공개된 치과 AI 전환 사례를 업무 단위로 분석해, 병·의원 규모에 맞는 구성으로 제안합니다
병원 업무에는 진료 말고도 전화 응대, 예약 변경, 보험 지급 내역 대조, 팩스·서류 정리, 상담 기록처럼 사람 손이 많이 가는 반복 업무가 쌓여 있습니다. 이 업무를 클라우드 AI에 맡기면 편하지만 통화 녹음과 보험 서류를 외부 서버로 보내야 하는 부담이 생깁니다.
디알소프트는 AI를 병원 안의 서버에서 직접 돌리는 온프레미스 구성으로 이 문제를 풀어, 환자 정보를 병원 밖으로 내보내지 않으면서 반복 업무를 줄이는 시스템을 구축합니다. 서버와 네트워크 설치, 업무별 AI 구성, 직원 화면, 운영까지 한 곳에서 맡습니다.
한 치과 원장이 병원 안에 직접 구축한 AI 운영 사례를 업무별로 분해했습니다
2026년 10월 13일, 한 치과 원장이 AI 로컬 홈랩 커뮤니티에 ‘동네 치과의 AX전환기’라는 제목으로 병원 안에 직접 구축한 AI 운영 사례를 공개했습니다. 전화 응대, 보험 서류 판독, 사내 검색, 원내 방송, 상담 전사, 경영 리포트까지 병원 업무 전반을 원내 서버로 옮긴 내용입니다.
69분
보험 서류 904건 판독
3,389쪽을 읽는 데 걸린 시간, 실패 0쪽
77%
지급 내역 자동 확정
6,928줄 중 5,319줄, 나머지 23%만 직원 확인
26/ 28
사내 검색 정확도
실제 직원 질문 28개 중 정확히 찾은 수
0.1초
전화 AI 첫 응답
전화가 오면 AI 음성이 먼저 받는 데까지
입력부터 직원이 보는 화면까지, 모든 처리는 병원 내부망 안에서 이뤄집니다
입력 · 병원에서 생기는 데이터
원내 AI 서버 · 병원 내부망
담당자 검수 · 확정 단계
출력 · 직원이 쓰는 화면
상품마다 업무 장면과 개별 구성도를 함께 보여드립니다
진료가 멈추지 않는 원내 서버 구성
이런 병원에 맞습니다AI를 돌릴 서버를 어디에 어떻게 둘지, 정전이나 장애가 나도 진료가 멈추지 않을지 막막한 병원
진료 시간에 끊기지 않도록 AI 서버, 가상화, 무정전 전원, 백업을 병원 규모에 맞춰 설계하고 설치합니다.
공개 사례: GPU 서버, 미니 PC, 가상화 서버 3대, UPS 6대로 구성
받아 적고, 요약하고, 할 일까지
이런 병원에 맞습니다전화 응대와 예약 변경, 통화 내용 기록에 직원 시간이 계속 들어가는 병원
원내 교환기(PBX)와 연동해 통화를 실시간으로 받아 적고, 통화가 끝나면 목적·긴급도·할 일을 정리해 직원 화면에 올립니다.
공개 사례: 자체 교환기, 통화 중 실시간 전사, 종료 후 요약·할 일 추출
서류 대조는 AI가, 확인은 사람이
이런 병원에 맞습니다보험 지급 내역을 한 줄씩 내부 기록과 맞춰 보는 일이 가장 큰 부담인 병원
쌓여 있는 지급 내역, 팩스, 스캔 서류를 OCR로 읽어 내부 기록과 줄 단위로 대조합니다. 일치하면 확정, 다르면 확인 필요로 분류합니다.
공개 사례: 904건·3,389쪽을 69분에 판독, 6,928줄 중 5,319줄(77%) 자동 확정
통화부터 매뉴얼까지 한 번에 검색
이런 병원에 맞습니다예전에 어떻게 처리했는지 직원끼리 물어보고 찾는 데 시간이 드는 병원
통화 기록, 문자, 서류, 매뉴얼을 한곳에서 자연어로 검색합니다. 직원이 "그거 예전에 어떻게 했더라"를 물어보고 다니는 시간을 줄입니다.
공개 사례: 직원 질문 28개 중 26개를 정확히 검색
호출은 천장에서, 대화는 병원 안에서
이런 병원에 맞습니다환자 호출을 걸어가서 전해야 하고, 직원 소통이 외부 메신저에 흩어져 있는 병원
진료실 호출과 정시 안내를 음성(TTS)으로 내보내고, 직원 소통은 원내 메신저로 모아 환자 이야기가 외부 메신저로 나가지 않게 합니다.
공개 사례: 천장 스피커 호출과 정시 시보, 포털 내 채팅
상담 내용과 동의를 기록으로 남기다
이런 병원에 맞습니다상담 내용과 동의 사항을 나중에 확인할 방법이 부족하고, 상담 중 자리를 비워 문의해야 하는 병원
상담실 대화를 받아 적고 동의서에 전자서명을 받아 기록으로 남깁니다. 기록 반영은 담당자 확인을 거치도록 설계합니다.
