새 AI 도구가 하루에도 수십 개씩 쏟아지는 상황에서, 정형외과 수련의로 일하는 한 의사는 수년간 수백 개의 도구를 써 본 끝에 매주 실제로 쓰는 도구를 여섯 개로 줄였습니다. 공부는 ChatGPT, 입력은 Wispr Flow, 수술 준비는 OpenEvidence, 강의와 수술실 기록은 Granola, 발표 자료는 Claude Design, 개인 업무 도구 제작은 OpenAI Codex라는 식으로 도구마다 역할을 하나씩만 맡기는 방식입니다. 이 글은 이 의사가 도구를 고른 기준과 하루 업무에서 각 도구를 어떻게 나눠 쓰는지, 그리고 의료 현장에서 AI에 어디까지 맡기고 어디서 사람이 확인하는지를 정리합니다.
도구가 많을수록 생산성이 떨어지는 이유
AI 도구 목록 사이트 There's An AI For That에는 5만 1,000개가 넘는 도구가 등록되어 있고, 하루에 44개가 새로 추가되기도 합니다. 의료계도 예외가 아닙니다. American Medical Association(AMA)이 2026년에 의사 1,692명을 조사한 결과 81%가 진료에서 AI를 알고 있거나 정기적으로 쓴다고 답했고, 이 수치는 최근 몇 년 사이 두 배 이상 늘어난 것입니다.
문제는 선택지가 많아질수록 사람은 새 도구를 계속 갈아타게 된다는 점입니다. Boston Consulting Group(BCG)이 Harvard Business Review에 발표한 연구는 미국 기업 근로자 1,488명을 조사해 이런 상태를 'AI brain fry(AI 과부하로 인한 정신적 소진)'라고 이름 붙였습니다. 여러 AI 도구를 끊임없이 살피고 오가는 행동이 정신적 피로, 결정 과부하, 오류율 증가, 이직 의향 증가로 이어진다는 결과입니다.
이 의사는 이 현상을 의과대학 입학 초기의 경험에 빗댑니다. Anki, UWorld, Amboss 같은 학습 플랫폼과 강의 자료가 한꺼번에 쏟아지면 오히려 아무것도 시작하지 못하다가, 선택지를 줄이고 나서야 공부가 진행됐다는 것입니다. 도구를 소수로 고정하면 매일 '무엇을 쓸까' 고민하는 시간이 사라지고, 그 에너지를 실제 일에 쓸 수 있다는 것이 핵심 주장입니다.
도구를 stack에 넣는 세 가지 기준
이 의사가 쓰는 도구 stack(여러 도구를 조합한 묶음)에 들어가려면 다음 세 조건을 모두 만족해야 합니다.
| 기준 | 내용 |
|---|---|
| 1. 한 가지 일을 가장 잘한다 | 특정 작업 하나를 비교해 본 다른 도구보다 뚜렷하게 잘 처리해야 합니다 |
| 2. 단순하다 | 매일 써도 번거롭지 않고 직관적이어야 합니다 |
| 3. 매주 쓴다 | 업무 흐름에 깊이 들어와 적어도 주 1회는 쓰여야 합니다 |
이 기준은 도구마다 '핵심 역할 하나'를 명확히 정하게 만듭니다. 아래 여섯 도구도 각각 어떤 한 가지 일을 맡는지 중심으로 살펴봅니다.
도구 1: ChatGPT, 개념을 가르쳐 주는 개인 튜터
ChatGPT에 맡긴 역할은 '개념 가르치기' 하나입니다. 복잡한 의학 주제든 일상 질문이든 Google 검색을 거의 대체했다고 합니다. 검색 엔진과 다른 점은 memory(이전 대화 내용과 사용자 취향을 기억하는 기능)입니다. 오래 쓰다 보니 모델이 이 의사가 정보를 어떤 순서와 구조로 배우고 싶어 하는지 파악하게 됐고, 질문하면 기초 원리부터 먼저 설명한 뒤 세부 기술로 들어가는 방식이 자동으로 적용됩니다. 예를 들어 골절 고정 원리를 물으면 안정성의 역학과 임플란트가 하중을 나눠 받는 구조부터 설명하는 식입니다.
