*이 장을 다 읽고 나면 알게 될 것: 건강 데이터가 왜 쌓이기만 하고 행동으로 이어지지 않는지, 신체·수면·정신건강 각 영역에서 Agent가 어떤 자리에 앉을 수 있는지, 의료 시스템과의 연결이 왜 그렇게 어려운지, 그리고 빠르게 늙어가는 한국에서 시니어 케어 Agent가 왜 시장이 아니라 생존의 문제인지*
도입: 새벽 세 시의 알림
2023년 겨울, 나는 새벽 세 시에 잠이 깼다. 손목의 스마트워치가 진동하고 있었다. 화면을 보니 "심박수가 평소보다 높습니다"라는 알림이었다. 심박수 98. 평소 수면 중 심박은 60대였다. 무슨 일인가 싶어 잠시 앉아 있었다. 별다른 증상은 없었다. 다시 누웠다. 그리고 아침에 일어나서 그 알림을 잊었다.
일주일 뒤 같은 알림이 또 왔다. 이번에는 새벽 네 시. 심박수 102. 이상하다 싶어서 병원에 갔다. 심전도를 찍었다. 결과는 양호했다. 의사는 말했다. "스트레스 받으시는 거 아닌가요? 수면 패턴이 불규칙하면 그럴 수 있어요."
돌아와서 스마트워치 앱을 열어봤다. 최근 한 달간의 데이터가 쌓여 있었다. 수면 시간, 심박 변동성, 혈중 산소, 걸음 수, 활동 칼로리. 그래프가 열두 개였다. 나는 그 그래프들을 보면서 아무것도 읽지 못했다. 데이터는 있었다. 의미는 없었다.
그때 생각했다. 이 데이터를 읽어주는 누군가가 있으면 좋겠다. 의사에게 보여주기에는 너무 사소하고, 혼자 해석하기에는 너무 전문적인 영역. 그 중간에 앉아서 "당신의 수면 중 심박이 높아진 것은 최근 2주간 취침 시간이 불규칙해졌기 때문일 가능성이 높다, 이번 주는 자정 전에 눕는 것을 시도해보라"고 말해주는 존재. 그것이 건강 Agent다.
건강은 일곱 영역 중 가장 늦게 깨닫는 영역이라고 1장에서 말했다. 가지고 있을 때는 보이지 않는다. 잃기 시작할 때만 보인다. 그래서 대부분의 사람은 건강 관리를 미룬다. 아프고 나서야 후회한다.
그런데 기묘한 역설이 있다. 건강 데이터는 이미 넘친다. 스마트워치가 매 순간 심박을 기록한다. 수면 앱이 밤새 뒤척임을 추적한다. 영양 앱이 칼로리를 계산한다. 헬스장의 기계가 운동량을 기록한다. 데이터는 쏟아진다. 그러나 행동은 바뀌지 않는다.
왜 그런가. 데이터와 행동 사이에 번역이 없기 때문이다. 숫자를 의미로, 의미를 구체적 행동으로 바꾸는 과정이 빠져 있다. 이 장은 그 번역의 문제를 다룬다.
6.1 데이터는 넘치고 의미는 부족하다 — 건강 추적의 현실
2025년 기준으로 전 세계 웨어러블 기기 출하량은 연간 약 5억 대를 넘겼다. 애플 워치, 갤럭시 워치, 핏빗, 가민, 오우라 링. 종류도 다양하다. 손목형, 반지형, 패치형. 측정 항목도 해마다 늘어난다. 심박수, 심박 변동성(HRV), 혈중 산소 포화도, 피부 온도, 수면 단계, 걸음 수, 계단 수, 활동 칼로리, 스트레스 지수.
문제는 이 데이터가 대부분 대시보드에 갇혀 있다는 것이다.
애플 헬스 앱을 열어보라. 걸음 수 그래프가 있다. 주간 평균이 있다. 월간 추세가 있다. 그래서? 그래서 내가 뭘 해야 하는지는 안 나온다. "이번 주 평균 걸음 수 6,200보"라는 숫자를 보고 행동을 바꾸는 사람은 거의 없다. 왜냐하면 6,200이라는 숫자 자체에는 맥락이 없기 때문이다. 내 나이, 체중, 직업, 생활 패턴, 건강 목표와 연결되지 않은 숫자는 그냥 숫자일 뿐이다.
