱정 질문은 33.4~40.3%가 위험 등급을 받았다. 반면 일반 건강 정보 질문의 위험 비율은 7.9~11.9%였다.

위험한 답변은 어떤 점이 문제였을까?

연구진이 위험 등급 답변 128건을 직접 살펴본 결과, 가장 흔한 문제는 틀리거나 해로운 조언이었다. 전체의 47.7%가 여기에 해당했다. 전문가에게 연결하지 않거나 급한 상황을 가볍게 다룬 답변도 43.8%였다.

실제 사례에는 원인을 알 수 없는 심한 발진에 각질 제거용 산 성분을 권한 답변이 있었다. 운동 중 발생한 가슴 통증에 가벼운 원인만 나열한 답변도 있었다. 임신부에게 상담을 권하지 않고 약 용량을 안내하거나, 심한 빈혈에 식단과 운동만 권한 사례도 확인됐다.

문제는 단순히 답이 틀릴 수 있다는 데 그치지 않는다. 고객이 언제 전문가를 찾아야 하는지, 어떤 상황에서 자가 관리를 멈춰야 하는지 알지 못할 수 있다. 건강 정보를 제공할 때는 가능한 설명뿐 아니라 위험 신호와 다음 행동도 중요하다.

지병이 있으면 답변은 어떻게 달라질까?

연구진은 이용자가 앞선 대화에서 밝힌 건강 이력을 고려해 답변을 다시 평가했다. 그 결과 지병 이력이 있는 대화의 위험 비율은 29.3%에서 44.9%로 올랐다. 건강 이력을 고려하지 않았을 때 안전하다고 판단했던 대화 중 25.8%도 위험 등급으로 바뀌었다.

운동과 식단 상담에서 변화가 특히 컸다. 위험 비율은 26.1~30.0%포인트 증가했다. 소장 수술 이력이 있는 이용자에게 무거운 복근 운동을 권하거나, 위궤양 이력이 있는 이용자에게 생마늘·레몬물·생강을 권한 사례가 있었다.

이 결과는 모든 이용자에게 같은 조언을 제공하는 방식에 한계가 있음을 보여준다. 홈페이지에도 아이와 임신부, 지병이 있는 고객이 확인해야 할 주의 사항을 구분해 적어 두는 편이 좋다.

새 AI 모델을 쓰면 더 안전할까?

연구에서는 모델이 새로워질수록 위험 등급 비율이 낮아지는 결과가 나오지 않았다. GPT-3.5에서 GPT-5.1로 갈수록 네 나라 모두 위험 등급 비율이 상승했다. 브라질은 6.2%에서 34.6%, 인도는 10.9%에서 28.9%로 올랐다.

연구진은 새 모델이 답변을 거절하는 경우가 줄고 더 길게 답하는 점을 가능한 이유로 들었다. 다만 모델의 변화와 사용 시기를 완전히 분리해 분석할 수는 없다고 밝혔다. 따라서 이 결과만으로 모든 최신 AI가 이전 모델보다 위험하다고 단정해서는 안 된다.

우리 홈페이지에는 무엇을 적어야 할까?

핵심은 고객이 실제 진료를 결정할 때 필요한 사실을 명확하게 제공하는 것이다. 연구에서는 전문가에게 연결하지 않는 답변이 반복해서 문제로 나타났다. 홈페이지에 질환별 위험 신호와 진료가 필요한 상황을 구체적으로 안내하면 AI가 답변을 만들 때 참고할 수 있는 정보가 생긴다.

다만 이 연구는 AI가 병원 홈페이지를 읽었는지, 홈페이지 정보가 답변의 안전성을 높였는지를 직접 측정하지 않았다. 홈페이지에 정보를 적는 것만으로 AI 답변이 안전해진다고 보장할 수는 없다. 그래도 고객과 AI가 함께 참고할 수 있도록 정확하고 최신인 정보를 갖추는 일은 기본이다.

병원은 진료 가능한 질환과 검사, 상담 범위를 사실대로 안내해야 한다. 약국은 약 복용 시 주의 사항과 부작용 정보를 함께 제공해야 한다. 한의원 역시 진료 범위와 주의 대상, 진료가 필요한 상황을 분명하게 설명할 필요가 있다.

진료 시간과 야간·휴일 운영 여부도 최신 상태로 관리해야 한다. 의료광고에는 별도의 규정이 적용된다. 의료법 제56조 제2항은 치료 경험담, 비교, 보증 등 금지되는 광고 내용을 규정하며, 제7호는 심각한 부작용 등 중요한 정보를 누락하는 광고도 제한한다. 정보를 추가할 때는 의료광고 규정을 함께 확인해야 한다.

이 연구를 어디까지 믿어야 할까?

연구 결과를 한국의 모든 이용자에게 그대로 적용할 수는 없다. 참가자는 크라우드소싱 사이트에서 모집됐고, 기록을 제공한 대가로 보상을 받았다. 나라 전체 이용자를 대표하는 표본이라고 보기 어렵다.

답변의 안전성도 의사가 아니라 AI가 채점했다. 실제 건강 피해가 발생했는지는 조사하지 않았으며, 위험 유형 분류에는 연구자 한 명이 참여했다. 한국어 대화와 한국의 의료 환경을 직접 평가한 연구도 아니다.

그럼에도 살펴볼 만한 지점은 분명하다. 일반적인 건강 정보보다 증상·약·치료 관리 질문에서 위험 등급 비율이 높았다. 이용자의 지병을 고려했을 때 위험 평가가 달라지기도 했다. 동네 병원·약국·한의원은 고객이 안전하게 판단하도록 돕는 정보를 홈페이지에 정확히 정리해 둘 필요가 있다.

같이 읽을 글

• 병원 홈페이지에 뭘 써야 AI가 읽을까?
• 진료가 끝난 뒤 고객이 AI에게 물으면 홈페이지에는 뭘 써야 할까?
• 챗GPT에 한 건강 이야기가 기억으로 남을 수 있을까?
• 밤에 문 연 약국을 AI에 물으면 우리 약국이 나올까?

자료 출처

• How Safe Is ChatGPT Health Advice? Evidence from Real User Conversations in Four Global South Countries(럿거스대·독립 연구자·arXiv 2610.18465·2026년 10월 제출, 이용자 1,252명·대화 20만 2,590건·건강 대화 1만 5,555건)
• 같은 논문 HTML 본문(표 1·2·6·7, 5장 결과, 부록 J 모델별 안전성, 한계 절)
• 같은 연구 공개 자료(OSF, 대화별 질문 종류·안전 점수·나이·성별 표)
• ChatGPT Health performance in a structured test of triage recommendations(마운트시나이 아이칸 의대·Nature Medicine·2026년 2월 23일, 의사 작성 사례 60개·답 960개)
• From Diagnoses to Treatments: Why Americans Use AI Chatbots for Health(퓨리서치센터·2026년 8월 25일, 미국 성인 3,488명·6월 22~28일 조사)
• 의료법 제56조 의료광고의 금지 등(국가법령정보센터·2026년 10월 2일 시행본)