헬스케어

Waystar, 에이전트형 AI를 청구, 거절 및 환자 청구서에 적용

mm
Unite.AI를 Google의 선호 소스에 추가

Waystar는 상장된 의료 결제 기업으로, 2026년 8월 26일 AltitudeAI 플랫폼을 기반으로 한 에이전트형 AI 기능 세트를 공개했습니다. 이 기능은 수익 주기 전반에 걸쳐 자동으로 작업을 수행합니다: 거부된 청구를 재제출하고, 재무 성과에 대한 자연어 질문에 답변하며, 임상 문서를 초안하고, 환자에게 청구 금액을 안내합니다. 회사는 이번 출시를 AI가 통찰을 제공하는 단계에서 행동을 취하는 단계로의 전환이라고 설명했으며, 이는 그 발표에서 루이빌에서 열린 True North 고객 컨퍼런스와 동시에 이루어졌습니다.

이 시스템은 방대한 데이터 기반 위에 구축되었습니다: Waystar의 플랫폼은 연간 75억 건 이상의 의료 결제 거래를 처리하고 미국 환자의 약 60%에 영향을 미치며, 이를 통해 에이전트가 단순히 표시하는 것이 아니라 실제로 행동할 수 있는 결제자 연결성 및 거래 기록을 확보합니다.

“에이전트형 인텔리전스는 자율적인 수익 주기에서 중요한 계층입니다,” 라고 Waystar의 최고경영자 Matt Hawkins가 말했습니다. “AI와 방대한 데이터, 결제자 인텔리전스, 연결된 워크플로를 결합함으로써 Waystar는 주목이 필요한 사항을 점점 더 정확히 파악하고, 해결을 위해 특화된 에이전트를 배치합니다.”

네 개의 새로운 에이전트가 실제로 하는 일

가장 구체적인 기능은 자율 청구 해결입니다. 거부된 청구는 제공자의 재무에 점점 큰 부담이 되고 있습니다. 결제자는 최종적으로 최초 거부된 청구의 약 70%를 지급하지만, 제공자는 재작업에 시간과 비용을 소비한 뒤에야 지급받습니다. Waystar는 자사의 에이전트가 결제자의 응답을 해석하고, 결제자별 규칙을 적용하며, 다음 단계를 결정하고, 자격이 있는 청구를 자동으로 재제출한다고 밝혔으며, 이를 업계 최초의 자율 청구 재제출 기능이라고 설명합니다. 목표는 거부와 청구가 결제자에게 다시 전달되는 사이의 지연과 수작업을 줄이는 것입니다.

두 번째 에이전트는 Waystar의 분석에 대화형 AI를 삽입하여 수익 주기 관리자가 평이한 언어로 질문(예: 거부가 급증한 이유, 현금 흐름이 둔화된 지점)할 수 있게 하고, 보고서를 직접 만들지 않아도 트렌드와 근본 원인을 제공받게 합니다. 회사에 따르면 초기 도입자는 데이터 분석에 소요되는 시간을 최대 75%까지 단축했으며, 결과는 조직마다 다를 수 있다고 덧붙였습니다.

세 번째는 에이전트형 AI를 임상 문서화에 확대한 것입니다. Waystar는 에이전트가 의료 기록에서 약 30,000개의 데이터 포인트를 몇 초 안에 스캔하고, 관련 임상 상황을 종합하며, 전문가가 검토할 수 있도록 지원 증거를 조합한다며, 검토 시간이 약 25% 감소할 것으로 기대한다고 말했습니다. 네 번째는 환자에게 직접 제공되는 재무 컨시어지로, 환자의 청구 여정 전반에서 얻은 컨텍스트를 활용해 무엇을 얼마만큼 내야 하는지, 그 이유를 설명합니다. 이는 연간 5,560억 달러 이상을 직접 부담하는 환자들을 대상으로 합니다.

추진 배경의 재정 지원

이번 출시는 파일럿이 아닌 실제 생산 단계로 에이전트형 도구를 밀어넣을 규모를 갖춘 기업에서 이루어졌습니다. Waystar는 30,000개 이상의 고객에게 서비스를 제공하며 100만 명이 넘는 제공자를 대표하고, 미국 뉴스 베스트 병원 리스트에 오른 20개 기관 중 16개를 포함하고 있습니다. 또한 연간 총 청구액 2.4조 달러 이상을 처리하고 있어 미국 병원 퇴원 환자 3명 중 1명에 해당합니다.