삼성 헬스도, 핏빗도, 가민 커넥트도 사정은 비슷하다. 데이터를 모으는 데는 뛰어나다. 보여주는 데도 나쁘지 않다. 그러나 "그래서 당신은 이것을 하라"까지 가는 서비스는 드물다.
미국의 경우, Whoop이라는 서비스가 이 방향으로 한 발 더 나갔다. Whoop은 단순히 수치를 보여주는 대신 "오늘 당신의 회복 점수는 42%다, 고강도 운동은 피하라"는 식의 처방을 내린다. 데이터를 행동 지침으로 번역한 것이다. 그래서 프로 운동선수들 사이에서 인기를 끌었다. 그러나 일반 사용자에게는 여전히 부족하다. 처방이 너무 단순하다. 개인의 맥락을 충분히 반영하지 못한다.
한국에서는 네이버의 건강 관리 서비스가 건강 데이터 통합을 시도했고, 카카오헬스케어가 혈당 관리 서비스를 내놓았다. 좋은 시도들이다. 그러나 아직은 데이터를 모으고 보여주는 단계에 머물러 있다.
여기서 Agent의 역할이 선명해진다. 건강 Agent는 데이터 수집기가 아니다. 번역기다. 숫자를 맥락 안에서 해석하고, 해석을 구체적 행동으로 바꾸고, 그 행동이 실행되었는지를 추적하는 것. 이것이 건강 Agent의 본질이다.
잠시 멈추고 생각해보자
당신의 스마트워치나 헬스 앱에 쌓인 데이터 중, 실제로 행동을 바꾸게 만든 것이 있는가? 없다면, 그 데이터는 누구를 위해 쌓이고 있는가?
6.2 수면 — 가장 과소평가된 건강 변수
건강의 여러 변수 중에서 가장 과소평가된 것이 수면이다.
나는 전략 컨설팅에서 컨설턴트로 일하면서 수면을 줄이는 것이 성실함의 증거라고 생각하던 시기가 있었다. 새벽까지 보고서를 쓰고, 네다섯 시간 자고, 다시 출근하는 것이 일종의 자랑이었다. 40대까지는 버텼다. 50대가 되니 몸이 먼저 답했다. 집중력이 떨어졌다. 오후가 되면 문장이 눈에 안 들어왔다. 결국 수면 시간을 늘렸다. 놀랍게도, 일의 양은 줄지 않았다. 질이 올라갔기 때문이다.
매슈 워커 UC 버클리 교수의 「Why We Sleep」(2017)은 수면 과학을 대중화한 책이다. 그가 보여준 데이터는 충격적이었다. 수면이 6시간 이하인 사람은 면역력, 인지 능력, 정서 안정성이 모두 떨어진다. 심장 질환 위험은 올라간다. 그런데 본인은 그것을 잘 모른다. 수면 부족에 적응했다고 느끼기 때문이다. 적응한 것이 아니라 둔감해진 것이다.
수면 추적 기술은 최근 5년간 크게 발전했다. 오우라 링(Oura Ring)은 손가락에 끼는 반지 형태로, 수면 단계(렘수면, 깊은 수면, 얕은 수면)를 상당히 정확하게 추적한다. 애플 워치도 watchOS 9부터 수면 단계 분석을 도입했다. 갤럭시 워치는 삼성 헬스의 수면 코칭 기능을 통해 개선 방향을 제안한다.
그러나 여기서도 같은 문제가 반복된다. "어젯밤 깊은 수면 1시간 12분"이라는 숫자를 보고 무엇을 해야 하는가. 대부분의 사용자는 모른다.
좋은 수면 Agent는 이렇게 작동해야 한다. 단순히 수면 데이터를 보여주는 것이 아니라, 패턴을 읽는다. "최근 열흘간 당신의 깊은 수면 비율이 15%에서 10%로 줄었다. 같은 기간 취침 시간이 자정에서 새벽 1시로 늦어졌다. 그리고 저녁 9시 이후 카페인 섭취가 세 번 있었다. 이 세 가지가 연결되어 있을 가능성이 높다. 이번 주는 저녁 카페인을 줄이고 자정 전에 눕는 것을 시도해보라."
이것은 단순한 알림이 아니다. 인과관계를 추론하고, 실행 가능한 행동을 제안하는 것이다. 이것이 Agent와 대시보드의 차이다.
