헬스케어
MedScout, Scout AI와 MCP 출시…메드테크 시장 데이터를 영업 워크플로로 전환

핵심 포인트Scout AI는 예상 현장 방문일에 맞춰 타깃 목록과 경로를 구성하여 영역 분석을 실행과 연결합니다.
더 보기
- Scout AI는 예상 현장 방문일에 맞춰 타깃 목록과 경로를 구성하여 영역 분석을 실행과 연결합니다.
- MedScout MCP는 일관된 정의와 권한을 Claude Copilot Gemini 및 ChatGPT로 전달합니다.
- 청구 데이터는 실시간 의사 일정이 아니라 기록된 활동을 보여주므로 경로는 여전히 실무적 확인이 필요합니다.
메드테크 영업 담당자의 하루는 얼핏 간단해 보이지만 답하기 까다로운 질문으로 시작될 수 있습니다. 어느 의사를 방문해야 할까? 그 의사는 어디에 있을 가능성이 높을까? 유익한 대화를 나누려면 무엇이 필요할까? 첫 미팅이 시작되기도 전에 시술 데이터와 의뢰 패턴, 거래처 기록을 취합하고 지도를 확인해야 답을 찾을 수 있는 경우가 많습니다.
MedScout은 이러한 준비 과정을 하나의 워크플로로 압축하고자 합니다. 오스틴에 본사를 둔 이 회사는 10월 6일 Scout AI와 MedScout MCP를 발표하고, 자사의 영업 인텔리전스 플랫폼에 AI 기반 타깃 선정, 미팅 준비, 아웃리치 초안 작성, 경로 계획 기능을 추가했습니다.
두 제품은 동일한 시장 인텔리전스를 서로 다른 방식으로 이용할 수 있게 합니다. Scout AI는 MedScout의 웹 및 모바일 앱에서 작동합니다. MedScout MCP는 해당 인텔리전스를 Claude, Copilot, Gemini, ChatGPT에 연결해 팀이 자체 비즈니스 정보와 함께 활용할 수 있도록 합니다.
시장에 관한 질문에서 실행 가능한 영업 일정까지
Scout AI의 핵심은 분석 결과를 실행으로 연결하는 것입니다. 영업 담당자는 특정 날짜에 특정 도시에서 만날 의료진을 요청할 수 있으며, 시스템은 관련 타깃을 파악하고 그들이 있을 가능성이 높은 장소를 추정한 뒤 이동 시간과 현장 방문 패턴을 고려해 경로를 구성하도록 설계됐습니다.
이는 요약을 작성하는 것보다 더 까다로운 작업입니다. 의료진을 선정할 때는 여러 조건을 동시에 고려해야 할 수 있습니다. MedScout는 병원에서 로봇 시술을 하지만 제휴 외래 수술 센터에서는 시술하지 않고, 지정된 경쟁사로부터 기록된 지급 내역도 없는 외과의를 찾는 사례를 제시합니다.
이번 출시에는 영업 구역 비교, 의뢰 네트워크 분석, 의료진 브리핑, 맞춤형 아웃리치 초안 작성 기능도 포함됩니다. 영업 책임자는 시술 동향, 보험자 구성, 환급액, 진료 장소를 활용해 신규 담당자를 어디에 배치할지, 또는 영업 구역의 공백을 어떻게 메울지 평가할 수 있습니다. 현장 팀은 이러한 분석 결과를 타깃 목록으로 만들고 개별 미팅을 준비하는 데 활용할 수 있습니다.
Scout AI 제품 페이지에서 MedScout는 타깃 선정이나 미팅 준비 등의 작업에 회사별 맥락을 반영하는 메드테크 전용 기능을 소개합니다. 또한 타깃과 일치하는 의료진의 시술 건수를 제시하고 해당 의료진의 시장 정보를 반영한 아웃리치를 지원한다고 설명합니다. 계정 선정의 근거를 다음 영업 활동으로 이어가는 것이 목표입니다.
추천의 기반이 되는 청구 데이터
MedScout에 따르면 두 제품은 환자 3억 3천만 명 이상, 의료진 370만 명 이상, 진료 장소 70만 곳 이상을 아우르는 청구 데이터 기반 인텔리전스를 활용합니다. 데이터에는 시술 건수, 의뢰 패턴, 보험자 구성, 환급액, 업계 지급 내역이 포함됩니다.
회사의 플랫폼 웹사이트에는 이러한 기반에 관한 추가 설명이 나와 있습니다. 상업 보험 및 Medicare 청구 데이터를 공개 데이터, 독점 데이터, CRM 데이터와 결합하며, 청구 데이터는 매월 갱신된다고 설명합니다. 의료진 프로필에는 소속 기관과 기타 전문 정보도 반영됩니다.
