개원 준비 중이라면 CRM에 물어보세요: 그 기록을 Open API로 꺼낼 수 있나요?

AI 상담의 품질은 어떤 모델을 붙이느냐가 아니라, 그 AI가 읽을 고객 맥락을 CRM이 밖으로 내주는지가 결정합니다.

기록을 성실히 남기는 일은 어느 CRM에서나 할 수 있습니다. 갈리는 지점은 그 기록이 Open API로 나와서 지난 맥락을 조합한 응대 요약으로 현장에 돌아오는지, 그리고 같은 내용을 두 번 입력하지 않아도 되는지입니다. 그 선택은 개원 시점에 정해집니다.

1. "어제 맞은 필러인데, 붓기가 이 정도면 정상인가요?"

개원 1년 차 병원의 토요일 오후에, 어제 필러 시술을 받은 고객이 사진 한 장을 첨부해 문의합니다.

답하려면 어제 어느 부위에 어떤 제품을 몇 cc 주입했는지, 이 고객이 원래 붓기가 오래 가는 편인지를 알아야 합니다. 실장님은 예약 메모와 종이 차트, 원내 메신저를 차례로 확인합니다. 10분 뒤에 답변이 나갑니다.

"냉찜질 하시고 며칠 경과 보시면 됩니다."

틀린 답변은 아닙니다. 그런데 고객에게는 다른 인상이 남습니다. 이 병원이 어제 자신에게 무엇을 했는지 모른다고 느낍니다.

이 응대를 AI 챗봇에 맡겨도 결과는 같습니다. 그 챗봇도 실장님과 같은 세 곳을 찾아야 하므로 같은 지점에서 멈춥니다.

2. 기록은 길게 쌓이는데, 개인화는 모델 성능으로 해결되지 않습니다

이 장면이 자주 벌어지는 이유는 이 업종의 구조에 있습니다. 고객이 다시 방문하고, 방문할 때마다 상담과 시술과 사후관리 기록이 추가되며, 그 한 사람을 콜상담·데스크·상담실·의사·간호·피부관리가 나누어 담당합니다. 그래서 오래 다닌 고객일수록 차트가 두꺼워집니다. 지난 시술에 만족했는지, 어느 부위가 예민한지, 미뤄둔 시술이 무엇인지처럼 응대에 가장 필요한 정보가 그 안에 묻힙니다.

게다가 요즘 고객은 시술 원리와 부작용, 대체 옵션, 다른 병원 가격까지 미리 조사하고 방문합니다. 그렇게 준비한 고객 앞에서 직원이 "그게 뭐였죠" 하고 되물으면, 고객은 설명을 듣는 입장이 아니라 자신의 이력을 설명하는 입장이 됩니다.

AI가 이 문제를 해결해 주지는 않습니다. 업계의 도입 시도는 세 가지 한계에 부딪혔습니다.

처음에는 응답이 지연되어 대화 흐름이 끊겼고, 시간이 지나 속도는 빨라졌지만 그럴듯한 오답을 제시하는 문제가 남았고, 그마저도 개인화가 되지 않습니다. 앞의 두 가지는 기술로 줄일 수 있습니다. 병원이 검증한 문서에서 답을 찾도록 하면 오답이 줄어들고, 어려운 문의를 상담원에게 즉시 넘기면 대화 흐름이 이어집니다.

세 번째 한계는 성격이 다릅니다. 범용 챗봇은 "필러 시술 후 주의사항이 뭐야?"에는 답변합니다. 그러나 "어제 이 병원에서 국산 필러 2cc 맞았는데, 지금 붓기가 이 정도면 정상이야?"에는 답변하지 못합니다. 기록에 없는 내용을 모델이 만들어낼 수는 없기 때문입니다.

3. 기록을 남기는 일은 어느 CRM에서나 합니다. 갈리는 곳은 그다음입니다

여기서 한 가지를 분명히 해야 합니다. 직원이 메모든 정규화된 필드든 성실히 입력하면, 어느 CRM에서도 고객 맥락은 조합할 수 있습니다. 기록을 잘 남기라는 말은 시스템의 차이가 아니라 운영 규율의 문제입니다. CRM을 비교할 때 실제로 갈리는 지점은 그 뒤에 있습니다.

첫째, 그 기록이 밖으로 나오는지입니다. 화면에서는 잘 보이지만 데이터로는 꺼낼 수 없는 CRM이 많습니다. 그러면 병원이 할 수 있는 일은 화면을 눈으로 읽고 옮겨 적는 작업까지입니다.

둘째, 그 데이터로 응대 요약을 만들 수 있는지입니다. 지난 회차의 반응과 특이사항, 미뤄둔 시술을 하나로 묶어 오늘 응대 순서를 제시하는 요약이 필요합니다. 기록이 API로 나오면 병원이 직접 만들 수 있고, 나오지 않으면 만들 수 없습니다.