일본의 수면 테크 기업 뉴로스페이스(NeuroSpace)는 기업 직원들의 수면 데이터를 분석해 생산성과 수면의 상관관계를 보여주는 서비스를 운영한다. 흥미로운 점은 이 서비스가 개인이 아니라 기업에게 팔린다는 것이다. 직원의 수면이 나빠지면 기업의 생산성이 떨어진다는 논리다. 한국에서도 삼성전자가 사내 건강 관리 프로그램에 수면 추적을 포함시킨 바 있다.
잠시 멈추고 생각해보자
당신의 수면 시간은 충분한가? 충분하다고 느끼는 것과 실제로 충분한 것은 같은가? 만약 Agent가 "당신은 수면이 부족하다"고 말한다면, 당신은 생활을 바꿀 수 있는가?
6.3 정신건강 — 가장 측정하기 어려운 영역
신체 건강은 숫자로 잡힌다. 심박수, 혈압, 혈당, 체중. 센서가 측정한다. 정신건강은 다르다. 스트레스는 심박 변동성(HRV)으로 간접 추정할 수 있지만, 우울이나 불안은 센서로 잡히지 않는다. 자기 보고에 의존해야 한다. 그리고 사람들은 자기 상태를 잘 보고하지 않는다.
그럼에도 불구하고, 정신건강 영역에서 디지털 도구의 성장은 빠르다.
명상 앱 캄(Calm)은 2024년 기준으로 전 세계 이용자가 약 1억 5천만 명을 넘겼다. 헤드스페이스(Headspace)도 약 7천만 명이다. 한국에서는 마보(Mabo) 같은 명상 앱이 시장을 형성하고 있다. 이 앱들은 가이드 명상, 호흡 훈련, 수면 이완 콘텐츠를 제공한다.
그러나 이것은 Agent가 아니다. 콘텐츠 전달이다. 버튼을 누르면 명상 오디오가 나온다. 좋은 도구다. 그러나 나를 아는 도구는 아니다.
정신건강 Agent는 다른 접근이 필요하다. 핵심은 패턴 감지다.
사람의 정신 상태는 행동 패턴에 반영된다. 수면 시간이 불규칙해진다. 운동량이 줄어든다. 핸드폰 사용 시간이 늘어난다. 소셜 미디어 스크롤 시간이 길어진다. 밤에 깨는 횟수가 늘어난다. 이 패턴들을 종합하면, 사용자가 자기 입으로 말하기 전에 상태 변화를 감지할 수 있다.
미국의 빅헬스(Big Health)가 만든 데이라(Daylight)는 불안장애 관리를 위한 디지털 치료제로 FDA 승인을 받았다. 인지행동치료(CBT)를 디지털로 전달하는 방식이다. 영국의 와이사(Wysa)는 AI 챗봇을 활용해 정서적 대화를 제공한다. 사용자가 기분을 입력하면 대화를 통해 인지 왜곡을 짚어주는 식이다.
한국에서는 2024년부터 디지털 치료제 관련 규제가 완화되기 시작했다. 에임메드(AIMmed)가 불면증 디지털 치료제로 허가를 받았고, 뉴냅스(Newnaps)가 뇌졸중 재활용 디지털 치료제를 출시했다. 아직 초기 단계지만 방향은 분명하다.
다만 정신건강 Agent에는 윤리적 경계가 있다. Agent가 진단을 내려서는 안 된다. "당신은 우울증이다"라고 말하는 것은 의사의 영역이다. Agent가 할 수 있는 것은 "당신의 패턴이 평소와 다르다, 전문가와 이야기해보는 것이 좋겠다"까지다. 이 경계를 넘으면 위험하다. 과잉 진단은 불안을 키운다. 과소 진단은 위기를 놓친다. 좋은 Agent는 이 경계를 정확히 지킨다.
잠시 멈추고 생각해보자
AI가 당신의 행동 패턴을 분석해서 "요즘 정서적으로 힘든 것 같다"고 말한다면, 당신은 그것을 도움으로 느끼겠는가, 감시로 느끼겠는가? 그 경계는 무엇으로 결정되는가?