공개 사례: 서명 패드로 동의서 서명, 상담 내용 전사·기록
아침에 PDF 한 장으로 받는 경영 현황
이런 병원에 맞습니다월말마다 엑셀로 숫자를 모아 정리하고, 문제 지점을 놓치는 병원
일간·주간·월간 경영 지표를 PDF로 자동 생성합니다. 숫자는 분석 프로그램이 계산하고, AI는 그 숫자를 해석하는 역할만 맡습니다.
공개 사례: 일간 PDF, 주간 그래프, 월간 진단, 추정값은 [추정]으로 표기
출퇴근 기록부터 장비 이상까지 한 체계로
이런 병원에 맞습니다네트워크 장비 관리와 근태 기록이 따로 놀고, 장비 이상을 뒤늦게 알게 되는 병원
VLAN·Wi-Fi·CCTV 네트워크를 정비하고, NFC 출퇴근 기록과 접근통제·로그·모니터링을 하나의 체계로 운영합니다.
공개 사례: UniFi 네트워크, NFC 출퇴근 기록으로 근태·시급 자동 계산
처음부터 전부 갖출 필요 없이, 업무 하나를 검증하는 단계에서 시작할 수 있습니다
STEP A
가장 시간이 드는 업무 한 가지를 실제 병원 데이터로 먼저 검증합니다.
산정 기준: 업무 종류, 서류·통화량
STEP B
전화, 서류, 검색, 호출을 하나의 원내 포털로 묶습니다.
산정 기준: 모듈 수, 동시 사용자 수
STEP C
상담 전사, 전자서명, 경영 리포트, 메신저까지 모든 모듈을 갖춥니다.
산정 기준: 연동 대상 시스템, 이중화 수준
검증된 업무부터 순서대로 넓혀 갑니다
진료과, 직원 업무 흐름, 보유 장비, 차트(EMR) 환경을 확인합니다.
가장 시간이 드는 업무 한두 가지를 고르고 확인할 지표를 정합니다.
실제 병원 데이터로 구축하고, 사람이 판정하는 검증 화면으로 정확도를 측정합니다.
검증된 업무부터 순차 확장하고 직원 교육과 운영 절차를 인계합니다.
모니터링, 모델·소프트웨어 업데이트, 장애 대응을 지원합니다.
기능보다 먼저 데이터가 어디로 흐르는지를 정합니다
AI만 얹는 것이 아니라 서버, 네트워크, 운영까지 직접 다룹니다
전화 응대, 보험·청구 서류, 상담 기록, 경영 지표는 진료과와 관계없이 반복되는 업무라서 같은 구조를 적용할 수 있습니다. 다만 업무별 판독 기준과 용어는 진료과마다 다르므로, 현황 진단에서 우선 적용할 업무를 정한 뒤 실제 병원 데이터로 검증하며 진행합니다.
음성, 서류, 진료 관련 데이터는 병원 내부 서버에서 처리하고 외부 AI 서비스로 보내지 않는 구성을 기본으로 합니다. 외부 서비스를 쓰는 편이 나은 업무가 있다면 어떤 데이터가 나가는지 먼저 알리고 병원이 결정하도록 합니다. 의료법과 개인정보 보호 관련 법령의 적용은 기관마다 다르므로 구축 전에 함께 검토합니다.
기본 설계는 읽기 전용입니다. AI는 읽고, 정리하고, 제안하는 데까지만 하고, 기록에 반영하는 것은 담당자가 확인한 뒤에 합니다. 공개 사례에서도 같은 원칙으로 운영한다고 밝혔습니다.
업무와 서류 상태에 따라 크게 달라서 수치를 먼저 약속하지 않습니다. 이 페이지의 수치는 공개 사례 작성자가 직접 밝힌 값입니다. 구축할 때는 실제 병원 데이터로 정확도를 측정하고, 사람이 맞고 틀림을 판정하는 검증 화면으로 지표를 남깁니다.
업무 범위, 동시 사용자 수, 사용할 모델의 크기, 연동할 시스템에 따라 장비와 구축 범위가 달라 일률 가격을 안내하기 어렵습니다. 업무 하나를 실제 데이터로 검증하는 단계부터 시작할 수 있고, 현황 진단 후 범위별 견적을 드립니다.
프로그램 종류와 제조사의 데이터 접근 정책에 따라 DB 읽기, 파일 연동, 화면 연동 등 가능한 방식이 달라집니다. 연동이 어려우면 연동 없이 시작할 수 있는 업무부터 제안합니다. 서비스가 종료된 EMR의 기존 데이터를 조회하거나 옮기는 작업은 별도 서비스로 지원합니다.
운영 모니터링, 모델과 소프트웨어 업데이트, 장애 대응을 지원합니다. 서버 이상은 알림으로 먼저 파악하는 방식으로 운영하며, 범위와 방식은 구축 범위에 맞춰 협의합니다.