
요양보호사가 AWS로 AI 사고 보고 지원 도구를 만든 이야기
요약
요양보호사가 현장의 사고 보고서 작성 부담을 줄이기 위해 AWS와 Anthropic의 Claude Haiku를 활용해 AI 초안 생성 도구를 개발한 사례입니다. AI가 최종 결정을 내리는 것이 아니라 스태프가 검토할 수 있는 '초안'을 제공하도록 설계하여 업무 효율성과 정확성을 동시에 도모했습니다.
핵심 포인트
- 반복적인 사고 보고서 작성 업무를 AI 초안 생성으로 자동화
- Claude Haiku를 사용하여 비용 효율성과 정밀도 확보
- AI는 초안(Draft)만 생성하고 최종 책임은 사람이 갖는 Human-in-the-loop 설계
- 현장 경험과 기술(AWS, AI)의 결합이 실질적인 문제 해결의 핵심
사고 보고서를 쓰는 것이 솔직히 힘들었다.
이용자분이 넘어졌다. 아차 사고(Hiyari-hatto)가 있었다. 그때마다 비슷한 문장을 처음부터 다시 써야 한다.
「발생 일시」 「발생 장소」 「경위」 「대응 내용」 「향후 대책」.
쓰는 내용은 매번 비슷하다. 하지만 매번 제로(0)에서부터 쓴다. 바쁜 업무 틈틈이, 지친 머리로 말을 쥐어짜낸다.
게다가 쓰는 방식은 사람마다 제각각이다.
베테랑 스태프가 작성한 보고서와 신입 스태프가 작성한 보고서는 정보의 입도(Granularity)도 표현도 전혀 다르다. 나중에 다시 읽었을 때 무엇이 일어났는지 이해하기 어려울 때도 있다.
「이거, 조금 어떻게 안 될까."
그렇게 생각하며 수년이 흘렀다.
요양 현장에는 반복적으로 발생하는 기록 업무가 있다.
사고 보고서도 그중 하나다. 매번 처음부터 써야 하기 때문에 시간이 걸린다. 게다가 쓰는 사람에 따라 품질에 편차가 있으며, 야근 직후나 바쁜 시간대에는 누락이 발생하기 쉽다. 이러한 과제를 AI로 해결할 수 없을까 생각했다.
이전에 현장에서 효율화를 위한 프롬프트(Prompt)를 구성하여 AI를 활용해 본 경험이 있다. 그때 느낀 점은, "AI는 이메일이나 일러스트 생성 같은 일상적인 도구뿐만 아니라, 현장에서도 충분히 사용할 수 있다"는 것이었다.
다만, 기존 도구를 사용하는 것만으로는 한계가 있다. 현장의 흐름에 맞춰 커스터마이징(Customizing)하려면 직접 만드는 수밖에 없다.
AWS 공부를 마친 후, 가장 먼저 만들기 시작한 것이 이 도구였다.
도구의 사용법은 심플하다.
- 사고 개요를 입력한다 (언제, 어디서, 무엇이 일어났는가)
- 전송 버튼을 누른다
- AI가 보고서의 초안(Draft)을 생성한다
생성되는 초안에는 발생 상황, 대응 내용, 향후 대책이 포함된다. 스태프는 그것을 확인·수정하여 최종적인 보고서로서 제출한다.
백문이 불여일견. 실제 동작을 영상으로 확인해 주길 바란다.
포인트는 AI가 「완성된 보고서」를 내놓는 것이 아니라, 「초안(Draft)」을 내놓는 것이다.
최종적인 판단과 책임은 어디까지나 스태프가 갖는다. AI는 그 작업을 돕는 존재로서 설계했다.
요양 기록에는 법적인 의미도 있다.
사고 보고서는 시설의 대응을 증명하는 서류이기도 하다. 내용이 부정확하거나 사실과 다르면 그것은 큰 문제가 된다.
그렇기 때문에 AI가 내놓은 초안을 그대로 제출하도록 설계하지는 않았다.
스태프가 내용을 확인하고 필요하다면 수정한다. AI는 어디까지나 「밑그림(たたき台)」을 만드는 역할이다.
이것은 요양 현장의 감각과 가깝다.
케어 플랜(Care Plan)은 케어 매니저가 만들지만, 현장 스태프가 확인하여 실시한다. 기록도 AI가 초안을 만들지만, 스태프가 확인하여 제출한다. 역할 분담의 문제다.
현재는 시설 내 운용을 상정한 인증을 걸어두었으며, 외부로부터의 일반 공개는 하지 않고 있다.
사용하고 있는 AI는 Claude Haiku (Anthropic)이다. 비용을 억제하면서 사고 보고서 생성에 충분한 정밀도가 나오는 것을 확인했다. 인프라(Infrastructure)는 AWS 상에 구축하였으며, 구성은 다음과 같다.
앞으로는 더 많은 시설에서 사용할 수 있도록 개선을 계속해 나갈 예정이다.
혹시 요양·복지 업계에서 이 도구에 흥미를 가진 분이 있다면 꼭 연락을 주길 바란다.
요양보호사로서의 경험이 이 도구를 만드는 원동력이 되었다.
현장에서 느낀 "이거, 어떻게 안 될까"라는 감각. 그 감각이 없었다면 이 도구는 태어나지 않았을 것이다.
AWS를 배웠기 때문에 만들 수 있었던 것이 아니다.
요양보호사로서 현장을 알고 있었기에 "무엇을 만들면 도움이 될지"를 알 수 있었다. 그 바탕 위에서 AWS나 AI라는 기술을 익힘으로써 실제로 움직이는 형태로 구현할 수 있었다.
현장을 아는 사람이 기술을 가지면, 현장에 정말로 필요한 것을 만들 수 있다.
나는 그 가능성을 앞으로도 계속 형태를 만들어 나가고 싶다.
솔직히 지금까지 "Claude Code가 있다면 요양보호사라도 만들 수 있다"라고 써왔지만, 실제로 어디까지 믿을 수 있는 것인가. 그 본심은 다음 기사에 썼다.
이 기사는 필자의 블로그로부터 전재되었습니다 → 원문 기사
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기