6.4 데이터를 행동으로 번역하는 Agent의 설계
지금까지 신체, 수면, 정신건강 세 영역을 봤다. 공통점이 있다. 데이터는 이미 있다. 부족한 것은 번역이다.
건강 Agent의 핵심 기능을 정리하면 네 가지다.
첫째, 통합. 건강 데이터는 흩어져 있다. 스마트워치는 심박과 활동량을 가지고 있다. 수면 앱은 수면 데이터를 가지고 있다. 영양 앱은 식단 데이터를 가지고 있다. 병원은 검진 결과를 가지고 있다. 이것들이 각각 따로 존재한다. 좋은 Agent는 이것을 한 곳으로 모은다. 애플의 HealthKit, 구글의 Health Connect가 이 방향의 플랫폼이다. 한국에서는 마이 헬스웨이(My Healthway)가 의료 데이터 통합 표준으로 추진되고 있다.
둘째, 맥락화. 같은 숫자도 사람마다 의미가 다르다. 하루 8,000보가 사무직 30대에게는 적절할 수 있지만, 무릎 수술을 받은 60대에게는 과할 수 있다. Agent는 사용자의 나이, 건강 상태, 목표, 생활 패턴을 알고, 그 맥락 안에서 데이터를 해석해야 한다.
셋째, 인과 추론. 단순 상관이 아니라 인과를 추론한다. "수면이 나빠졌다"가 아니라 "저녁 운동 시간이 늦어지면서 수면 입면이 지연되었다"까지 가야 한다. 이것은 개인의 데이터가 충분히 쌓여야 가능하다. 최소 몇 주, 이상적으로는 몇 달의 데이터가 필요하다.
넷째, 넛지. 제안은 작고 구체적이어야 한다. "건강하게 사세요"는 쓸모가 없다. "오늘 점심 후 10분 걷기"가 낫다. 행동경제학에서 말하는 넛지(nudge)의 원리다. 선택을 강제하지 않으면서 좋은 방향으로 밀어주는 것. 좋은 건강 Agent는 넛지의 달인이어야 한다.
한국의 눔(Noom)이 이 방향에서 흥미로운 사례다. 눔은 원래 한국에서 시작해 미국에서 크게 성장한 체중 관리 앱이다. 인지행동치료 원리를 적용해 식습관 변화를 유도한다. 단순히 칼로리를 계산하는 것이 아니라, 왜 과식하는지를 묻고, 감정과 식사의 관계를 자각하게 만든다. 좋은 접근이다. 다만 아직은 사람 코치와 AI가 혼합된 모델이다. 이것이 완전한 AI Agent로 전환되는 것은 시간문제다.
미국의 제너럴 카탈리스트가 투자한 포워드(Forward)는 무인 의료 클리닉을 시도했다. AI가 기본 검진을 수행하고, 결과를 해석하고, 필요시 전문의에게 연결하는 구조였다. 2023년에 문을 닫았지만, 그 시도가 남긴 교훈은 분명하다. 데이터 수집과 해석의 자동화는 가능하다. 그러나 사용자의 신뢰를 얻는 것은 기술만으로 되지 않는다.
6.5 의료 시스템과의 연결 — 마이데이터의 마지막 퍼즐
건강 Agent가 진짜 힘을 발휘하려면 의료 시스템과 연결되어야 한다. 그런데 이것이 가장 어렵다.
이유는 세 가지다.
첫째, 데이터 표준이 다르다. 스마트워치의 데이터 형식과 병원의 전자의무기록(EMR) 형식이 다르다. 병원마다 쓰는 시스템도 다르다. 한국에는 대형 병원만 해도 EMR 시스템이 서너 종류다. 이것들이 서로 호환되지 않는다.
둘째, 규제가 엄격하다. 의료 데이터는 개인정보 중에서도 가장 민감한 정보다. 한국의 개인정보보호법, 의료법, 생명윤리법이 겹겹이 둘러싸고 있다. 좋은 일이다. 민감한 데이터는 보호해야 한다. 그러나 보호가 너무 강하면 활용이 막힌다. 그 균형을 찾는 것이 어렵다.
셋째, 이해관계가 복잡하다. 병원은 데이터를 내보내고 싶어 하지 않는다. 보험사는 데이터를 보고 싶어 한다. 환자는 자기 데이터를 자기가 갖고 싶어 한다. 정부는 모든 것을 조율하고 싶어 한다. 이 네 주체의 이해관계가 다르다.
