top of page

Zocdoc, 에이전트에 예약 기능 개방해 헬스케어에 AI 도입

35분 전
9분 분량
Illustrative photograph. Photo: cottonbro studio / Pexels.

Zocdoc는 7월 이후 AI 에이전트발 트래픽이 약 30배 증가했다고 밝힌 뒤, AI 에이전트에 예약 기능을 개방하고 있다. Oliver Kharraz CEO는 11월 11일 Bloomberg 인터뷰에서 소프트웨어가 환자의 의사 검색과 진료 예약을 점점 더 지원하고 있다고 설명했다. Zocdoc는 접근성과 예약을 통해 헬스케어에 AI를 도입하고 있지만, 핵심적인 긴장 관계도 존재한다. 행정 업무를 위임하더라도 환자가 실질적인 통제권을 유지해야 한다는 점이다.

트래픽 수치는 완료된 예약, 추가 환자 수, 또는 개선된 의료 결과가 아니라 Zocdoc에 유입된 활동을 나타낸다. 진료를 검색하는 일과 실제로 진료를 받는 일은 서로 다른 사건이므로 이 구분은 중요하다. 에이전트는 환자의 요구를 충족하는 예약을 성사시키지 못한 채 요청만 생성할 수 있다.

Zocdoc의 접근 방식은 Google Gemini, Amazon Health AI, Instinct를 포함한 외부 서비스 뒤에 자사의 예약 인프라를 배치한다. 모든 환자가 Zocdoc에서 시작하도록 요구하기보다 이러한 진입점을 지원하는 것이 전략적 선택이다. 환자, 의료 제공자, 개발자에게는 위임된 예약이 직접 예약에 필요한 정확성과 동의를 유지하는지가 핵심 질문이 된다.

기존 예약 인프라를 통해 헬스케어에 AI를 도입하는 Zocdoc

Kharraz의 AI 예약 인터뷰는 Zocdoc가 외부 에이전트를 수용하기로 한 결정에 성장 수치를 더했다. Bloomberg의 설명에 따르면 에이전트 트래픽은 7월 이후 거의 30배 증가했다. 회사는 또한 9월 초 이후 트래픽이 약 열흘마다 두 배로 늘었다고 말한다.

이 변화는 질병 진단을 위한 새로운 시스템이 아니라, 환자가 예약 인프라에 도달하는 방식을 다룬다. 연결된 서비스를 이용해 작업을 수행할 수 있는 소프트웨어인 AI 에이전트는 Zocdoc의 기존 예약 네트워크로 들어가는 또 하나의 경로가 된다. 그 유용성은 환자의 요청을 정확하고 승인된 예약으로 전환할 수 있는지에 달려 있다.

시간 순서는 이 접근 전략을 최근 인터뷰와 구분한다. Zocdoc는 9월 16일 Care Access Network를 출시해 자사 인프라를 제3자 경험에 개방했다. 10월 28일에는 AI 에이전트에 명시적으로 참여를 요청하고 Instinct와의 파트너십을 발표했다.

따라서 11월 출연은 이미 진행 중인 이니셔티브를 설명한 것이었다. 그날 새로운 의료 모델이 출시됐다는 뜻은 아니었다. 또한 인터뷰의 트래픽 통계는 환자가 거의 같은 성장률로 진료를 받고 있다는 사실을 입증하지도 않았다.

접근성을 개방하는 것과 무제한 사용을 허용하는 것 사이에도 차이가 있다. Zocdoc의 발표는 자신을 식별하고, 환자 동의를 얻으며, 환자 및 의료 제공자 데이터를 보호하는 등록 에이전트를 설명한다. 회사가 참여 요청을 폭넓게 제시하더라도 이는 관리되는 파트너십 모델이다.

헬스케어 AI를 지켜보는 독자에게 이는 이야기의 초점을 바꾼다. 중요한 역량은 환자 선호를 실제 예약 시스템과 연결하는 것이다. 예약을 확정할 수 없다면, 이용 가능한 의사를 유창하게 설명하는 데에는 실질적 가치가 제한적이다.

같은 구분은 보험 정보에도 적용된다. 환자에게 필요한 것은 특정 병원이 보험사를 받아들인다는 그럴듯한 설명만이 아니다. 자신이 가입한 구체적인 플랜과 예약하려는 진료에 관련된 정보가 필요하다.

Zocdoc는 자사 인프라가 의료 제공자 탐색, 보험 확인, 예약 가능 여부 확인, 예약 확정을 지원한다고 말한다. 이는 모든 예약의 정확성에 대한 독립적인 측정치가 아니라 회사의 서비스 설명이다. 의도된 워크플로를 보여주지만 성과에 관한 질문은 남긴다.

인터뷰의 성장 수치는 이 워크플로 진입 단계에서 수요가 변화하고 있다는 신호로 이해하는 것이 가장 적절하다. 더 많은 소프트웨어가 환자를 대신해 Zocdoc에 접근하는 것으로 보인다. 수치만으로는 이런 접근이 얼마나 자주 환자의 실제 진료로 이어지는지 알 수 없다.

외부 어시스턴트가 목적지형 마켓플레이스에 가하는 압력

Zocdoc의 Care Access Network는 파트너가 자사 서비스에 Zocdoc의 예약 기능을 통합할 수 있게 한다. 9월 발표에는 Amazon Health AI, Gemini, Yelp, Healthgrades, Blue Shield of California, WellHive가 파트너로 언급됐다. 이들 서비스는 서로 다른 출발점에서 환자에게 도달한다.

Zocdoc는 환자와의 관계가 다른 곳에서 시작되더라도 자사 인프라가 예약을 처리할 수 있음을 받아들이고 있다. 이는 목적지 웹사이트 방문만을 두고 경쟁하는 방식의 대안이 된다. 동시에 파트너 경험의 품질은 Zocdoc에 상업적으로 중요한 요소가 된다.

즉각적인 압력은 사람들이 진료를 찾도록 돕지만 다음 단계를 신뢰성 있게 완료할 수 없는 서비스에 가해진다. 디렉터리는 예약 가능한 시간을 보여주지 못한 채 의료진을 식별할 수 있다. 대화형 어시스턴트는 정보가 최신 상태인지 알지 못한 채 선택지를 좁힐 수 있다.

환자는 이러한 공백을 미완성 업무로 경험한다. 이름을 찾는 것은 진전이지만, 병원에 전화하고 보험을 확인하며 가능한 시간을 조율하는 일은 여전히 별도 과제로 남을 수 있다. 연결된 예약 경로는 이러한 인계 과정을 줄이는 것을 목표로 한다.

Zocdoc의 파트너 목록은 단순한 경쟁 서사를 더 복잡하게 만든다. Amazon Health AI와 Gemini는 외부 인터페이스이지만 Zocdoc의 유통 파트너이기도 하다. 서비스는 환자의 관심을 두고 경쟁하면서도 거래를 완료하기 위해 다른 회사에 의존할 수 있다.

Yelp와 Healthgrades는 또 다른 유용한 비교 대상이다. 이들의 포함은 내장형 예약이 AI 대화보다 더 광범위하다는 점을 보여준다. 기저의 비즈니스 전략은 여러 진료 탐색 채널을 지원하며, 에이전트는 새롭게 강조된 참여자가 된다.

이는 트래픽 급증을 평가할 때 중요하다. 에이전트 활동 증가는 AI가 기존 검색이나 디렉터리를 대체했다는 점을 입증하지 않고도 유통 전략을 뒷받침할 수 있다. 공개된 수치로는 각 채널의 상대적 기여도를 확인할 수 없다.

의료 제공자에게 실질적인 압력은 운영 측면에 있다. 환자가 더 많은 인터페이스를 통해 유입된다면 예약 정보는 그 인터페이스 전반에서 일관되게 유지돼야 한다. 직원도 예약을 식별하고 후속 문의를 처리할 충분한 맥락을 확보해야 한다.

에이전트 개발자에게 압력은 대화 품질만이 아니라 완료에 관한 문제다. 환자 대상 어시스턴트는 제시한 선택지가 실제로 예약될 수 있는지에 대해 책임을 지게 된다. 예약 인프라와 연결하면 이 문제의 일부를 해결할 수 있지만, 인프라 제공자에 대한 의존성도 생긴다.

이 업무 분담은 전략적 결과를 낳는다. 어시스턴트는 선호를 해석하고 선택지를 제시하며, 예약 서비스는 거래 정보와 예약 접근성을 제공한다. 어느 한쪽도 전체 경험을 독립적으로 보장할 수 없다.

Zocdoc는 이 분담을 명시적으로 드러냄으로써 헬스케어에 AI를 도입한다. 환자가 다른 회사의 인터페이스를 선택할 때에도 유용성을 유지하는 것이 기회다. 그에 상응하는 의무는 완전히 통제하지 못하는 경험 전반에서 예약 품질을 보존하는 것이다.

검색을 위임한다고 모든 결정까지 위임되는 것은 아니다

Zocdoc의 에이전트 예약 발표는 Instinct가 자사의 예약 인프라에 직접 연결한다고 설명한다. 또한 여러 기술적 연결 옵션도 나열한다. 여기에는 AI 애플리케이션이 연결된 도구와 서비스에 표준화된 방식으로 접근할 수 있도록 하는 Model Context Protocol인 MCP가 포함된다.

직접 연결은 어시스턴트의 행동을 예약 데이터에 기반하게 할 수 있지만, 환자의 의도는 여전히 신중하게 해석해야 한다. 예약 가능 시간이 있다는 사실만으로 그것이 환자가 원하는 예약이라는 점이 확정되지는 않는다. 워크플로는 대화에서 행동으로 넘어갈 때 선호를 보존해야 한다.

점심시간에 직장 근처의 네트워크 내 피부과 의사를 찾는 사람의 예시 요청을 생각해 보자. 환자는 진료과, 보험 조건, 위치 선호, 예약 시간 선호를 제공했다. 유용한 에이전트는 가능한 선택지를 비교하면서 이러한 요구사항을 함께 유지해야 한다.

집 근처의 예약 가능 시간은 위치 선호에 맞지 않을 수 있다. 근무 시간 중 예약은 환자가 낼 수 있는 시간보다 더 많은 이동 시간을 요구할 수도 있다. 의사의 가능 시간만으로는 이러한 상충 관계를 해결할 수 없다.

이 사례는 검증된 환자 결과가 아니라 워크플로의 요구 사항을 설명한다. 연결된 데이터와 대화형 해석이 서로 다른 문제를 해결하는 이유를 보여준다. 연결은 선택지를 제공하고, 어떤 타협이 수용 가능한지는 환자가 결정한다.

따라서 확인 단계는 실질적인 의미를 갖는다. 환자가 제안된 의료 제공자, 위치, 진료 유형, 시간을 검토할 기회를 제공한다. 승인은 에이전트가 수행하려는 특정 행동에 대응해야 한다.

같은 논리는 일치하는 예약이 없을 때에도 적용된다. 어시스턴트는 원래 요청을 충족하는 것과 대안을 제시하는 것을 구분해야 한다. 환자의 제약을 조용히 완화하는 것은 작업을 완료하는 것이 아니라 변경하는 일이다.

예약 상태는 또 다른 경계를 만든다. 예약 가능 시간을 제시하는 것, 이를 요청하는 것, 확인을 받는 것은 서로 다른 상태다. 환자 대상 경험은 모든 진행 상황을 완료로 취급하지 않고 실제 상태를 반영하는 언어를 사용해야 한다.

변경과 취소도 똑같이 주의해야 한다. 예약을 승인한 환자가 향후 조정까지 반드시 승인한 것은 아니다. 다른 가능 시간을 발견한 에이전트도 기존 약속을 변경할 명확한 근거가 필요하다.

이는 위임된 행동의 설계상 시사점이지, Zocdoc의 파트너가 현재 이러한 상황을 잘못 처리하고 있다는 증거는 아니다. 신뢰할 수 있는 구현이 무엇을 입증해야 하는지를 식별한다. 공개된 도입 수치가 그러한 입증을 대신할 수는 없다.

개발자에게 이 교훈은 헬스케어를 넘어 확장된다. 어시스턴트는 신뢰할 수 있는 연결과 사용자의 결정을 충실히 표현하는 능력을 모두 갖춰야 한다. 외부 시스템에 대한 접근성이 높아질수록 권한이 시작되고 끝나는 지점을 아는 일의 중요성도 커진다.

Zocdoc AI 에이전트의 유용성은 이 구분을 보존하는 정도에 달려 있다. 검색에는 탐색과 비교가 포함될 수 있다. 예약은 환자를 구속하고 의료 제공자의 일정에 영향을 미치므로, 더 구체적인 승인 이해가 필요하다.

환자 동의와 데이터 보호는 여전히 별개의 검증 기준이다

Zocdoc의 환자 동의 규칙은 에이전트가 예약, 변경 또는 취소 전에 명시적인 승인을 받아야 한다고 말한다. 회사는 예약 관련 정보가 서비스 간에 전달될 수 있다고도 설명한다. 공유 제한, 개인정보 보호 장치, 환자 데이터 판매 금지 약속도 명시한다.

예약 권한은 주변 대화가 어떻게 처리되는지에 대한 모든 질문에 답하지 않는다. 환자는 자신의 정보를 받는 모든 주체, 보존 관행, 이후 활용을 이해하지 못한 채 행동을 승인할 수 있다. 이러한 문제에는 별도의 설명이 필요하다.

Zocdoc이 공개한 입장에는 예약 확인을 환자에게 직접 발송하는 방식이 포함됩니다. 이는 어떤 일이 일어났는지에 관한 어시스턴트의 설명과 별개로, 환자 대면 기록을 만듭니다. 이는 유용하지만, 확인만으로 데이터 처리의 모든 측면을 설명할 수는 없습니다.

어시스턴트가 여러 목적을 수행할 때는 행동 동의와 정보 활용의 구분이 특히 중요합니다. 환자는 같은 대화에서 업무 일정, 가족 의무, 건강 문제를 논의할 수 있습니다. 그 맥락 중 진료 예약에 필요한 부분은 일부에 불과합니다.

합리적인 설계 목표는 예약에 필요한 정보를 예약 서비스에 전달하는 것입니다. 특정 구현이 그 목표를 충족하는지는 실제 동작을 검토해야 판단할 수 있습니다. 일반적인 개인정보 처리방침만으로는 모든 교환의 내용을 입증할 수 없습니다.

서로 다른 참여자에게 적용되는 규칙도 주목할 필요가 있습니다. HIPAA, 즉 건강보험 이전 및 책임에 관한 법률(Health Insurance Portability and Accountability Act)은 적용 대상 기관과 그 비즈니스 제휴사가 처리하는 건강 정보에 대한 보호를 규정합니다. 이러한 보호가 건강 관련 정보를 담은 모든 소비자용 애플리케이션에 자동으로 적용되는 것은 아닙니다.

연방 건강 앱 개인정보 보호 지침은 개인 앱에 입력한 정보가 종종 HIPAA의 적용 범위를 벗어난다고 설명합니다. 앱이 적용 대상 기관을 위해 운영되는지 여부를 포함해 적용되는 관계가 중요합니다. 의료 활용 사례만으로는 그 질문에 답할 수 없습니다.

이는 특정 Zocdoc 파트너에 관한 판단이 아니라 일반적인 규제 맥락입니다. 어떤 통합이 법을 위반한다는 점을 입증하지는 않습니다. 다만 독자가 “healthcare AI”라는 표현을 포괄적인 개인정보 보호 인증으로 받아들이지 않아야 하는 이유를 설명합니다.

마찬가지로 데이터를 판매하지 않겠다는 약속은 특정 관행을 다룹니다. 이는 모든 저장, 처리, 접근 또는 삭제 방식을 독립적으로 설명하지는 않습니다. 환자와 기업 구매자는 자신들의 사용과 관련된 부분을 이해할 만큼 충분한 세부 정보를 필요로 합니다.

AI 워크플로를 평가하는 지식 노동자에게 이는 더 넓은 개인 지식 관리 문제와 닮아 있습니다. 어떤 시스템에 어떤 정보를 제공해야 할까요? 의료 환경에서는 그 결과가 더 민감해집니다. 유용한 기록을 유지한다고 해서 연결된 모든 도구에 개인 아카이브 전체를 전송할 필요는 없습니다.

Zocdoc은 명시된 동의 프레임워크와 함께 AI를 의료 분야에 도입하고 있지만, 그 프레임워크는 개별 행동 수준에서 평가되어야 합니다. 가장 바람직한 경험은 승인을 받기 전에 제안된 예약을 이해할 수 있게 해야 합니다. 또한 예약 정보와 어시스턴트의 더 광범위한 대화 기록을 명확히 구분해야 합니다.

트래픽 증가는 완료율과 집행에 대한 의문을 남긴다

거의 30배에 이르는 트래픽 증가는 눈에 띄는 회사 보고 지표입니다. 그러나 상대적 증가율은 규모를 판단하려면 절대적 기준선이 필요합니다. 현재 공개된 정보만으로는 에이전트를 통해 추가로 진료를 받은 환자 수를 계산하기에 충분하지 않습니다.

에이전트 트래픽은 활동의 증거이지만, 완료된 진료를 판단하려면 다른 측정 기준이 필요합니다. 요청은 검색, 반복 확인 또는 예약으로 이어지지 않은 시도를 나타낼 수 있습니다. 성공적인 예약과의 관계는 추가 공개가 필요한 사안입니다.

유용한 평가는 트래픽을 고유 환자 수 및 확정 예약과 구분할 것입니다. 이어 취소, 실제 방문, 직원 개입이 필요했던 사례를 검토해야 합니다. 이 범주는 Zocdoc이 이 트래픽 집단에 대해 공개한 결과가 아니라 평가 프레임워크를 설명합니다.

보고된 두 배 성장 속도 역시 회고적 관찰로 남아야 합니다. 이는 회사가 특정 기간에 관찰했다고 말한 내용을 설명합니다. 이 속도를 향후 몇 달로 연장하면 보고된 지표가 근거 없는 전망으로 바뀝니다.

증거의 공백은 전환율에만 국한되지 않습니다. