내과·소아과 의원 전화·웹 문의 1차 대응을 AI로 단축하는 실무 절차

오전 진료가 시작되고 30분. 접수창구 전화가 세 번 울렸는데 내용은 전부 “예방접종은 예약해야 하나요” “오늘 독감 검사 되나요” “아이가 열이 나는데 접수는 몇 시까지인가요”입니다.

대기실에는 환자들이 줄 서 있고, 청구 프로그램 화면도 켜진 채 그대로. 그러는 동안에도 전화는 계속 울립니다. 겨우 끝났나 싶으면 이번엔 홈페이지 문의 폼에 비슷한 질문이 다섯 건 쌓여 있고요.

이건 제가 아는 소아과 의원에서 실제로 본 광경입니다. 원장님도 직원분들도 다들 유능한데, 매일 이 “똑같은 질문 반복”에 한두 시간씩 빼앗기고 있었습니다.

제가 도운 건 AI로 똑똑한 접수 로봇을 만드는 일이 아닙니다. “자주 오는 질문”과 “답하는 방식”을 한 번 제대로 글로 정리해서, 누가 응대해도 같은 품질로 답할 수 있는 토대를 만드는 일이었습니다. 오늘은 그 절차를 복사해서 바로 쓸 수 있는 형태로 전부 적겠습니다.

핵심 요약

내과·소아과 의원 문의는 80%가 “똑같은 20~30종류” 질문입니다. 우선 이걸 목록으로 정리하는 것만으로도 전화 응대가 훨씬 수월해집니다
Claude Code에 맡길 건 “FAQ 초안 작성” “전화 대본 문장화” “웹 답변문 초안”. 최종 확인은 반드시 사람이 합니다
환자 성명·증상·전화번호 같은 개인정보는 AI에 넘기지 않습니다. 넘기는 건 “질문의 유형”뿐입니다
접수 직원 1인당 월 15~20시간 단축이 현실적인 목표치입니다. 교육 비용도 줄어듭니다
검증 스크립트로 “FAQ에 금지 표현(진단·단정)이 섞이지 않았는지”를 기계적으로 점검할 수 있습니다

내과·소아과 의원 접수창구는 무엇에 시간을 빼앗기는가

먼저 독자상을 분명히 합시다. 이 글이 도움이 되는 분은 이런 분입니다.

개원한 지 몇 년, 직원 2~5명 규모의 내과·소아과 의원 원장
접수·전화·예약 관리를 겸하는 의료 사무 직원
“사람을 늘릴 여유는 없지만, 지금 전화 응대는 이미 한계”라고 느끼는 분

내과·소아과 의원 문의에는 업계 특유의 버릇이 있습니다. 소아과는 보호자가 불안한 상태로 전화하기 때문에 묻는 말투도 절박합니다. 내과는 예약·검사·처방·건강검진까지 문의 종류가 폭넓습니다. 발열 외래 시간대나 백신 재고처럼 “오늘의 사정”에 따라 답이 바뀌는 질문도 많습니다.

그래서 “매뉴얼 한 권 만들고 끝”이 되기 어렵습니다. 바로 이 지점이 AI가 나설 자리입니다.

흔한 업무 흐름과, 재작업이 생기는 지점

전형적인 문의 대응 흐름은 이렇습니다.

전화가 울리거나, 웹 폼에 문의가 들어온다
접수 직원이 내용을 듣는다
그 자리에서 답할 수 있으면 답하고, 애매하면 간호사나 원장에게 확인한다
회신이 필요하면 환자 정보를 메모해 두고 나중에 다시 건다
똑같은 질문이 다음 날 또 온다

재작업이 생기는 곳은 주로 세 군데입니다.

재작업 지점	구체적 예	일어나는 일
답변의 흔들림	같은 질문인데 직원마다 답이 다르다	환자가 혼란, 민원의 씨앗
확인 대기	”이건 원장님께 여쭤봐야” 가 잦다	회신 증가, 통화가 길어짐
기록이 안 남음	구두 대응으로 끝, 다음에 안 쌓임	매번 처음부터 대응

이 세 가지는 “질문과 답변 한 쌍”을 한 번 제대로 글로 정리해 두면 대부분 사라집니다. 수작업으로 하면 반나절 일이지만, Claude Code에 초안을 맡기면 1~2시간이면 형태가 잡힙니다.