여러 검색 결과를 열어 조각난 설명을 짜 맞추는 수고가 사라지고, 모르는 것을 물어도 눈치 볼 필요가 없다는 점이 학습을 지속하게 만든다고 봅니다. Claude, Gemini, Grok도 비슷한 역할을 할 수 있으므로, 중요한 것은 어느 제품을 고르느냐보다 하나를 골라 계속 쓰는 것입니다. 여러 챗봇을 오가면 어느 쪽도 사용자의 방식을 학습하지 못하기 때문입니다. 원하는 설명 방식과 형식을 챗봇에 직접 알려 주라는 조언도 덧붙입니다.
도구 2: Wispr Flow, 생각을 그대로 쏟아내는 음성 입력
Wispr Flow는 머릿속 생각을 최대한 빨리 화면으로 옮기는 '입력' 담당입니다. 일반적인 타자 속도는 분당 40단어 정도인 반면 말하기는 분당 150단어에 이릅니다. 이 의사의 Wispr Flow 통계를 보면 분당 107단어로 받아쓰기를 하고 있고, 이는 타자 기준으로 상위 2%에 해당합니다. 지금까지 받아쓴 단어는 25만 6,418개로, 앱은 이를 책 두 권 분량이라고 표시합니다.

▲ 음성 받아쓰기로 prompt 입력
더 눈에 띄는 수치는 용도입니다. 데스크톱 받아쓰기의 74%, 건수로 3,184건이 AI prompt(모델에 주는 지시문) 창에 직접 입력된 것입니다. LLM(대규모 언어 모델)은 배경 맥락을 충분히 주면 결과가 훨씬 좋아지는데, 손으로 타자를 치면 사람은 자연스럽게 prompt를 줄이고 미묘한 조건을 빼먹게 됩니다. 말로 하면 정리되지 않은 상태라도 생각의 흐름을 끊지 않고 맥락을 통째로 쏟아낼 수 있습니다. 소리 내어 말하다 보면 자신이 무엇을 정말 이해하고 있는지, 어디가 비어 있는지도 드러난다고 합니다. 하루만 prompt를 전부 음성으로 입력해 보면 결과물 품질의 차이를 체감할 수 있다는 것이 이 의사의 제안입니다.
도구 3: OpenEvidence, 수술 준비를 위한 문헌 기반 도구
OpenEvidence는 의료인을 위해 만들어진 임상 AI 도구로, 일반 웹 자료가 아니라 동료 심사를 거친 의학 문헌에서 답을 생성합니다. 미국 면허 의사의 40% 이상이 매일 로그인하고 1만 개 병원에서 쓰일 정도로 확산됐다고 합니다. 이 의사는 병원 순환 근무 중 수술 준비와 근거 기반 임상 프로토콜 확인에 이 도구를 집중적으로 씁니다.
구체적인 방식은 수술마다 같은 템플릿으로 수술 계획 시트를 만드는 것입니다. 템플릿에는 환자 자세, 수술 접근법, 마취 고려 사항, 임플란트 시스템, 예상 합병증, 환자 위험 요인, 관련 해부학이 고정 항목으로 들어갑니다. 예시로 대퇴 경부 골절로 우측 고관절 반치환술을 받는 79세 여성 환자의 계획 시트를 만들면, 각 항목이 문헌 인용과 함께 구조화되어 나옵니다.
여기서 중요한 선이 하나 그어집니다. 이 상황에서 AI의 가치는 새로운 의학 이론을 만들어 내는 것이 아니라, 모든 사례에서 빠지는 항목 없이 같은 수준의 점검을 하게 만드는 점검표 역할이라는 것입니다. 또한 사람의 건강이 걸린 질문에는 범용 ChatGPT 같은 일반 모델보다 의학 전용으로 설계된 플랫폼을 써야 한다고 강조합니다. OpenEvidence 외에 ChatGPT for Clinicians 같은 대안도 있으며, 어떤 직종이든 반복되는 고부가가치 작업에는 해당 분야 전용 도구를 찾으라는 것이 일반화된 조언입니다. 글쓴이가 보기에, 이는 최종 임상 판단은 의료진이 내리고 AI는 누락을 막는 보조 장치로 두는 구도로 읽힙니다.
