대한내분비학회 SICEM 2026 Session 5 · 15:30 – 15:50 2026.04.09 · 서울

Keynote · Track 5

AI로 달라지는 업무 우리는 어떻게 대응할까?

의료진을 위한 AI Readiness 프레임워크. Andrej Karpathy, OpenAI, Tiago Forte가 2026년에 동시에 도달한 결론의 의료 분야 버전 — 도구가 아니라 하네스를, 학습이 아니라 준비를.

구요한 Yohan Koo · CMDSPACE · 차의과대학교 겸임교수 PhD ABD · AI 교육 컨설턴트 · 20분 Keynote + 10분 Q&A

§ 02 Introduction

약 이야기가 아닙니다.
그 약을 처방하는 업무 자체가 바뀌고 있습니다.

안녕하세요. 오늘 세션의 마지막 발표를 맡게 된 구요한입니다. 앞선 네 분의 발표가 정말 깊이가 있었습니다. 골다공증, 당뇨, 이상지질혈증 치료제까지 — 저는 이 자리에 앉아서 많이 배웠습니다.

그런데 저는 완전히 다른 이야기를 드리려 합니다. 약 이야기가 아닙니다. 우리가 그 약을 처방하는 업무 자체가 어떻게 바뀌고 있는지, 그리고 그 변화에 우리가 어떻게 준비해야 하는지에 대한 이야기입니다.

짧게 소개드리겠습니다. 저는 의사가 아닙니다. 물리학 학부를 나와 교육공학 박사과정을 밟고 있는 AI 교육 컨설턴트입니다.

지난 3년간 대한외과학회·혈관외과학회·간학회·혈액학회·조혈모세포이식학회에서 AI 활용 교육을 진행해왔고, 기업에서는 LG·SK 그룹사들과 일했습니다. 그래서 오늘 이 자리에 설 수 있게 되었습니다. 임상 현장의 맥락은 어느 정도 이해하고 있다고 말씀드릴 수 있습니다.

§ 03 The Question

오늘의 핵심 질문

선생님의 지식, AI가 읽을 수 있나요?

— '예'라고 답할 수 있는 분은, 솔직히 거의 없습니다.

§ 04 Problem

AI 도구는 넘치는데,
왜 업무는 안 바뀔까?

ChatGPT가 세상에 나온 지 벌써 3년 반이 지났습니다. 그 후로 Claude, Gemini, Copilot, 그리고 의료 특화 AI까지 — 수십 개의 AI 도구가 쏟아졌습니다.

그런데 솔직히 여쭤보겠습니다. 선생님의 연구 워크플로우가 지난 3년 동안 근본적으로 바뀌셨습니까? 논문 쓰는 방식이 달라지셨습니까?

대부분 '가끔 ChatGPT에 질문해보는 정도'에 머물러 계실 겁니다. 저는 이 현상을 수많은 교수님들께 봤습니다. 그리고 이게 이상하다고 생각했습니다. 도구는 이렇게 많은데, 왜 업무는 안 바뀔까?

§ 05 Metaphor 제가 찾은 답

지금 우리 상황은 —
최신형 슈퍼카를 샀는데,
도로가 비포장인 것과 같습니다.

아무리 빠른 AI 도구가 나와도, 우리의 지식과 업무 프로세스가 AI가 달릴 수 있는 도로로 정리되어 있지 않으면, 그 차는 진흙탕에서 헛바퀴를 돌 뿐입니다.

도구를 배우는 것보다 — 도로를 먼저 깔아야 합니다.

§ 06 Closed vs Open

같은 지식, 다른 운명.

좀 더 구체적으로 말씀드리겠습니다. 선생님이 지난 10년간 정리한 진료 경험은 어디에 있습니까? 같은 내용이, 두 가지 다른 방식으로 존재할 수 있습니다.

Left / 닫힌 지식

AI는 이 구조를
이해할 수 없습니다.

· Word 파일 · 독점 바이너리
· 하드디스크 깊숙한 폴더
· 스캔된 PDF — 사실상 사진
· 이메일 첨부파일
· 연결 없음 · 메타데이터 없음

Right / 열린 지식

AI에게
열려 있습니다.

· Markdown — 텍스트 그대로
· 각 노트 YAML 메타데이터
· 위키링크로 서로 연결
· 검색·분류 즉시 가능
· 30년 후에도 열리는 포맷

이 차이가, 앞으로 2~3년 안에 의료진 사이의 연구 생산성의 결정적 격차를 만들 겁니다.

§ 07 Authority

저만 드리는 말씀이 아닙니다.

2026년 들어, AI 업계 최정상급 인물 셋이
같은 시기에, 같은 결론에 도달했습니다.

"RAG re-derives. Wiki compounds."

'매번 다시 유도하는 검색'이 아니라 '누적되는 위키'가 답이다.

Andrej Karpathy Tesla AI 총괄 · OpenAI 창립 멤버

"The agent isn't the hard part — the harness is."

어려운 건 에이전트가 아닙니다. 하네스 — AI에게 내 맥락을 전달하는 구조가 진짜 어려운 부분입니다.

OpenAI Official Blog · 2026

"PKM is over. It's PCM now."

Personal Knowledge Management에서 Personal Context Management로, 패러다임이 전환됐습니다.

Tiago Forte Building a Second Brain, 저자

세 사람이 같은 시기에 같은 결론을 냈습니다. 이건 우연이 아닙니다.

§ 08 Framework

AI Readiness.
AI 도입이 아니라, AI 준비.

핵심 메시지는 이겁니다. AI Adoption(도입)이 아니라, AI Readiness(준비)에 집중하자. 세 단계로 구성됩니다. 순서가 중요합니다. 많은 분들이 세 번째 단계부터 시작하시려고 하는데, 그래서 실패합니다.

Step 1

내 지식을
구조화한다

Markdown + 메타데이터. AI가 읽을 수 있는 형태로 개인 지식 자산을 재구성한다.

Step 2

업무 워크플로우를
정비한다

연구 파이프라인 전 단계에서 AI 개입 지점을 설계한다. '원고 작성'만이 아니다.

Step 3

그 위에
AI를 연결한다

구조화된 지식 + 정비된 워크플로우 + AI 에이전트 = 진짜 변화.

§ 09 Why Markdown

파일 형식이
운명을 결정한다.

.docx

잠긴 금고

Microsoft 독점 포맷. AI가 직접 읽기 어렵습니다.

.pdf

사실상 사진

텍스트처럼 보이지만, AI가 OCR을 돌려야만 읽을 수 있습니다.

Notion

남의 집

편리하지만 회사가 서비스를 바꾸면 우리 데이터도 같이 바뀝니다.

.md

열린 텍스트 · 30년 후에도 열립니다

어떤 AI든 즉시 읽을 수 있습니다. 그래서 저는 Markdown을 권고드립니다. 그리고 Markdown을 지식 네트워크로 연결해주는 도구가 Obsidian입니다.

§ 10 Live Demo 1 · Obsidian

제가 3년 넘게 운영해온
지식 관리 시스템.

한 노트 상단엔 type, tags, date, 관련 링크가 있습니다. YAML frontmatter라는 구조입니다. AI가 이 노트를 읽으면 즉시 '어떤 주제의, 언제 작성된, 누구와 관련된 문서'인지 파악합니다. 그리고 노트끼리 위키링크로 서로 연결되어 있습니다. 방금 보신 이 구조가, 바로 아까 인용한 Karpathy의 'Wiki Layer'입니다. 저는 그가 2026년에 "해야 한다"고 말한 것을 — 사실 3년 전부터 해오고 있었던 겁니다.

7,660+

Total Notes

120+

Plugins

CMDS Categories

Years Active

§ 11 Research Pipeline

AI가 개입할 수 있는 지점은
전 단계에 걸쳐 있습니다.

보통 '원고 작성' 단계에서만 ChatGPT에 문장을 다듬어달라고 요청하시죠. 이게 제일 흔한 패턴입니다. 하지만 AI는 다섯 단계 전부에서 일할 수 있습니다.

주제 발견

Topic Discovery

문헌 검색

Literature Review

데이터 분석

Data Analysis

원고 작성

Manuscript Writing

투고

Submission

§ 12 AI Evolution

검색 → 채팅 → 에이전트.