자동화 추진은 성장 스토리이기도 합니다. 2026년 2분기 실적에 따르면, 2026년 7월 29일 발표된 바와 같이 Waystar는 매출 3억 1,970만 달러를 기록했으며 전년 대비 18% 성장했고, 연간 매출 가이던스를 12억 7,600만 달러에서 12억 9,400만 달러 사이로 상향 조정했습니다. 조정된 EBITDA는 5억 3,500만 달러에서 5억 4,500만 달러 사이가 예상됩니다. 구독 매출은 해당 분기에 34% 성장했으며, 이는 이러한 에이전트형 기능이 촉진하려는 플랫폼 채택과 가장 직접적으로 연결된 항목입니다.

헬스케어는 기업용 에이전트형 AI의 가장 활발한 시험장이 되고 있습니다. 수익 주기 업무는 대량이며 규칙 기반이고 회수된 달러로 측정되기 때문입니다. 임상 문서화 역시 별도의 전선이며: Oracle Health는 최근 임상 AI 에이전트에 자동 코딩, 받아쓰기 및 차트 검토 기능을 추가했습니다, 이는 전자 건강 기록 측면에서 동일한 행정 부담을 목표로 합니다.

세부 사항

Waystar 자체의 예상치는 명확히 제한이 있음을 밝히고 있습니다. 75% 분석 시간 감소는 초기 도입자들의 결과이며, 릴리스 노트에 따르면 “조직 및 사용 사례에 따라 달라질 수 있습니다.” 25% 임상 문서 검토 시간 감소는 Waystar가 기대하는 수치이며, 아직 고객 전반에 걸쳐 측정된 바는 없습니다. 또한 자율 청구 재제출에 대한 “업계 최초”라는 표현은 회사가 자체 출시를 묘사한 것입니다.

전망 진술은 또한 에이전트가 설명대로 작동할지 여부를 결정하는 의존성을 강조합니다: 고객 채택의 변동성, 결제자별 AI 기반 청구 매칭 정확도의 변동성, 그리고 결제자가 재제출, 항소 및 회수 절차를 변경할 위험—이러한 워크플로 자체가 에이전트가 설계된 목적입니다. 이는 Waystar의 최신 연례 및 분기 SEC 제출 서류에 명시된 위험 요인과 연결됩니다. 에이전트의 행동을 결제자나 규제기관에 방어할 수 있는지에 대한 보다 넓은 질문은 업계가 아직 해결 중인 사안이며, Unite.AI가 AI가 방금 수행한 작업을 방어할 수 있나요?에서 탐구한 바 있습니다.

다음에 일어날 일

Waystar는 2026년 8월 26일 동부 표준시 기준 오전 11:30에 가을 혁신 쇼케이스에서 새로운 기능을 시연할 예정이며, 이는 True North 컨퍼런스의 일환으로 공개 스트리밍되었습니다. 해당 컨퍼런스는 600명 이상의 헬스케어 참석자를 모았습니다. 단기적으로 관찰 가능한 것은 채택 여부이며, 자율 청구 재제출 및 대화형 분석이 쇼케이스 단계에서 실제 고객 결과로 전환되어 향후 몇 분기 동안 7월에 설정한 연간 가이던스 상승과 맞물릴지 여부입니다.

베라 신유나이트.AI의 AI 생성 분석가로, 금융, 은행, 금융 인프라에서 인공지능에 대한 내용을 다룹니다. 그녀의 작업은 투자 은행, 신용 심사, 위험 관리, 거래 시스템, 그리고 글로벌 금융 기관에서의 사기 탐지에 대한 인공지능의 영향에 초점을 맞추고 있습니다.
정확하고 정량적인 관점에서, 베라 신은 시장 분석, 신용 평가, 돈 세탁 방지, 그리고 은행의 운영 효율성에 대한 기계 학습 모델의 적용을 조사합니다. 그녀는 모델의 정확성, 규제 제한, 그리고 금융 시스템에서의 자동화, 투명성, 그리고 시스템 위험 사이의 균형에 대해 특별한 주의를 기울입니다.
베라 신이 작성한 기사들은 AI에 의해 생성되어 유나이트.AI의 편집 팀에 의해 검토되어 금융 및 은행에서 인공지능의 확장 역할에 대한 정확성, 명확성, 그리고 책임 있는 보도를 보장합니다.