한국 정부는 2021년부터 마이 헬스웨이(My Healthway) 사업을 추진하고 있다. 핵심은 환자가 자기 의료 데이터를 직접 내려받아 원하는 서비스에 제공할 수 있게 하는 것이다. 2025년 기준으로 참여 의료기관이 확대되고 있지만, 아직 갈 길이 멀다. 데이터를 내려받을 수 있다는 것과, 그것을 의미 있게 활용할 수 있다는 것은 다른 문제이기 때문이다.
미국은 FHIR(Fast Healthcare Interoperability Resources)이라는 의료 데이터 교환 표준이 자리를 잡아가고 있다. 애플 헬스가 FHIR을 지원하면서, 참여 병원의 검진 결과를 아이폰에서 직접 볼 수 있게 되었다. 아직 미국 내에서도 모든 병원이 지원하지는 않지만, 방향은 분명하다.
에스토니아는 이 분야에서 가장 앞서 있다. 국민 의료 데이터가 블록체인 기반 시스템으로 통합되어 있고, 환자가 자기 데이터에 대한 접근 권한을 직접 관리한다. 인구 130만 명의 작은 나라이기에 가능한 일이기도 하지만, 모델 자체는 참고할 가치가 있다.
건강 Agent의 미래는 이 연결에 달려 있다. 스마트워치 데이터, 일상 건강 데이터, 병원 검진 데이터, 약국 처방 데이터가 한 Agent 안에서 만나야 한다. 그래야 "당신의 최근 혈압 추세와 지난 달 검진의 콜레스테롤 수치를 함께 보면, 식단 조절과 함께 3개월 뒤 재검을 권한다"는 수준의 조언이 가능해진다. 지금은 이 데이터들이 각각 다른 곳에 갇혀 있다. 그 벽을 허무는 것이 다음 5년의 과제다.
잠시 멈추고 생각해보자
당신의 건강검진 결과, 스마트워치 데이터, 약 복용 기록이 하나로 합쳐진다면 유용하겠는가? 그런데 그 통합 데이터를 누가 관리해야 하는가 — 정부인가, 기업인가, 당신 자신인가?
6.6 노인 돌봄과 Physical AI — 시장이 아니라 생존의 문제
건강 Agent의 이야기를 노인 돌봄으로 확장해야 한다. 왜냐하면 한국은 세계에서 가장 빠르게 늙어가는 나라이기 때문이다.
숫자를 보자. 2025년 한국의 65세 이상 인구 비율은 약 20%를 넘겼다. 초고령사회 진입이다. 그런데 문제는 비율이 아니다. 속도다. 프랑스가 고령사회에서 초고령사회로 가는 데 39년이 걸렸다. 일본은 12년이 걸렸다. 한국은 7년이 걸렸다. 사회 시스템이 적응할 시간이 없다.
독거노인 수는 2025년 기준 약 200만 명을 넘겼다. 이 분들의 일상을 누가 챙기는가. 자녀는 먼 도시에 산다. 복지사는 한 명이 수십 명을 담당한다. 방문은 주 1~2회가 고작이다. 나머지 시간은 혼자다.
일본이 이 문제에 먼저 부딪혔다. 그리고 먼저 해법을 찾기 시작했다.
소프트뱅크의 페퍼(Pepper)는 초기 시니어 케어 로봇의 상징이었다. 대화 상대가 되어주고, 체조를 함께 하고, 약 복용 시간을 알려주었다. 기술적으로 조악했지만, 외로운 노인에게 말동무가 되어준 것만으로도 의미가 있었다. 도요타의 HSR(Human Support Robot)은 물건을 집어 전달하는 기능에 집중했다. 거동이 불편한 노인이 리모컨이나 물컵을 가져다달라고 할 수 있는 로봇이다.
한국에서는 KT가 AI 돌봄 서비스를 운영하고 있다. AI 스피커를 통해 독거노인에게 매일 아침 안부를 묻는다. "어르신, 오늘 기분이 어떠세요?" 대답의 톤, 빈도, 내용을 분석해서 이상이 감지되면 담당 복지사에게 알림을 보낸다. 2024년 기준 약 5만 가구 이상이 이 서비스를 사용하고 있다. 기술적으로 대단한 것은 아니다. AI 스피커와 자연어 처리의 조합이다. 그러나 효과는 크다. 위기 상황을 조기에 감지한 사례가 여러 건 보고되었다.