2020 — Search Era

검색 시대

우리가 키워드를 입력하면 AI가 링크를 돌려줬습니다.

2023–2024 — Chat Era

채팅 시대

우리가 질문하면 AI가 답변을 해줬습니다.

2025–now — Agent Era

에이전트 시대

AI가 스스로 계획을 세우고, 여러 단계를 자율적으로 실행하고, 결과를 검증합니다. 근본적으로 다릅니다. 그런데 — 아까 OpenAI가 뭐라고 했죠? "어려운 건 에이전트가 아니라 하네스다." 아무리 똑똑한 에이전트가 나와도, 내 맥락을 담은 하네스가 없으면 평범한 답만 돌아옵니다. 그래서 오늘의 핵심 메시지: 에이전트를 기다리지 말고, 하네스를 먼저 만들자.

§ 13 Four Agents for Doctors

의사 선생님에게
특히 유용한 AI 에이전트 4가지.

문헌 리뷰 에이전트

					PubMed에서 논문 100편을 가져와서, 각 논문의
					연구 목적·방법·주요 결과·한계점을 추출하고,
					합성 매트릭스를 자동으로 만들어 줍니다.
				

이전 2주 → 이제 1시간.

원고 작성 에이전트

					선생님의 구조화된 연구 노트를 읽어서
					IMRaD(Introduction·Methods·Results·Discussion)
					구조에 맞는 초안을 만들어줍니다.
				

도로가 있어야 차가 달립니다.

임상 지식 에이전트

					선생님의 임상 경험 + 최신 논문을 모두 참조해서
					답변합니다. UpToDate를 넘어서는 —
					'나만의 AI 교과서'입니다.
				

가장 흥미로운 부분.

행정 에이전트

					학회 녹음 → 회의록, 이메일 초안, 일정 최적화.
					이 넷이 하나로 합쳐지면,
					AI는 더 이상 '도구'가 아닙니다 — '연구팀'입니다.
				

24시간 일하고, 잠 안 자고, 월급 없이.

§ 14 Call to Action

오늘부터 3단계.

저는 '좋은 이야기였다'고 끄덕이시고는 잊어버리시는 것을 원하지 않습니다. 오늘부터 시작하시라고 세 가지만 제안드립니다.

오늘 저녁

Obsidian 설치 +
첫 노트 작성

호텔 방에 들어가시면 Obsidian을 설치하고, 이 발표에서 인상 깊었던 내용 하나를 Markdown으로 적어보세요.

소요 시간 · 5분

이번 주

진료 노트 10개를
Markdown으로

가장 자주 참고하시는 가이드라인이나 연구 노트 10개를 옮기세요. 각 노트에 간단한 YAML 프로퍼티만 붙이시면 됩니다.

소요 시간 · 1~2시간

이번 달

AI 에이전트
하나 연결

Claude든, Cursor든, 상관없습니다. 그 순간 — '아, 이런 거구나'를 몸으로 체감하실 겁니다.

소요 시간 · 주말 하나

§ 15 Exponential Divergence

지금은 차이가 크지 않습니다.
하지만 2028년엔 —

AI 에이전트 기술이 매년 2배씩 좋아지고 있습니다. 2028년이 되면, 구조화된 지식 베이스를 가진 의사와 그렇지 않은 의사 사이의 연구 생산성 격차는 되돌리기 어려울 만큼 벌어집니다. 좋은 소식은 — 지금 시작하면 아직 늦지 않았다는 겁니다.

AI 없이 일하는 의사

AI-Ready 의사

§ 16 Closing

한 문장만 더 기억해주십시오.

AI를 배우지 마세요. AI가 읽을 수 있는 나를 만드세요.

도구는 계속 바뀝니다. ChatGPT가 사라질 수도 있고, Claude가 완전히 바뀔 수도 있습니다. 하지만 선생님의 구조화된 지식은 — 그 위에 어떤 AI든 올릴 수 있습니다. 도구가 바뀌어도 선생님의 자산은 남습니다.

발표 자료 · 시작 가이드

AI로 달라지는 업무 우리는 어떻게 대응할까?

약 이야기가 아닙니다.그 약을 처방하는 업무 자체가 바뀌고 있습니다.