AI가 간호사를 감시하기 시작했다 — 카이저 병동에서 벌어진 '돌봄'의 위기

병원에서 가장 인간적인 일을 꼽으라면 아마 ‘간호’일 겁니다. 환자의 손을 잡고, 표정을 살피고, 불안을 다독이는 일이죠. 그런데 이 일을 AI가 점수로 매기기 시작했다면 어떨까요. 미국 최대 의료기관 카이저(Kaiser)의 간호사들이 바로 이 문제를 공개적으로 폭로했습니다. 해커뉴스에서도 221점과 140개의 댓글이 달리며 뜨겁게 논의됐는데요. 오늘은 ‘효율성’이라는 이름으로 벌어지는 돌봄 노동의 위기를 들여다보겠습니다.

먼저 솔직하게 말씀드릴 부분이 있습니다. 이번 주제는 최근 한 달 사이 커뮤니티 데이터가 많지 않았습니다. 핵심은 카이저 간호사들의 증언을 다룬 보도와 그에 대한 개발자 커뮤니티의 반응이었는데요. 그 논점 자체가 워낙 뾰족해서, 지금 짚어볼 가치가 충분합니다.

AI가 ‘공감 능력’을 채점한다

이번 논란의 핵심은 단순한 자동화가 아닙니다. AI가 간호사의 감정 노동을 평가하기 시작했다는 점입니다.

간호사들의 증언에 따르면, 시스템은 통화 시간을 측정합니다. 환자와의 상담이 길어지면 오히려 나쁜 성과 평가로 이어질 수 있다는 겁니다. 한 간호사는 “긴 통화가 좋지 않은 인사 평가로 연결될까 봐 두렵다"고 말했습니다.

문제가 보이시나요. 어떤 환자는 5분이면 충분하지만, 어떤 환자는 30분을 들여야 안심합니다. 위독한 상태를 설명하거나, 겁에 질린 보호자를 달래는 일에는 시간이 필요합니다. 그런데 시스템은 ‘짧은 통화 = 효율적’이라는 단순한 등식으로 이를 재단합니다.

해커뉴스의 한 댓글은 이 지점을 정확히 찔렀습니다. “기계로 인간이 얼마나 공감을 잘 표현하는지 평가하는 게 좋은 아이디어라고 생각한다면, 애초에 권력을 가질 자격이 없는 사람이다.” 다소 거친 표현이지만, 많은 이들이 공감한 문장입니다.

‘측정할 수 있는 것’만 남고 ‘중요한 것’은 사라진다

경영학에는 오래된 격언이 있습니다. “측정되는 것이 관리된다"는 말입니다. 그런데 이 말의 어두운 이면이 바로 카이저 병동에서 드러나고 있습니다.

AI 감시 시스템은 숫자로 잡히는 것만 봅니다. 통화 시간, 응대 건수, 처리 속도. 이런 지표들은 깔끔하게 대시보드에 표시됩니다. 반면 환자가 느낀 안도감, 정확한 상태 파악, 위험 신호를 놓치지 않는 임상적 직관은 숫자로 잡히지 않습니다.

결과는 뻔합니다. 간호사들은 자연스럽게 ‘점수가 잘 나오는 행동’에 최적화됩니다. 통화를 빨리 끝내고, 다음 건으로 넘어가고, 데이터상 좋아 보이는 방식으로 움직이게 되죠. 진짜 돌봄은 뒷전으로 밀립니다.

이것을 지표의 왜곡이라고 부릅니다. 측정하기 쉬운 대리 지표가 진짜 목표를 밀어내는 현상이죠. 병원에서 이 왜곡이 벌어지면 대가를 치르는 건 결국 환자입니다.

감시받는 노동자는 ‘돌봄’을 할 수 없다

한 걸음 더 들어가 볼까요. 이 문제는 단순히 평가 방식이 잘못됐다는 차원을 넘어섭니다.

늘 감시당하고 있다는 감각 자체가 돌봄 노동을 무너뜨립니다. 심리학에서 말하는 것처럼, 감시받는 사람은 방어적으로 변합니다. 창의적이거나 유연한 판단을 내리기 어려워지죠. 매 순간 “이 행동이 기록에 어떻게 남을까"를 계산하게 됩니다.

간호는 본질적으로 즉흥적인 판단의 연속입니다. 환자의 미묘한 변화를 읽고, 규칙에 없는 상황에 대응해야 합니다. 그런데 감시 시스템은 정반대의 행동을 유도합니다. 규정대로, 기록에 남기 좋게, 위험을 피하는 방향으로 말이죠.

해커뉴스 반응 중에 “의무적인 디스토피아 알림"이라는 냉소적인 코멘트가 있었습니다. 웃자고 한 말이지만, 뼈가 있습니다. 우리는 이미 SF 소설에서 이런 세계를 여러 번 봤습니다. 다만 그게 소설이 아니라 실제 병원에서 벌어지고 있다는 게 다를 뿐입니다.

왜 하필 지금, 왜 하필 병원인가

이런 흐름이 병원에서 두드러지는 데는 이유가 있습니다.

의료는 인력난이 심각한 산업입니다. 간호사 부족은 만성적이고, 인건비는 병원 운영에서 가장 큰 비용입니다. 경영진 입장에서 AI 감시 도구는 매력적으로 보입니다. 적은 인력으로 더 많은 성과를 뽑아내고, 그 성과를 숫자로 증명할 수 있으니까요.

하지만 여기에 근본적인 모순이 있습니다. 돌봄은 ‘더 빨리, 더 많이’로 개선되는 일이 아닙니다. 오히려 시간과 여유가 품질을 결정합니다. 제조업의 효율화 논리를 그대로 병동에 이식하려는 시도. 그것이 바로 지금 카이저에서 충돌하고 있는 지점입니다.

주목할 점은 이 저항이 다름 아닌 현장 노동자에게서 나왔다는 겁니다. 기술을 가장 가까이서 겪는 사람들이 “이건 아니다"라고 목소리를 낸 거죠. 이들의 증언은 AI 도입을 고민하는 다른 산업에도 중요한 경고가 됩니다.

마무리하며

효율성은 그 자체로 나쁜 게 아닙니다. 문제는 ‘무엇을 효율화하느냐’입니다. 카이저 간호사들의 폭로는 우리에게 근본적인 질문을 던집니다. 인간의 공감과 판단이 핵심인 일을, 과연 기계가 점수 매길 수 있을까요.

측정할 수 없다고 해서 중요하지 않은 것은 아닙니다. 오히려 가장 중요한 것들은 대개 숫자 밖에 있습니다. 여러분의 일터에도 ‘점수를 위한 일’과 ‘진짜 중요한 일’이 어긋나는 순간이 있지 않으신가요. AI 감시가 확산되는 시대, 우리가 지켜야 할 선은 어디쯤일지 함께 고민해볼 때입니다.