SK텔레콤의 에이닷(A.)도 시니어 돌봄 기능을 강화하고 있다. 음성 대화를 통한 일상 확인, 일정 알림, 응급 상황 감지가 핵심이다. 통신사가 이 시장에 들어오는 이유는 분명하다. 이미 노인 가구에 통신 인프라가 깔려 있다. 추가 기기 설치 없이 서비스를 올릴 수 있다.
그러나 이것은 시작일 뿐이다. 진짜 시니어 케어 Agent는 더 깊이 들어가야 한다.
낙상 감지. 노인 사고 사망의 가장 큰 원인이 낙상이다. 실내 센서와 웨어러블의 조합으로 낙상을 실시간 감지하고, 자동으로 119에 연락하는 시스템이 필요하다. 애플 워치는 이미 낙상 감지 기능을 가지고 있다. 문제는 노인들이 스마트워치를 잘 쓰지 않는다는 것이다. 반지형이나 패치형 같은 덜 거추장스러운 형태가 필요하다.
약 복용 관리. 만성 질환이 있는 노인은 약을 여러 개 먹는다. 언제 무엇을 먹어야 하는지 혼동하기 쉽다. 약 복용을 추적하고, 빠뜨리면 알려주고, 부작용이 의심되면 경고하는 Agent가 필요하다.
인지 기능 모니터링. 치매는 서서히 온다. 초기 증상은 본인도 가족도 잘 모른다. 대화 패턴의 변화, 어휘 사용의 변화, 일정 기억 능력의 변화를 장기적으로 추적하면 조기 발견 가능성이 높아진다.
이 모든 것을 통합하는 것이 시니어 케어 Agent다. 그리고 이것은 단순한 사업 기회가 아니다. 사회적 인프라다. 인구의 5분의 1이 65세 이상인 나라에서, 이들을 돌보는 시스템이 없으면 사회가 지탱되지 않는다.
내가 운영하는 나의 시스템에서도 이 문제를 들여다보고 있다. 시니어 케어는 기술만으로 풀 수 없다. 기술, 복지 시스템, 가족 구조, 지역사회가 함께 움직여야 한다. 그러나 기술이 시작점이 될 수 있다. 특히 음성 기반 AI와 저비용 센서의 조합은 비용 대비 효과가 크다. 이 영역은 3권 13장에서 Physical AI와 함께 더 깊이 다룬다.
6.7 건강 Agent의 경계 — 도울 것인가, 통제할 것인가
건강 Agent에는 넘지 말아야 할 선이 있다. 마지막으로 그 경계를 짚는다.
첫째, Agent는 의사가 아니다. 데이터를 해석할 수 있다. 패턴을 찾을 수 있다. 그러나 진단은 의사의 영역이다. "당신의 심박 패턴이 평소와 다르다, 의사에게 상담을 권한다"까지가 Agent의 한계다. "당신은 부정맥이다"라고 말하는 순간 위험해진다.
둘째, 건강 불안을 키우지 않아야 한다. 데이터를 너무 자주, 너무 상세하게 보여주면 사용자는 불안해진다. 모든 숫자의 변동에 의미를 부여하기 시작한다. 실제로 애플 워치 사용자 중 일부가 심박수 알림에 과민 반응해 응급실을 찾은 사례가 보고된 바 있다. 좋은 Agent는 적절한 둔감함을 설계해야 한다. 모든 것을 알려주는 것이 능사가 아니다.
셋째, 데이터 주권이 사용자에게 있어야 한다. 건강 데이터는 자산 데이터와 함께 가장 민감한 개인 데이터다. 이 데이터가 어디에 저장되고, 누가 접근할 수 있고, 어떻게 삭제할 수 있는지를 사용자가 완전히 통제해야 한다. 좋은 Agent는 이 원칙 위에 설계된다.
넷째, 사용자의 자율성을 존중해야 한다. "오늘 운동 안 했다"고 잔소리하는 Agent는 곧 꺼진다. 좋은 Agent는 제안하되 강요하지 않는다. 판단하되 비난하지 않는다. 건강은 결국 사용자 자신의 선택이다. Agent는 그 선택을 돕는 도구일 뿐이다.
