AI와 의료소통: 영어 미숙 환자를 위한 설계와 사회기술적 장애물

초록

본 연구는 스페인어 사용 제한 영어 능력(LEP) 환자를 지원하는 14명의 환자 내비게이터와 스토리보드 기반 인터뷰를 진행해, 언어·문화·프라이버시·문해력·기술 접근성 등 사회기술적 장벽을 규명한다. AI 기반 실시간 번역·방문 준비·교육 도구가 이러한 장벽을 완화할 가능성을 탐색하면서, 잘못된 정보 제공·인간 상호작용 감소·신뢰 저하 위험도 함께 제시한다. 연구 결과는 문화·언어 민감성, 저문해력 지원, 프라이버시 보호, 기존 워크플로와의 원활한 통합을 강조하는 설계 가이드라인을 도출한다.

상세 분석

이 논문은 제한된 영어 능력(LEP) 환자, 특히 스페인어 사용자를 대상으로 AI 기반 의료 커뮤니케이션 도구의 설계 가능성을 탐색한다. 연구 방법으로는 미국 내 다양한 보건기관에서 활동하는 환자 내비게이터 14명을 모집해, 사전 설문과 60분짜리 스토리보드 인터뷰를 진행한 점이 특징이다. 스토리보드는 ‘진료 전 AI 기반 방문 준비’, ‘실시간 번역’, ‘진료 후 요약·교육’ 등 여섯 가지 시나리오를 시각화해, 내비게이터가 실제 현장에서 마주치는 문제와 AI 도입 시 예상되는 장단점을 자연스럽게 드러내도록 설계되었다. 인터뷰 분석은 주제 코딩을 통해 ‘언어·문화 오해’, ‘프라이버시·민감 정보 노출’, ‘디지털·보건 문해력 부족’, ‘불안정한 기술 접근’ 등 네 가지 핵심 장벽을 도출했다.

AI 도입에 대한 기대는 ‘언어 장벽 완화’, ‘환자 자가 준비 지원’, ‘의료진과 환자 간 라포 형성 촉진’ 등이며, 위험 요소로는 ‘오번역·오정보 제공’, ‘인간 중재자(내비게이터·통역사)의 역할 축소’, ‘데이터 프라이버시 침해’, ‘기술에 대한 신뢰 저하’가 제시되었다. 특히, 내비게이터는 AI가 기존 인적 지원을 대체하기보다는 보조·확장 역할을 해야 한다고 강조했으며, 이를 위해서는 AI 인터페이스가 저문해력 사용자를 고려한 직관적 디자인, 문화적 맥락을 반영한 번역·설명, 사용자 동의 기반의 데이터 처리 절차를 포함해야 한다고 주장한다.

연구는 HCI와 의료 AI 분야에 다음과 같은 시사점을 제공한다. 첫째, 기술 설계 단계에서 ‘사회기술적 장벽’—언어·문화·제도·프라이버시—을 통합적으로 검토해야 함을 강조한다. 둘째, LLM 기반 번역·요약 모델이 현재 언어·문화 편향을 내포하고 있기에, 지역사회와 협업해 데이터셋을 보완하고 검증 절차를 강화해야 한다. 셋째, AI 도구는 기존 환자 내비게이터와의 협업 흐름에 자연스럽게 삽입돼야 하며, 이를 위해 ‘AI‑Human in the Loop’ 설계 원칙을 적용해 인간의 판단이 최종 결정을 보완하도록 해야 한다. 마지막으로, 프라이버시와 신뢰 구축을 위해 투명한 모델 설명, 데이터 최소화, 사용자 동의 관리 UI가 필수적이다.