현실적인 병원 행정 워크플로우 시뮬레이터 HAdminSim

초록

HAdminSim은 병원 행정의 전형적인 1차 외래 접수·진료과 배정·예약 스케줄링 과정을 다중 에이전트 기반으로 시뮬레이션하고, FHIR 표준을 적용해 데이터 교환과 재현성을 확보한 오픈소스 프레임워크이다. 합성 데이터 생성, 상세 루브릭 기반 LLM 평가, 병원 규모별 설정 기능을 제공한다.

상세 분석

본 논문은 병원 행정 업무의 복합성을 실제와 가까운 수준으로 모델링하려는 시도로, 기존 연구가 환자‑의사 대화나 제한된 서브태스크에 머물렀던 점을 보완한다는 점에서 의의가 크다. 첫 번째 핵심 기여는 ‘병원 규모(1차·2차·3차)별 시뮬레이션 환경’을 정의하고, 시간 단위 τ를 도입해 15분 단위 슬롯을 기반으로 의사 일정·예약 가능 시간을 정량화한 점이다. 이는 실제 병원 운영에서 시간 제약이 어떻게 스케줄링에 영향을 미치는지를 재현하는 데 유용하다. 두 번째로, 환자 프로필을 194개의 질병‑증상 쌍과 진단 이력(선행 진단 유무)으로 구성하고, 각 질병에 대한 목표 진료과 라벨을 사전에 정의함으로써 ‘진료과 배정 정확도’를 객관적으로 측정할 수 있는 평가 기준을 제공한다. 이는 내부 의학 분야에서 증상 중복도가 높아 배정 오류가 빈번히 발생하는 현실을 반영한다. 세 번째는 FHIR 리소스(Practitioner, Schedule, Slot, Patient, Appointment 등)를 활용해 시뮬레이션 결과를 실제 HIS와 동일한 형태로 기록하고, API 호출을 통해 실시간 업데이트를 모사함으로써 시스템 간 상호운용성을 검증한다. 이는 향후 LLM 기반 자동화 솔루션을 병원 정보시스템에 통합할 때 발생할 수 있는 데이터 포맷 불일치를 사전에 탐지할 수 있게 한다.

논문은 또한 ‘루브릭 기반 정량 평가’를 제시한다. 환자 정보 수집, 진료과 배정, 예약 스케줄링·재조정·취소 등 각 단계별로 정확도, 완전성, 시간 효율성 등을 점수화하고, 이를 통해 다양한 LLM(예: GPT‑4, Claude, LLaMA 등)의 성능을 비교한다. 다중 에이전트 시나리오에서 LLM이 서로 협업하거나 인간 에이전트와 교차 검증하는 방식을 지원하는 점도 주목할 만하다.

하지만 몇 가지 한계도 존재한다. 합성 데이터는 실제 환자 인구통계·질병 분포를 근사하지만, 실제 병원에서 나타나는 비정형 텍스트(오타, 방언, 비표준 약어 등)와 복합적인 보험·법적 제약을 충분히 반영하지 못한다. 또한 루브릭의 세부 항목과 가중치 설정이 논문에 상세히 제시되지 않아, 평가 재현성에 의문이 남는다. 현재 시뮬레이션은 내부 의학 9개 과에 국한되어 있어 외과·영상·검사 등 다른 진료 영역으로 확장하려면 추가 데이터 모델링이 필요하다. 마지막으로 다중 에이전트 간의 프롬프트 설계와 토큰 비용 관리, 실시간 응답 지연 등 실제 운영 환경에서 발생할 수 있는 기술적 제약을 논의하지 않은 점도 보완이 요구된다.

전반적으로 HAdminSim은 병원 행정 자동화 연구에 필요한 ‘표준화된 테스트베드’를 제공하며, FHIR 기반 인터페이스와 상세 시나리오 설계는 향후 실제 병원 현장 적용을 위한 중요한 발판이 될 것으로 기대된다.