활용법 1: 자주 오는 질문 목록화와 FAQ 초안 작성

가장 먼저 할 일은 머릿속에 있는 “늘 오는 질문”을 전부 AI에 쏟아내게 한 뒤, 빠진 부분을 메우는 것입니다. 접수 직원은 바빠서, 자기가 무엇에 답하고 있는지 의외로 말로 정리하지 못합니다.

여기서 요령은 우리 의원의 정보를 AI에 먼저 알려준 뒤 쓰게 하는 것입니다. 일반론 FAQ는 쓸모가 없습니다.

복사해서 쓰는 프롬프트 템플릿

당신은 내과·소아과 의원 접수 업무에 정통한 어시스턴트입니다.
아래 의원 정보를 바탕으로, 환자가 전화·웹으로 자주 하는 질문을
카테고리별로 30개 나열하고, 각각에 접수 직원이 구두로 쓸 답변안을 작성하세요.

【조건】
- 진단·치료 방침을 단정하지 않는다(「~일 가능성이 있습니다」 등 의료 판단을 하지 않는다)
- 내원을 권유하거나 의사 확인이 필요한 질문에는 그 한 문장을 반드시 넣는다
- 답변은 3문장 이내, 전화로 읽어 줄 수 있는 자연스러운 구어체
- 소아과 질문은 불안한 보호자를 배려한 부드러운 어조로 한다

【의원 정보】
- 진료과: 내과·소아과
- 진료시간: 평일 9:00-12:30 / 15:00-18:00, 토요일 오전만
- 예방접종: 예약 필수, 화·목 14:00-15:00
- 발열 외래: 별도 출입구, 내원 전 전화 필수
- 온라인 예약: 있음(재진만)
- 주차장: 3대, 제휴 유료 주차장 있음

출력은 「카테고리 / 질문 / 답변안 / 의사 확인 필요 여부(필요/불필요)」 표 형식으로.

이걸로 30문항 초안이 한 번에 나옵니다. 나온 표를 보고 현장 직원과 함께 “이건 아니야” “이것도 추가” 하며 고쳐 나갑니다. 처음부터 쓰는 것보다 고치는 게 압도적으로 빠르고, 빠진 부분도 알아챌 수 있습니다.

AI에 맡길 범위와, 사람이 반드시 판단할 범위

여기를 애매하게 두면 사고가 납니다. 선 긋기를 분명히 해 둡니다.

공정	AI에 맡겨도 됨	사람이 반드시 판단
질문 추출	◎ 누락 보완을 잘함	카테고리의 타당성
답변문 초안	◎ 초안 만들기	의학적으로 옳은가
어조 조정	◎ 부드러운 표현	의원 방침에 맞는가
공개·게시	×	◎ 최종 승인은 원장

철칙은 하나. AI가 쓴 의료스러운 문장을, 사람 확인 없이 환자에게 내보내지 않는다. AI는 “그럴듯한 거짓말”을 자신만만하게 씁니다. 접수 직원의 말로서 옳은지는 반드시 원장이나 간호사가 살펴봐야 합니다.

활용법 2: 전화 1차 대응 대본 만들기

FAQ가 만들어지면, 그것을 “전화로 읽어 줄 수 있는 대본”으로 바꿉니다. 신입 직원이 들어왔을 때, 이 대본만 있어도 적응 속도가 완전히 달라집니다.

제가 시험한 프롬프트는 이것입니다.

다음 FAQ 표를 바탕으로, 접수 직원이 전화에서 쓸 1차 대응 스크립트를 작성하세요.
각 질문에 대해 「첫 한마디 → 확인할 것 → 답변 → 마무리 말」의
4단계로 나눠 주세요.

【지킬 것】
- 발열·경련·호흡 곤란 등 긴급성이 높은 호소는
  답하지 말고 「즉시 내원/응급」으로 안내하는 분기를 반드시 넣는다
- 회신이 필요한 경우 청취할 항목(성함·진찰권 번호·연락처·증상 개요)을 명시
- 보호자가 불안해 보이는 소아과 전화는 공감의 한마디를 맨 앞에 넣는다

긴급성이 높은 호소를 “답하지 말고 내원으로 흘려보내는” 분기는, 의료 현장에서는 생명과 직결되는 부분이므로 이 부분만큼은 절대 빼지 마세요. AI에게 만들게 한 뒤에도 원장이 한 글자 한 글자 점검할 곳입니다.

