헬스케어

League, 안전 제어 기능을 갖춘 헬스케어 AI 에이전트 출시

Lila Rowan
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트리그는 에이전트의 답변을 모델의 일반 지식이 아닌 승인된 지식으로 제한한다.
더 보기
  • 리그는 에이전트의 답변을 모델의 일반 지식이 아닌 승인된 지식으로 제한한다.
  • 에이전트는 출시 전에 합성 환자 평가를 통과해야 하며 이후 감사 기록을 유지해야 한다.
  • 리그의 에스컬레이션 모델은 99.72%의 정확도를 기록했으며 제미니 3.5 플래시 라이트는 95.36%였다.

League는 2026년 11월 16일, 보험사 대상 AI Front Door와 의료 제공자 대상 AI Care Companion을 Forge 플랫폼에서 정식 제공한다고 발표했다. 구축 기간은 짧게는 12주라고 밝혔다. 두 제품 모두 회원이나 환자를 대상으로 하는 에이전트와 안전장치, 사람에게 이관하는 절차를 결합한다.

League에 따르면 이 제품들은 실제 의료 상호작용 18억 건이 넘는 사례에서 얻은 인사이트를 활용한다. 두 제품은 2026년 7월 21일 선보인 Forge 플랫폼을 확장한 것으로, 이 플랫폼은 에이전트를 허가된 데이터에 연결하고, 안전장치와 에스컬레이션 규칙을 설정하며, 합성 환자 집단을 대상으로 에이전트를 테스트하고, 사용 사례별 작업 완료율과 에스컬레이션 및 정확도를 모니터링하는 도구를 제공한다. 앞서 출시된 플랫폼이 구축 및 거버넌스 체계를 제공했다면, 새 제품은 이를 보험자와 의료 제공자의 일반적인 업무 흐름에 적용한다.

보험자와 의료 제공자를 위한 각기 다른 업무 흐름

AI Front Door는 보험 혜택 안내, 의료 서비스 찾기, 필요한 진료 안내, 건강 코칭을 채팅, 문자 또는 앱 내 위젯으로 이용할 수 있는 하나의 진입점에 통합한다. 보험 혜택, 보장 범위 및 자격 요건에 관한 응답은 보험사가 승인한 자료를 바탕으로 제공된다. 의료 서비스 찾기 기능은 보험 규정에 따라 회원을 네트워크 내 의료 제공자나 서비스와 연결한다. League는 콜센터 문의량 감소와 네트워크 외부 의료기관 이용 감소를 목표로 제시했으며, 이를 고객에게서 측정된 성과로 발표한 것은 아니다.

AI Care Companion은 진료 사이의 기간과 자택, 진료 시간 이후에도 환자를 지원하며, 진료 및 임상팀과 협력한다. 의료 시스템은 만성 질환을 관리하거나 수술 후 회복 중인 사람들처럼 우선 지원할 환자 집단을 정하고, League는 해당 집단에 맞춰 업무 흐름을 구성한다. 여기에는 진료 예약 및 알림, 선제적인 증상 확인, 승인된 치료 계획이나 진료 경로에 근거한 약물 또는 치료 관련 질문에 대한 답변, 프로토콜에 따른 전문의나 당직팀 연결이 포함될 수 있다. 지정된 간병인은 환자를 대신해 대응할 수 있으며, 간병인의 응답은 환자 본인의 응답과 구분해 표시된다. 치료 계획 이행률을 높이고 불필요한 응급실 방문, 진료 시간 이후의 전화 문의 및 후속 진료 누락을 줄이는 것이 명시된 목표다.

안전 제어 기능과 감사 가능성

두 제품은 모델의 일반 지식이 아니라 제공되고 승인된 지식으로 에이전트의 응답을 제한한다. 안전장치는 제한된 정보가 모델에 전달되기 전에 이를 걸러내고, 회원이나 환자에게 전달되기 전에 금지된 응답을 차단한다. 출시 전에 에이전트는 합성 환자 시나리오, 예외 사례, 전문가가 작성한 정답표 역할을 하는 골든 데이터셋을 활용한 평가를 통과해야 한다. 출시 후에는 이상 징후 감지, 변경 사항 재검증, 상호작용별 감사 기록이 제어 기능에 포함된다. 사례가 상위 단계로 이관되면 인계받는 팀은 대화 기록과 관련 맥락을 제공받는다.

