OpenEvidence의 병원 진입 시도, 의료 AI 채용은 ‘임상 검증형’으로 옮겨간다

의사용 AI 검색 플랫폼 OpenEvidence가 개인 의사 중심의 빠른 확산을 넘어 병원 시스템과의 공식 관계를 넓히려 하고 있다. STAT는 5월 20일 OpenEvidence가 약 65만 명의 미국 의사가 활발히 쓰는 이용자 기반을 바탕으로 헬스시스템 대상 영업을 강화하고 있다고 보도했다. 의료 AI가 더 이상 실험적 도구나 일부 의사의 개인 사용에만 머물지 않고, 병원 구매·보안·임상 책임 구조 안으로 들어가려는 단계에 접어든 것이다.

NBC News에 따르면 OpenEvidence는 지난 4월 한 달 동안 미국 의사의 약 65%가 사용했고, 약 2,700만 건의 임상 상황에서 활용됐다고 회사 측이 밝혔다. 미국 외 지역에서도 120만 명의 의사가 사용한다고 회사 측은 설명했다. OpenEvidence는 일반 소비자용 챗봇이라기보다 의사가 진료 중 논문, 진료 지침, 약물 정보 등을 빠르게 확인하도록 돕는 의료 지식 검색 도구에 가깝다. 질문을 자연어로 입력하면 관련 의학 문헌과 임상 가이드라인을 바탕으로 답변을 제시하고 출처를 함께 보여주는 방식이다.

투자 규모도 작지 않다. Cooley에 따르면 OpenEvidence는 올해 1월 2억5,000만 달러 규모의 시리즈 D 투자를 유치했고, 기업가치는 120억 달러로 평가됐다. 이 라운드는 Thrive Capital과 DST Global이 공동 주도했으며, OpenEvidence가 지난 1년 동안 유치한 자금은 약 7억 달러에 이른다고 Cooley는 밝혔다. 빠른 이용자 증가와 대규모 투자가 맞물리면서 의료 AI가 실제 병원 업무 흐름 안에서 어떤 방식으로 자리 잡을지가 업계의 핵심 질문이 되고 있다.

보스턴 독자에게 이 변화가 중요한 이유는 분명하다. 보스턴권은 Mass General Brigham, Boston Children’s, Dana-Farber, Harvard Medical School, MIT를 중심으로 의료·바이오·AI 인재가 맞물린 지역이다. NBC 보도에서도 Massachusetts General Hospital의 Anupam Jena 교수와 Brigham and Women’s Hospital의 Paul Sax 의사가 OpenEvidence 활용 사례와 평가에 등장한다. 본사가 어디에 있느냐보다, 이런 도구가 실제 임상 현장에서 어떻게 쓰이고 검증되는지가 보스턴권 커리어 시장과 직접 연결된다.

시장 배경을 보면 의료 AI의 초점은 ‘모델이 똑똑한가’에서 ‘의료 현장에 안전하게 들어갈 수 있는가’로 옮겨가고 있다. Mount Sinai Health System은 3월 OpenEvidence를 전자의무기록, 즉 EHR 안에서 사용할 수 있도록 협업한다고 발표했다. 의사뿐 아니라 간호사와 약사까지 기존 Epic 업무 흐름 안에서 근거 기반 답변을 받을 수 있게 하겠다는 내용이다. 이는 의료 AI 기업이 병원 조달, 정보보안, 개인정보 보호, 임상 책임 체계를 통과해야 하는 단계로 들어섰다는 신호다.

다만 확산 속도만으로 성공을 단정하기는 어렵다. NBC 보도는 일부 전문가들이 환각, 불완전한 답변, 환자 결과에 대한 엄격한 연구 부족, 의사의 비판적 판단 약화 가능성을 우려한다고 전했다. OpenEvidence도 약관에서 이 서비스가 의사의 임상 판단을 대체하지 않는다는 취지로 설명한다. 의료 AI는 답변의 정확도뿐 아니라 어떤 문헌을 인용했는지, 환자 정보를 어떻게 보호하는지, 병원 정책 안에서 누가 최종 책임을 지는지까지 함께 평가받아야 한다.

취업과 이직 관점에서는 의료 AI가 단순히 개발자만의 시장이 아니라는 점을 봐야 한다. 앞으로 수요가 커질 수 있는 역할은 임상 데이터 제품 매니저, 의료 콘텐츠 파트너십 담당, AI 안전성·품질 평가 담당, HIPAA와 보안 실무 인력, EHR 연동 엔지니어, 의료진 교육·도입 담당자 등이다. 의학·바이오 배경을 가진 유학생이라면 코딩 능력 하나보다 임상 워크플로를 이해하고 AI 결과를 검증할 수 있는 역량이 차별점이 될 수 있다. 컴퓨터공학 전공자에게도 의료 데이터 규제, 감사 로그, 근거 문헌 표시, 사용자 권한 관리 같은 실무 지식이 중요해진다.

H-1B나 OPT를 고려하는 독자라면 회사의 성장성만 볼 것이 아니라 채용 직무, 스폰서십 정책, 병원·대학·스타트업 중 어떤 조직이 본인의 경력 단계와 맞는지도 함께 확인해야 한다. 의료 AI 스타트업은 빠르게 성장할 수 있지만 규제 검토와 병원 판매 주기가 길 수 있다. 반대로 병원이나 대학 연구 조직은 상대적으로 보수적일 수 있지만 검증, 운영, 임상 도입 경험을 쌓기 좋은 환경이 될 수 있다. 개인별 비자 판단은 별도 확인이 필요한 영역이지만, 의료 AI 분야에서는 AI를 만들 줄 아는 사람과 의료 현장에서 쓸 수 있게 만드는 사람 사이의 간격을 메우는 역량이 점점 중요해지고 있다.

창업이나 스타트업에 관심 있는 보스턴 독자에게도 시사점이 있다. OpenEvidence의 확산은 의료 AI가 광고 기반 무료 서비스, 병원 엔터프라이즈 계약, 콘텐츠 라이선스, EHR 통합 등 여러 비즈니스 모델 사이에서 균형을 찾아가고 있음을 보여준다. 특히 의료 정보는 신뢰할 수 있는 문헌과 전문 학회 콘텐츠가 핵심 자산이기 때문에, 단순한 챗봇 경험보다 데이터 출처, 파트너십, 책임 있는 배포 방식이 경쟁력이 된다.

지금 당장 바뀌는 것은 의사와 병원 내부의 정보 검색 방식이다. 장기적으로 봐야 할 변수는 환자 결과에 대한 연구, 병원별 개인정보 정책, 광고 기반 모델에 대한 신뢰, 그리고 경쟁 서비스의 병원 채택 속도다. 보스턴권 의료·AI 인재에게 이 변화는 의료 AI 시장이 ‘AI가 의사를 대체한다’는 단순한 구도보다, 의료진의 판단을 보조하고 검증 가능한 근거를 빠르게 연결하는 실무형 역할을 중심으로 커지고 있음을 보여준다.