Healthcare’s Agent Bytecode: X12 as the Harness for AI Agents — Vasant Kearney, Onlay

한 줄 핵심

의료 보험 업무에서 AI 에이전트를 안전하고 비용 효율적으로 쓰려면, 모델 성능보다 X12 같은 실행 하네스와 메모리·검증 구조를 먼저 설계해야 한다.

시간별 요약

1. 0:00
   상황 파악하기 청중의 의료·기술 배경과 현재 모델 활용 여부를 확인하며, 이 발표가 의료 현장에서 실제로 AI 에이전트를 운용하는 사람들을 대상으로 하고 있음을 분명히 한다.
2. 1:06
   목표는 비용과 환자 경험 의료 업무에서 기술 적용의 기준은 보험 처리 비용을 낮추는 것과 환자 경험을 개선하는 것이며, 실험 자체가 아니라 이 두 목표에 연결될 때만 의미가 있다.
3. 1:58
   실행 계층에 이르기까지의 흐름 신경망과 transformer, LLM, Claude Code나 Codex 같은 도구를 거치며 AI는 단순 응답을 넘어 실제 행동을 수행하는 실행 계층으로 발전했고, 의료에서는 이를 안전하고 신뢰성 있게 다뤄야 한다.
4. 3:06
   손글씨 숫자를 푼다고 수표가 현금화되지는 않는다 숫자 인식 문제를 풀어도 수표 현금화나 보험 청구처럼 복잡한 업무를 바로 자동화할 수는 없으며, 여러 문자와 인프라 제약을 함께 처리하는 하네스가 필요하다.
5. 4:42
   다중모달 기록을 평탄화할 때 사라지는 것 이미지나 EHR 같은 다중모달 정보를 요약해 넘기면 비용은 줄 수 있지만, 하위 단계에서 중요한 문맥을 잃어 잘못된 판단이나 누락을 만들 수 있다.
6. 6:16
   에이전트 실행 계층이 실제로 건드리는 것 에이전트 실행 계층은 데이터베이스 질의, 코드 조회, 보험 거래, 전화, 웹 포털, EHR 연동처럼 실제 행동을 수행하며, 이때 권한과 사용자 로그 같은 제약도 함께 다뤄야 한다.
7. 7:23
   기업용 메모리는 로컬 디스크에 둘 수 없다 의료 조직에서는 로컬 디스크에 기억을 남기는 방식이 아니라 데이터베이스에 메모리를 두어야 하며, 그래야 조직 차원의 분리와 통제가 가능하다.
8. 7:49
   더 좋은 모델이 곧바로 더 좋은 결과를 보장하지 않는다 새 모델이 벤치마크에서 더 우수해도 기존 시스템 설계와 평가 방식이 맞지 않으면 실제 운영에서는 더 나빠질 수 있으므로, 모델 교체와 함께 평가·검증 체계를 다시 점검해야 한다.
9. 8:31
   하네스, 그리고 X12가 그 안에 들어가는 이유 하네스는 메모리, 도구, 권한, 인계, 평가 같은 에이전트 주변의 모든 장치이며, 의료 청구에서는 X12가 보험사와의 통신을 규정하는 핵심 계약 역할을 한다.
10. 9:44
    50단계, 오류 전파, 그리고 순수 추론의 비용 의료 추론은 수십 단계로 길어질 수 있고 각 단계의 오류가 누적되므로, 엄격한 가드레일과 되돌릴 수 있는 기준점이 필요하며, 순수 추론만으로 밀어붙이면 비용과 지연이 커진다.
11. 11:16
    사용자를 유도하지 않으면서 도움이 되는 메모리 조직 메모리와 사용자 메모리는 반복 업무를 더 빠르게 만들 수 있지만, 과거 행동을 너무 강하게 반영하면 사용자를 같은 방식으로 유도하게 되므로 언제든 벗어날 수 있어야 한다.
12. 12:36
    청구 수명주기, 거래 하나씩 예약, 진료, 문서 제출, 청구 전송, 지급까지의 각 단계는 보험 청구와 연결된 별도 거래로 이뤄지며, 환자 여정 전체가 X12 흐름과 맞물려 있다.
13. 13:29
    전화 한 통도 내부적으로는 X12 거래다 보험사에 전화해 자격이나 청구 상태를 묻는 행위도 결국은 X12 거래로 환원되며, 브라우저·데스크톱·이미징 시스템·은행 이체처럼 구조화된 상호작용이 뒤따른다.
14. 14:47
    스키마는 공개되어 있으므로 에이전트가 조회할 수 있다 X12 거래와 관련 스키마는 공개되어 있어 에이전트가 표준을 직접 찾아볼 수 있으며, 임의로 스키마를 생성하는 것보다 훨씬 일관된 시스템을 만들 수 있다.
15. 15:30
    X12는 진실이 아니라 규칙의 체계다 X12나 보험사 시스템의 응답은 사실 그 자체가 아니라 규칙에 따른 결과일 뿐이며, 여러 채널이 같은 오답을 가리킬 수도 있으므로 항상 교차 검증이 필요하다.
16. 16:47
    내부 표현으로 정규화하기 보험사에서 들어오는 다양한 정보를 내부의 반쯤 맞는 X12 표현으로 정규화해 두면, 이후 증거가 나오기 전까지는 작업을 진행할 수 있고 나중에 수정도 가능하다.
17. 19:02
    AI에 빠지되 AI를 의심하라 LLM과 작은 모델을 적극 활용하되, 비용이 낮고 반복 업무에 적합한 방식으로 보수적으로 배치해야 하며, 설계자 자신이 만든 실패 가능성까지 의심하는 태도가 필요하다.

실무 인사이트

• 의료 AI는 모델 성능보다 X12, 권한, 메모리, 검증을 포함한 하네스 설계가 먼저다.
• 반복적인 보험 업무는 에이전트로 자동화하되, 환자 경험을 해치지 않도록 사용자 메모리의 편향을 제어해야 한다.
• 긴 추론 대신 구조화된 거래와 내부 표현을 두면 비용·지연·오류 전파를 동시에 줄일 수 있다.