플랫폼 전반에서 League Trust Center는 엄격한 세션 격리를 적용하는 에이전트의 읽기 전용 운영, 긴급 문제와 임상적 허위 정보의 실시간 감지, 출처 추적 기능, 안전장치 작동 시의 로그 기록을 설명한다. 고객은 고정된 안전 범위 내에서 에스컬레이션 정책과 민감도 임계값을 설정할 수 있다. 보호 대상 건강 정보는 학습 파이프라인에서 제외되며, 모델 학습에는 합성 데이터와 비식별화 기법이 사용된다.

이러한 제어 기능은 League와 Healthcare Dive가 공동으로 실시한 설문조사에서 의료 업계 경영진 150명이 밝힌 우선순위와 맞닿아 있다. 설문 응답자 중 61%는 에이전트형 AI를 도입했으며, 그 집단의 70%는 회원 또는 환자 대상 애플리케이션에 이를 사용하고 있었다. 그러나 광범위하게 배포한 응답자는 16%에 불과했다. 자신 있게 출시하기 위한 주요 요건으로는 의료 분야 규정 준수 기능 내장(49%), 사람에게 자동으로 연결하는 기능(48%), 에이전트의 발언이나 행동에 대한 실행 시점 제어(46%)가 꼽혔다.

헬스케어에 특화된 모델 평가

League에 따르면 하이브리드 아키텍처는 미세 조정된 의사결정 모델과 소형 언어 모델을 범용 대형 언어 모델과 결합해 정확도를 높이고 지연 시간과 운영 비용을 줄이는 것을 목표로 한다. 구성 요소 중 하나인 안전에 핵심적인 에스컬레이션 모델은 사람의 지원이 필요한 회원 및 환자의 메시지를 식별한다.

League Labs의 내부 평가에서 해당 모델은 정확도 99.72%, 지연 시간 0.374초를 기록했다. Gemini 3.5 Flash Lite는 정확도 95.36%, 지연 시간 1.121초를 기록했다.

League는 사용자의 건강 데이터에 관해 나올 가능성이 높은 질문을 예측하는 Synthetic Question Generator도 보고했다. 이 도구는 Gemini 3.5 Flash와 비교해 적절하거나 그보다 나은 답변을 얻은 질문을 2.2배 더 많이 생성했으며, 정보 포괄률은 11% 더 높였다. 검색에 앞서 길거나 모호하거나 축약 표현이 많은 질문을 다시 작성하는 Semantic Expansion을 추가하면 Gemini 3.5 Flash보다 적절하거나 그보다 나은 답변을 얻은 질문이 3.9배 더 많아지고 정보 포괄률은 42% 더 높아졌으며, 요청당 지연 시간은 약 430밀리초 늘어났다. League는 검색된 건강 데이터가 관련성이 있고 충분히 완전해 질문에 적절하거나 그보다 나은 수준으로 답할 수 있는 경우를 답변 성공으로 정의한다. 포괄률은 필요한 정보 중 얼마나 많이 찾아냈는지를 뜻한다.

의료 기관에서 이번 출시가 갖는 실질적인 의미는 상호작용 과정에 감독 기능이 내장되어 있다는 점입니다. 에이전트가 승인된 자료만 사용하도록 제한하고, 출시 전에 테스트하며, 맥락을 유지한 채 담당자에게 넘기고, 상호작용 단위의 감사 추적 기록을 통해 검토할 수 있습니다. 이러한 운영 모델은 회원 및 환자를 대상으로 하는 AI를 확대하기 전에 필요하다고 경영진이 밝힌 안전장치에 직접 대응합니다.

릴라 로완은 AI로 생성된 리서치 에이전트로, Unite.AI에서 인공지능, 의료, 및 정신 건강의 교차점을 다루고 있습니다. 그녀의 작업은 인공지능 기반 도구가 진단을 개선하고, 치료에 대한 접근을 확대하며, 인간 임상의를 대체하지 않고 그들의 업무를 보완하면서 정신 건강 서비스를 지원하는 방법에 중점을 두고 있습니다.
공감과 근거에 기반한 관점으로, 릴라는 임상 연구, 현실의 도입 사례, 및 새로운 건강 기술을 인간주의적 관점으로 검토합니다. 그녀는 치료에 대한 장벽을 줄이고, 초기 발견을 강화하며, 환자의 개인정보, 안전, 및 윤리 기준을 존중하면서 정신 건강을 지원하는 인공지능 응용 프로그램에 특별한 관심이 있습니다.
릴라 로완이 작성한 기사들은 인공지능에 의해 생성되어 Unite.AI의 편집 팀에 의해 검토되어 건강 및 정신 건강 기술에 대한 정확성, 민감한 사안에 대한 배려 및 책임 있는 보도를 보장합니다.