보너스 도구: AiPPT.com, 논문을 저널 클럽 슬라이드로
AiPPT.com은 문서를 슬라이드로 바꾸는 데 특화된 발표 자료 생성 플랫폼입니다. 2022년 JAMA Network Open에 실린 반월판 파열 관련 ESCAPE 임상시험 논문 PDF를 올려 10장짜리 저널 클럽 발표 자료를 만드는 과정이 대표적인 예입니다. agent(스스로 단계를 밟아 작업을 수행하는 AI) 모드에서 PDF를 첨부하고 연구 설계, 환자 집단, 1차 결과, 토론 질문처럼 청중에게 필요한 요소를 지정한 뒤, 'Medical Research - Academic Expert' persona(전문가 역할 설정)와 'Ultra' 품질 모드를 고릅니다.
몇 분 뒤 초안이 나오면 통계를 더 쉽게 풀어 달라, 연구 한계를 추가해 달라, 토론 슬라이드 순서를 바꿔 달라는 식으로 대화로 다듬습니다. 생성된 슬라이드에는 비열등성 한계 11점과 전체 효과 3.5점, 5년 추적 결과, 물리치료군에서 지연 관절경 절제술로 넘어간 32%의 교차율 같은 내용이 담겼습니다. 완성본은 편집 가능한 PPTX, PDF, 이미지 묶음, HTML로 내보낼 수 있고 휴대전화에서도 시작할 수 있습니다.
도구 4: Granola, 수술실과 강의실의 말을 기록
Granola는 음성을 받아 적고 요약하는 앱입니다. 수련 기간에는 강의, 과 컨퍼런스, 그랜드 라운드, 전국 학회에서 막대한 지식이 오가지만 체계적으로 기록하지 않으면 대부분 잊힙니다. 이 의사는 회의를 Granola로 녹음해 두고, 끝나면 정리된 요약이 나온다는 것을 알기에 메모 대신 듣는 데 집중합니다.
가장 효과가 큰 쓰임은 수술실입니다. 수술에 들어가기 직전 Granola를 켜 두면, 지도 전문의가 특정 단계를 왜 그렇게 하는지, 견인기를 어떻게 두는지, 수술 중 판단을 어떻게 내렸는지 같은 현장의 가르침이 자동으로 기록되고 정리됩니다. 하루 요약 문서에는 수술 기법, 토론 내용이 항목별로 모입니다. '소리 내어 들을 가치가 있으면 보존할 가치가 있다'는 원칙이며, Apple Watch에도 최근 대화 요약 기능이 들어왔다는 점을 같은 흐름으로 짚습니다.

▲ 수술실 가르침의 자동 기록
도구 5: Claude Design, 템플릿과 말로 만드는 발표 자료
Anthropic의 Claude Design은 처음부터 맞춤 발표 자료를 빠르게 만드는 도구입니다. 수련의가 발표 자료를 만들려면 늦은 밤 글꼴, 여백, 배치를 손으로 고치는 데 몇 시간씩 걸리는 것이 보통이었습니다. Claude Design에서는 승인된 디자인 템플릿을 넣고, 각 슬라이드가 무엇을 전달해야 하는지를 말로 지시합니다.
의대생 단체의 지역 학회에서 발표한 '의료인의 개인 브랜드' 주제 자료가 예시입니다. 고용주의 70%가 지원자의 소셜 미디어를 조사하고, 레지던트 프로그램 책임자의 40%가 지원자 계정을 확인하며, 졸업 예정 의대생의 65%가 프로그램 조사에 소셜 미디어를 쓰고, 환자의 73%가 의료진 선택 시 온라인 후기를 참고한다는 통계를 어떻게 보여 줄지 말로 지시하면 시각적 수정이 발표 자료 전체에 바로 적용됩니다.
