ChatGPT로 병원 대시보드 만들기, 잘 되는 병원과 안 되는 병원의 차이

AI로 병원 도구를 직접 만드는 시대에, 잘 되는 병원과 안 되는 병원을 결정하는 기준이 달라졌습니다. 도구를 만드는 진입장벽은 이미 사라진 상황에서, 이제 우리 병원의 경쟁력은 무엇으로 만들 것인지 치열한 고민이 필요합니다. 그 고민, 어떤 데이터로 하시겠어요?

1. "클로드 구독했으니, 우리도 하나 만들어봅시다"

대표원장님이 총괄실장님을 부릅니다.

"식당 예약 앱처럼, 우리도 원내 대기 현황을 실시간으로 보여주는 시스템을 만들어봅시다."

고객이 코디에게 "제 앞에 몇 명 남았어요? 얼마나 더 기다려야 해요?"라고 물으면, 정확하고 친절하게 답하는 병원이 되고 싶은 원장님의 마음입니다.

"요즘 AI 잘 돼 있으니, 한번 만들어와 주세요."

그 시스템이 동작하려면 다음 정보가 실시간으로 필요합니다. 지금 몇 명이 대기 중인지, 시술 중인 고객은 시술에 들어간 지 정확히 몇 분이 됐는지, 동시에 진행 중인 다른 시술은 몇 건인지. 모두 원내 상황을 순간순간 알려주는 데이터입니다.

총괄실장님은 원내 메신저에서 직원들이 '원장님을 호출한 시각'을 찾아 만들어보려 합니다. 그런데 채팅에만 남아 있는 기록이라 형식이 제각각이고 비어 있는 곳도 많아 AI에 학습시킬 수가 없습니다.

심지어 시술이 정확히 언제 완료됐는지, 고객은 언제 귀가했는지 기존 CRM으로는 도통 알 수가 없습니다. 여기서 멈추는 병원이 대부분입니다.

문제는 AI가 부족해서가 아닙니다.

2. 누구나 AI를 쓰는 세상에서, 진짜 경쟁력은 'AI가 읽을 수 있는 데이터를 얼마나 일관되게 쌓아왔느냐'에서 생겨납니다

AI 시대에 접어들며 많은 병원도 클로드·ChatGPT로 자체 시스템과 분석 도구를 직접 만들기 시작했습니다. 코드에 대한 지식이나 개발 경험이 부족하더라도 기능을 만드는 진입장벽이 그만큼 낮아졌기 때문입니다.

범용 프로그램이 제공하는 기능만을 사용하던 시대에서, 범용 프로그램이 채우지 못하는 우리 병원만의 프로토콜과 분석 관점을 자체 도구에 담는 시대로 변화하는 것이죠.

쓰던 시스템을 전부 교체하자는 이야기가 아닙니다. 개발 전문 회사에 큰 비용을 지불하지 않고도, 늘 아쉬웠던 그 한 조각을 직접 만들 수 있게 됐다는 뜻입니다.

garbage in, garbage out

그런데 AI를 구독 결제하고 부푼 꿈으로 시작한 병원들이 공통으로 부딪히는 벽이 있습니다. 앞서 본 원내 대기 현황 시스템이 딱 그 예입니다.

대부분의 CRM에서는 운영에 중요한 정보가 '메모'로만 남고, 또 어떤 정보는 메신저에 남으며, 또 어떤 정보는 휘발됩니다.

내원객을 호명한 시각을 보려면 메신저를 검색해 보아야 하고, 시술 시작 시각과 종료 시각은 CRM에서 데이터를 찾아야 하며, 시술실 점유 상황을 보려면 CCTV 화면을 봐야 하는, 실시간 정보가 곳곳에 흩어져 있는 상황입니다.

이걸 AI가 알아볼 수 있게 하나하나 같은 기준으로 정리하는 과정 자체가 원장님과 직원에게 큰 고역입니다. 한 번이라도 시도해 본 분이라면 그 고통을 아실 겁니다.

아무리 좋은 AI라도, 정확하지도 않고 기준도 제각각인 데이터가 들어가면(garbage-in) 나오는 결과도 불 보듯 뻔합니다(garbage-out).

4시간 걸릴 일을 10분 만에 끝내줄 것 같았던 AI였는데, 오히려 여기저기 빈틈 있는 데이터를 교정하느라 몇 주를 쓰게 되기도 합니다.

결국 잘 되는 병원과 안 되는 병원을 가르는 건 AI의 성능이 아니라, 그 AI에게 학습시킬 데이터가 처음부터 같은 기준으로, 누락 없이, 잘 정리돼 쌓였는가입니다.

3. 누가 쓰더라도 정확한 데이터를 쌓아주는 CRM

KOS는 이 변화의 흐름을 자신 있게 받아들입니다. 왜일까요?