이 경계들은 기술의 문제가 아니다. 설계 철학의 문제다. 건강 Agent를 만들 때, 기능 목록보다 이 경계부터 정해야 한다. 무엇을 할 것인가보다 무엇을 하지 않을 것인가가 더 중요하다.
핵심 정리
건강은 일곱 영역 중 가장 늦게 깨닫는 영역이다. 그런데 역설적으로 건강 데이터는 가장 많이 쌓이고 있다. 문제는 데이터와 행동 사이에 번역이 없다는 것이다.
건강 Agent의 핵심 역할은 네 가지다. 흩어진 데이터를 통합하고, 개인의 맥락 안에서 해석하고, 인과관계를 추론하고, 작고 구체적인 행동을 넛지한다.
수면은 가장 과소평가된 건강 변수다. 오우라 링, 애플 워치 등이 수면 데이터를 정교하게 수집하지만, 그것을 행동 변화로 연결하는 Agent는 아직 부족하다.
정신건강 영역에서 Agent는 패턴 감지에 강점을 가진다. 그러나 진단의 경계를 넘어서는 안 된다. 의료 시스템과의 연결은 데이터 표준, 규제, 이해관계의 복잡성 때문에 가장 어려운 과제다.
한국의 빠른 고령화는 시니어 케어 Agent를 사업이 아니라 사회적 인프라의 문제로 만든다. KT AI 돌봄 서비스, 일본의 돌봄 로봇 사례는 기술이 시작점이 될 수 있음을 보여준다. 다만 건강 Agent는 의사가 아니며, 건강 불안을 키우지 않아야 하며, 데이터 주권과 사용자 자율성을 존중해야 한다.
반드시 답해봐야 할 질문 5가지
질문 1. 당신이 가장 관리하고 싶지만 가장 미루고 있는 건강 영역은 어디인가 — 운동, 수면, 식단, 정신건강 중에서? 왜 그것을 미루는가?
질문 2. 만약 Agent가 "당신의 수면 패턴을 보면 3개월 뒤 건강 문제가 생길 가능성이 있다"고 경고한다면, 당신은 생활을 바꿀 의지가 있는가? Agent의 경고가 의사의 경고보다 설득력이 약하다면, 그 이유는 무엇인가?
질문 3. 건강 데이터를 의료기관과 자동으로 공유하는 Agent를 쓸 의향이 있는가? 보험사에도 공유할 수 있다면 어떤가? 그 두 경우의 차이는 어디서 오는가?
질문 4. 독거 부모님에게 AI 돌봄 서비스를 설치해드린다면, 부모님은 그것을 돌봄으로 느끼겠는가, 감시로 느끼겠는가? 그 인식의 차이를 결정하는 것은 무엇인가?
질문 5. 건강 Agent가 "오늘 운동을 하라"고 말했는데 당신은 하고 싶지 않다. 좋은 Agent는 어떻게 반응해야 하는가 — 다시 권하는가, 이유를 묻는가, 조용히 기록만 하는가?
더 깊이 탐구하기
매슈 워커, 「Why We Sleep」 (2017). 수면 과학의 대중서. 수면이 왜 건강의 가장 기본적인 변수인지를 데이터로 보여준다.
에릭 토폴, 「Deep Medicine」 (2019). AI와 의료의 만남에 대한 가장 균형 잡힌 책. 의사이자 디지털 의학 연구자의 시각.
한국보건산업진흥원, 「마이 헬스웨이 추진 현황 보고서」 (2024). 한국의 의료 데이터 통합이 어디까지 왔고, 어디서 막혀 있는지를 보여주는 공식 보고서.
리처드 탈러·캐스 선스타인, 「넛지(Nudge)」 (2008). 행동 변화 설계의 고전. 건강 Agent의 행동 유도 전략을 이해하는 데 필수적이다.
KT 경제경영연구소, 「AI 기반 독거노인 돌봄 서비스 성과 분석」 (2024). 한국의 AI 돌봄 서비스가 실제로 어떤 효과를 내고 있는지에 대한 실증 보고.
다음 장에서는 일곱 번째 영역, 학습과 성장으로 들어간다. 평생학습이 슬로건이 아니라 현실이 된 시대에, AI Agent가 어떻게 일대일 과외 교사가 될 수 있는지를 본다.