도구 6: OpenAI Codex, 나만의 업무 시스템을 vibe coding으로
OpenAI Codex는 vibe coding(코드를 직접 짜지 않고 원하는 기능을 말로 설명해 소프트웨어를 만드는 방식)에 쓰입니다. 프로그래밍 지식이 없어도 Codex가 백엔드 로직, 데이터베이스 구조, 화면 코드를 알아서 처리합니다. 이 의사는 이 방식으로 개인용 운영 시스템 두 개를 만들었습니다.
- 개인 프로젝트 관리 시스템: 제작 지표, 일정, 할 일, 플랫폼별 분석을 한곳에 모읍니다.
- 수련의 운영 시스템: Granola의 수술 요약, 준비 일정, 매일 복습하는 능동 회상 플래시카드, 학술 논문 진행 보드를 한 화면에 모읍니다. 플래시카드에는 상완이두근 장두 힘줄을 안정시키는 복합 도르래 구조 같은 어깨 해부학 문제가 들어 있습니다.
상용 소프트웨어는 개인의 업무 방식에 완벽히 맞는 경우가 드물어 사용자가 습관을 앱에 맞추게 되는데, 직접 만든 도구는 반대로 업무 방식에 맞춰 조정된다는 것이 이 의사의 논리입니다. Codex와 Claude Code 모두 사용량 제한이 있지만, 현재는 제한에 걸리기 전에 더 많은 작업을 끝낼 수 있어 Codex를 선호한다고 밝힙니다.
여섯 도구의 역할 분담
| 도구 | 맡은 일 하나 |
|---|---|
| ChatGPT | 개념을 기초 원리부터 가르치는 개인 튜터 |
| Wispr Flow | prompt와 생각을 음성으로 빠르게 입력 |
| OpenEvidence | 의학 문헌 기반 수술 준비와 프로토콜 확인 |
| Granola | 강의, 컨퍼런스, 수술실 가르침의 기록과 요약 |
| Claude Design | 템플릿과 음성 지시로 발표 자료 제작 |
| OpenAI Codex | 개인 맞춤 업무 대시보드 vibe coding |
AiPPT.com은 논문 PDF를 슬라이드로 바꾸는 보너스 도구로, 여섯 도구와는 별도로 씁니다.
핵심 정리와 독자가 할 일
이 의사의 결론은 Cal Newport의 'Digital Minimalism(디지털 미니멀리즘)' 개념으로 모입니다. 목표를 강하게 뒷받침하는 아주 적은 수의 도구만 고르고 나머지는 기꺼이 무시하라는 것입니다. 의대 1학년 때 생산성 도구를 관리하느라 정작 공부를 못 했던 경험이 그 근거입니다. 의료든 다른 분야든 AI를 가장 잘 쓰는 사람은 소수의 전문 도구에 각각 뚜렷한 역할을 주고, 확실히 더 나은 도구가 나올 때만 바꿉니다.
독자가 바로 해 볼 수 있는 일은 다음과 같습니다.
- 지금 쓰는 AI 도구마다 '맡은 일 하나'를 적어 보고, 한 가지 일을 가장 잘하는가, 단순한가, 매주 쓰는가의 세 기준에 걸리는 도구는 정리합니다.
- 범용 챗봇은 ChatGPT, Claude, Gemini, Grok 가운데 하나만 골라 계속 쓰고, 원하는 설명 방식을 직접 알려 줍니다.
- 하루 동안 prompt를 전부 음성으로 입력해 보고 결과물의 차이를 확인합니다.
- 반복되는 고부가가치 작업에는 해당 분야 전용 도구를 찾고, 고정 항목이 있는 템플릿으로 매번 같은 수준의 점검을 합니다.
- 강의나 회의처럼 들을 가치가 있는 자리에서는 녹음과 요약 도구를 켜 두고 듣는 데 집중합니다.
의료 현장과 관련해서는 한 가지 선을 분명히 해 둘 필요가 있습니다. 소개된 방식에서 AI는 문헌을 모아 점검표를 채우고 발표 자료를 만들고 기록을 정리하는 보조 역할에 머물며, 진단과 치료에 관한 최종 판단은 의료진의 몫으로 남습니다. 일반 독자가 자신의 건강 문제에 이런 도구를 적용하려 한다면 그 판단은 반드시 의료진과 상의해야 합니다.