셋째, 같은 내용을 두 번 입력하지 않아도 되는지입니다. 이 질문이 실제로 병원을 지치게 합니다. 자체 대시보드를 만들어도 CRM이 데이터를 내주지 않으면, 직원은 CRM에 입력하고 대시보드에 다시 입력합니다.

이중 입력은 두 가지를 만듭니다. 직원 시간이 두 배로 들고, 두 곳의 숫자가 조금씩 어긋납니다. 어긋나기 시작하면 아무도 그 대시보드를 믿지 않고, 몇 달 뒤에는 아무도 열지 않습니다. 병원이 만든 도구가 방치되는 이유는 만들기 어려워서가 아니라 유지하려면 입력을 두 번 해야 하기 때문입니다.

그리고 이 선택은 나중에 되돌리기 어렵습니다. 개원 시점에 데이터를 내주지 않는 CRM을 고르면, 3년 뒤에 AI를 붙이려 할 때 이중 입력 구조를 새로 만들거나 시스템을 갈아야 합니다. 그때까지 쌓인 기록도 형식까지 그대로 옮겨오지 않습니다.

4. KOS에 한 번 입력하면, 그 위에서 도구를 만듭니다

KOS는 고객과 스케줄을 기준으로 원내 기록을 종합해서 보여줍니다. 시술권과 시술 메모, 콜상담·상담·의사·간호·관리 차트, 고객 특이사항란, 예약 메모, 오더 메모가 그 대상입니다. 여기까지는 앞에서 말한 운영 규율의 영역이고, 세 질문에 대한 답은 그다음입니다.

기록이 밖으로 나옵니다. 예약·내원객·수납·시술권·상품·선불카드 데이터에 통계와 이미지까지 Open API로 연결됩니다.

그 데이터로 응대 요약을 만들 수 있습니다. KOS Imagine 쇼케이스에 공개한 상담 보조 도구가 그 예입니다. 진료 이력과 관심 시술, 예산, 선호 의사를 가져와서 상담실장님이 무엇을 권할지 AI가 미리 정리해 둡니다.

병원이 Open API로 직접 만들 수 있는 응대 요약의 예입니다.

같은 내용을 두 번 입력하지 않습니다. 병원이 만든 도구가 KOS를 원천으로 읽기 때문에, 직원이 KOS에 적은 내용을 대시보드에 다시 적을 일이 없습니다. 입력하는 곳은 한 군데이고, 도구는 그 위에 얹힙니다.

이어서 MCP 원클릭 연동을 26년 하반기 목표로 준비하고 있고, 자연어로 KOS 데이터를 읽고 분석하는 KOS Insight도 26년 하반기 출시 예정입니다.

5. 개원 준비 중이라면, CRM을 고를 때 이 세 가지를 물어보세요

• 예약·수납·시술·차트 기록을 Open API로 내보낼 수 있나요? 화면으로만 보이는지, 데이터로 꺼낼 수 있는지를 나누어 확인해야 합니다.
• 그 API로 지난 맥락을 조합한 응대 요약을 만들 수 있나요?
• 자체 대시보드를 쓰려면 같은 내용을 CRM과 대시보드에 두 번 입력해야 하나요?

세 번째 질문에 "그렇다"는 답이 나오면, 그 도구는 오래 쓰이지 않습니다.

우리 병원 기록, Open API로 꺼내 쓸 수 있는지 진단받기

자주 묻는 질문

Q. 직원들이 메모를 성실히 쓰면 다른 CRM에서도 되지 않나요?

맞습니다. 맥락을 조합하는 일 자체는 어느 CRM에서나 됩니다. 다만 그 맥락을 사람이 여러 화면을 열어 눈으로 읽는 데서 끝나는지, 도구가 API로 읽어 응대 요약으로 만들어 주는지가 다릅니다. 앞의 경우에는 자체 도구를 만들 때 같은 내용을 두 번 입력하게 됩니다.

Q. 성능 좋은 챗봇을 붙이고 프롬프트에 우리 병원 정보를 넣어두면 되지 않나요?

프롬프트에 넣을 수 있는 것은 병원 정보이고, 상담에 필요한 것은 고객 정보입니다. 가격표는 프롬프트에 들어가지만, 어제 이 고객의 어느 부위에 무엇을 시술했는지는 기록에서 읽어야 합니다. 개인화는 프롬프트가 아니라 기록에서 나옵니다.

Q. 개원 초에는 고객이 적으니, 자리를 잡은 다음에 정비하면 되지 않나요?

고객이 적을 때가 기록 구조를 정하기 가장 쉬운 시점입니다. 시스템은 나중에 바꿀 수 있지만, 그 사이에 흘려버린 상담 맥락은 소급해서 만들 수 없습니다.

---

KOS는 미용의료 병원의 예약과 접수, 상담, 수납, 차트 기록을 고객 단위로 잇는 병원 운영 시스템입니다. 콜상담부터 시술실까지 각 단계의 기록이 같은 고객 아래로 모이고, 병원은 그 기록을 Open API로 가져와서 원하는 도구와 AI에 연결할 수 있습니다.