청구 데이터는 영업 팀에 기록된 의료 활동을 보여줍니다. 관련 시술이 어디에서 이뤄지는지, 환자가 의료진 사이를 어떻게 이동하는지 파악하는 데 도움이 될 수 있습니다. 이러한 패턴은 영업 구역을 계획하고 거래처의 우선순위를 정하는 데 활용할 수 있지만, 실시간 의사 일정과 혼동해서는 안 됩니다. 의료진이 현장에 있을 가능성이 높은 날짜를 기준으로 만든 경로도 영업 담당자가 출발하기 전에 실제 상황을 확인해야 합니다.
이 구분이 중요한 이유는 시스템의 유용성이 유창한 답변만으로 결정되지 않기 때문입니다. 시술 코드의 정의, 분석 대상 기간, 기초 데이터의 범위에 따라 목록에 포함되는 의료진이 달라집니다. 유용한 브리핑은 이러한 영업 신호를 더 쉽게 활용할 수 있게 하면서도 결과를 확인하는 데 필요한 맥락을 충분히 제공해야 합니다.
MCP가 워크플로에 더하는 기능
MedScout MCP는 MedScout 자체 인터페이스 밖에서도 정보에 접근할 수 있도록 합니다. 모델 컨텍스트 프로토콜(MCP)은 AI 애플리케이션을 외부 데이터 및 도구에 연결하기 위한 개방형 표준입니다. 이번 구현에서 MCP는 지원되는 AI 어시스턴트가 MedScout 인텔리전스를 활용할 수 있도록 연결을 제공합니다.
MedScout의 출시 발표에서는 이러한 시장 정보와 CRM, ERP, 청구 또는 가격 정보를 결합하는 방식을 소개합니다. 실무적으로는 거래량이 많은 의료진이 CRM에 누락돼 있는지 확인할 수 있습니다. 유망한 타깃 계정에서 청구가 발생한 기록이 있는지 확인하는 것도 가능합니다. 이런 질문에 답하려면 시장 활동을 회사 자체의 영업 기록과 비교해야 합니다.
MedScout에 따르면 Strategies, 코드 세트, 영업 구역, 권한 설정은 연결 후에도 그대로 유지됩니다. 이는 중요한 점입니다. 인터페이스가 바뀌더라도 팀이 분석하는 시장이나 사용자가 접근할 수 있는 정보가 알지 못하는 사이에 달라져서는 안 됩니다. MCP는 연결을 제공하며, 일관된 정의와 접근 제어에 따라 그 연결의 실질적인 유용성이 결정됩니다.
회사의 통합 페이지는 이번 출시를 팀이 이미 업무를 수행하는 곳에서 인텔리전스를 제공하려는 더 큰 노력의 일환으로 소개합니다. CRM 데이터 보강 및 활동 동기화와 더불어 Snowflake 및 Databricks에 직접 데이터를 제공하는 기능도 설명합니다. 새 AI 연결을 통해 다양한 영업 업무에서 해당 정보를 대화형으로 활용할 수 있습니다.
초기 고객 피드백과 다음 검증 과제
이번 출시에는 Magnus Medical의 영업 부문 부사장 Matt Wallace의 고객 사례도 포함됐다. 그는 Claude에서 MedScout 인텔리전스를 활용한 뒤 병원 경영진용 브리핑을 준비하는 데 걸리는 시간이 며칠에서 몇 분으로 줄었다고 전했다. 고무적인 고객 평가이지만, 독립적으로 측정한 성능 벤치마크는 아니다.
회사에 따르면 Scout AI는 별도의 설정 없이 MedScout 고객이 웹 및 모바일 앱에서 이용할 수 있다. MedScout MCP도 고객에게 제공되며, 업계 전문가에게는 2주 체험판이 제공된다. MedScout는 AI를 중심으로 제품군을 재정비하는 과정에서 추가 발표를 이어갈 예정이라고 밝혔다.
이번 출시가 실질적으로 약속하는 것은 영업 구역을 파악한 뒤 실제 영업 활동에 나서기까지의 과정을 단축하는 것이다. 팀이 수작업 준비를 줄이면서도 정확한 타깃 목록과 유용한 브리핑, 현실적인 경로를 꾸준히 만들 수 있는지, 그리고 이러한 결과물이 MedScout와 영업팀이 이미 사용하는 어시스턴트 사이를 오갈 때도 계속 신뢰할 수 있는지가 관건이다.