도입 전후로 무엇이 달라졌나

아는 의원에서의 대략적인 변화입니다.

도입 전: 전화 한 통당 평균 4~5분. 신입은 답에 막혀 매번 선배에게 확인. 똑같은 질문이 매일 10건 이상
도입 후: FAQ와 대본을 보면서 한 통 2~3분. 신입도 그 자리에서 답변. 웹 폼의 정형 질문은 초안 답변을 복사해 보내기만

시간으로 보면 접수 직원 1인당 하루 40~~60분, 월로 치면 15~~20시간 정도 비는 셈입니다. 시급으로 환산해도 월 20~30만 원어치. AI 이용료는 월 몇천 원대라 ROI로 고민할 수준이 아니었습니다.

활용법 3: 웹 문의 답변문 초안 만들기

웹 폼 문의는 글로 정중하게 답해야 하는 만큼 전화보다 시간이 걸립니다. 여기도 AI에 초안을 맡기면 빠릅니다.

다만 환자가 쓴 본문을 그대로 AI에 붙여 넣는 건 금물입니다(이유는 뒤에서). 대신 “질문의 종류”만 전달해 템플릿을 만들게 하고, 고유명사는 사람이 손으로 채웁니다.

내과·소아과 의원 웹 문의 답변 템플릿을 5종류 작성하세요.
종류: ①예약 방법 ②진료 시간 확인 ③예방접종 예약 ④발열 외래 내원 방법 ⑤건강검진 예약

【조건】
- 서두에 감사 인사, 말미에 「몸조리 잘하세요/내원을 기다리겠습니다」 등의 마무리
- 개인정보나 증상 단정에는 손대지 않는다
- {{이름}} {{일시}} 처럼, 사람이 나중에 채울 자리를 이중 중괄호로 표시한다

돌아온 템플릿에 접수 직원이 환자 이름과 일시를 넣어 보내기만 하면 됩니다. 한 건에 3분 걸리던 답변이 1분 밑으로 떨어집니다.

개인정보·보안 주의점

여기는 의료기관으로서 절대 빠뜨릴 수 없으므로 독립된 절로 둡니다.

환자 실명·진찰권 번호·전화번호·구체적 증상을 AI 입력란에 붙이지 않는다. 클라우드 AI 서비스에 보낸다 = 외부로 내보낸다고 생각합니다
AI에 넘기는 건 “질문의 유형” “의원의 공개 정보(진료 시간 등)“뿐. 진료 기록이나 청구 데이터는 일절 넘기지 않습니다
만든 FAQ·대본에, 특정 환자를 추측할 수 있는 정보가 섞이지 않았는지 공개 전에 확인합니다
직원이 쓸 때의 규칙(무엇을 넣어도 되고, 무엇은 안 되는지)을 한 장으로 정리해 게시합니다

요컨대 AI는 “글 만드는 도구”로 쓰고, 환자 개인의 정보 처리에는 쓰지 않는다. 이 선을 지키면 의료정보 안전관리 원칙에서도 크게 벗어나지 않습니다. 국내 의료기관이라면 개인정보보호위원회의 개인정보 보호 가이드를 한 번 훑어 두면 안심입니다.

만든 FAQ를 기계로 점검하는 검증 스크립트

마지막으로, 사람 눈에만 의존하지 않는 “문지기”를 하나 둡니다. FAQ 안에 접수 직원이 말해선 안 되는 단정 표현(“~입니다(진단)” “반드시 낫습니다” 등)이 섞이지 않았는지 기계로 점검하는 스크립트입니다. Node.js가 있으면 동작합니다.

FAQ를 CSV(faq.csv, 열은 question,answer)로 내보낸 뒤 다음을 실행합니다.

import { readFile } from "node:fs/promises";

// 접수 직원이 쉽게 쓰면 위험한 표현(의료 판단·단정·과도한 안심)
const NG_WORDS = [
  "반드시 낫", "절대", "문제없습니다", "걱정 없습니다",
  "병입니다", "진단", "약을 먹으면", "그냥 둬도 괜찮",
];

const csv = await readFile("./faq.csv", "utf8");
const rows = csv.trim().split("\n").slice(1); // 첫 줄은 헤더

let hit = 0;
rows.forEach((line, i) => {
  const answer = line.split(",").slice(1).join(",");
  const found = NG_WORDS.filter((w) => answer.includes(w));
  if (found.length > 0) {
    hit++;
    console.log(`[수정 필요] ${i + 2}행: ${found.join(" / ")}`);
    console.log(`  → ${answer.trim()}`);
  }
});

console.log(hit === 0
  ? "OK: 위험한 단정 표현은 발견되지 않았습니다."
  : `${hit}건의 확인 필요 항목이 있습니다. 원장 검토로 넘기세요.`);

이걸 공개 전에 한 번만 돌려도, “반드시 낫습니다” 같은 위험한 한 문장이 환자용 자료에 섞여 드는 사고를 막을 수 있습니다. 체크리스트와 함께 공개 전 문지기로 삼으세요.

공개 전 체크리스트(인쇄해서 접수창구에 붙일 수 있습니다).

의학적 단정·진단을 하지 않았는가
긴급 시 “내원/응급으로” 안내하는 분기가 있는가
특정 환자를 추측할 수 있는 정보가 섞이지 않았는가
진료 시간·예약 방법 등, 지금 운영과 일치하는가
원장 또는 간호사의 최종 확인을 받았는가

자주 묻는 질문

Q. 프로그래밍 지식이 없어도 쓸 수 있나요? A. FAQ나 템플릿을 만드는 정도라면, 브라우저 채팅에 프롬프트를 붙이기만 하면 시작할 수 있습니다. 검증 스크립트를 돌리는 단계만 조금 손이 가지만, 우선 글 만들기부터 들어가도 괜찮습니다. 도입의 전체 그림은 Claude Code를 처음 쓰는 사람을 위한 입문 가이드가 참고됩니다.

Q. 접수 직원이 새로 들어와도 인수인계할 수 있나요? A. 오히려 인수인계가 수월해집니다. 대본과 FAQ가 글로 남으니 구두로 가르치는 시간이 줄어듭니다. 비엔지니어 직원도 다룰 수 있게 하는 사고방식은 엔지니어가 아닌 사람을 위한 Claude Code 활용에 정리해 두었습니다.

Q. AI가 틀린 의료 정보를 내놓으면 어떻게 하나요? A. 그렇기에 “공개 전에 반드시 사람이 점검한다”를 공정에 넣습니다. AI는 초안 담당이고, 최종 책임은 사람입니다. 검증 스크립트와 원장 검토의 이중 장치로 오류를 막습니다.

Q. 프롬프트를 더 우리 의원에 맞게 다듬고 싶습니다. A. 의원 정보를 자세히 줄수록 정확도가 올라갑니다. 프롬프트를 상황별로 나눠 쓰는 요령은 프롬프트 엔지니어링 실전에서 구체적 예와 함께 소개합니다.

실제로 시험해 본 결과

저 자신, 아는 소아과 의원에서 위 프롬프트를 돌려 FAQ 30문항과 전화 대본을 반나절에 만들었습니다. 가장 효과가 컸던 건, 목록화 단계에서 “이것도 물어봤었지” 하는 질문이 7~8개 드러난 것입니다. 접수 직원이 무의식적으로 답하던 질문이 제대로 글이 됐습니다.

검증 스크립트도 실제로 돌려 보니, AI가 쓴 답변안 가운데 “걱정 없습니다”라는 문장이 두 군데 섞여 있어 제대로 걸러졌습니다. 의료 현장에서 이 한마디는 위험합니다. 기계 문지기를 둬서 다행이라고 느낀 순간이었습니다.

도입 2주 뒤에 물어보니 “똑같은 질문 전화에 잔뜩 긴장하지 않게 됐다”는 말을 들었습니다. 시간이 빈 것만이 아니라, 대응 스트레스가 줄어든 게 컸던 모양입니다.

의원 전체에 이런 구조를 정착시키고 싶다, 직원 연수로 정리하고 싶다는 경우에는 연수·상담에서 운영 규칙까지 함께 짜 드릴 수 있습니다. 우선 스스로 시험해 보고 싶은 분은, 이 글의 프롬프트를 그대로 복사해 우리 의원 정보로 바꿔 넣는 데서 시작해 보세요.