KOS는 설계 단계에서부터 '병원 운영을 정확한 데이터로 남긴다'는 목표로 설계된 CRM입니다. 그래서 KOS를 쓰는 병원은 예약하는 첫 순간부터 귀가까지, 내원객의 전 여정에서 일어난 모든 사건이 병원 직원의 업무 처리 과정에서 자연스럽게 수집되고 정제됩니다.

여기서 진짜 차이가 납니다. KOS는 데이터 품질이 '누가 입력하느냐'에 좌우되지 않습니다.

자유 메모가 아니라 정해진 형식으로 남기 때문에, 신입 직원이 입력하든 가장 바쁜 시간에 입력하든 같은 기준의 데이터가 올바르게 쌓입니다. 오염된 데이터(garbage)가 들어갈 자리를 설계 단계에서 미리 막아 둔 셈입니다.

그래서 병원에서 할 일은 단 하나, 이미 정제된 이 데이터를 KOS Open API로 가져다 쓰는 것뿐입니다. 병원이 직접 도구를 만들 수 있도록 이 데이터를 여는 것이 KOS Imagine입니다.

• 예약·내원객·수납·시술권·상품·선불카드는 물론 통계와 이미지 데이터까지 Open API로 안전하게 연결됩니다.
• 이어서 MCP로 AI 도구와의 원클릭 연동을 준비하고 있습니다. AI가 예약, 수납, 통계 데이터를 직접 읽고 분석해, 데이터를 옮기거나 복사할 필요 없이 질문만 하면 되는 방식입니다. 26년 하반기 연동을 목표로 하고 있습니다.
• 우리 병원의 운영 환경에 꼭 맞는, 완전히 새로운 앱이나 서비스를 만들 수 있습니다.
• 병원 홈페이지도 수천만원을 들여 개발할 필요가 없습니다. Open API를 이용하면 '홈페이지 구축 skill'이 함께 제공되고, 구독 중인 AI로 직접 유지보수할 수 있습니다.

앞서 본 대기 현황 시스템이라면, "지금 대기 O명, 평균 대기 O분, 시술 진행 O건"을 실시간 데이터로 바로 답하게 만들 수 있습니다.

기존 CRM에 병원 운영 방식을 억지로 맞추는 방식이 아니라, 병원의 운영 방식, 인센티브 규칙, 고객 응대 방식에 딱 맞는 도구를 직접 만드는 것입니다.

4. KOS를 쓰는 병원들은 이미 울쎄라, 써마지 장비를 몇 분 후에 다음 고객에 쓸지 예측하며 운영하고 있습니다

상상한 도구를 실제로 만들려는 순간, 결국 부딪히는 건 이러한 질문들입니다.

• 내원객 체류 시간, 시술 시작 시각, 시술 종료 시각 같은 시각 정보가 메모가 아니라 구조화된 데이터로 남고 있는가?
• 성별, 이름, 생년월일과 같이 당연히 있어야 하는 필드인데 공란인 데이터가 얼마나 있는가?
• 내려받은 엑셀 파일을 아무런 가공 없이 AI에 넣고 분석할 수 있는 상태인가?

여기에 "그렇다"고 답할 수 있다면, 상상은 곧 도구가 됩니다. 막힌다면, 문제는 AI가 아니라 데이터가 담기는 방식에 있습니다.

KOS를 쓰는 병원은 이 질문들에 이미 "그렇다"로 출발합니다. 예약 희망 시술부터 시술 시작·종료 시각, 회원권 차감 이력, 유입 경로와 결제까지 — 처음부터 같은 기준으로 쌓인 데이터를 Open API로 그대로 AI에 넘깁니다.

같은 AI를 쓰더라도, 출발선이 다릅니다.

우리 병원 데이터, AI에 바로 물릴 수 있는지 진단받기

자주 묻는 질문

Q. 좋은 AI 툴만 붙이고 프롬프트를 상세하게 쓰면 되는 것 아닌가요?

프롬프트가 아무리 정교해도, 그 안에 들어가는 데이터가 부정확하면 결과도 부정확합니다. AI의 답변 품질은 결국 입력되는 데이터의 품질을 넘어설 수 없습니다.

Q. 개발자가 없는 병원도 만들 수 있나요?

자연어 채팅으로 KOS 데이터를 읽고 분석하는 KOS Insight가 26년 하반기 출시 예정입니다. 복잡한 개발 없이 "무엇을 보고 싶은지"만 정확하게 알려주세요.

Q. Open API·MCP로 데이터를 연결하면 보안은 괜찮나요?

예약부터 결제까지, 모든 데이터는 병원이 설정한 권한 범위 안에서만 안전하게 연결됩니다. 누가 어떤 데이터에 접근할 수 있는지는 병원이 직접 통제합니다.

---

KOS는 미용의료 병원의 예약, 접수, 상담, 수납, 차트 기록을 고객 단위로 잇는 병원 운영 시스템입니다. 설계 단계부터 데이터가 같은 기준으로 정제돼 쌓이기 때문에, 병원은 그 데이터를 Open API로 가져와 원하는 도구와 AI에 바로 연결할 수 있습니다.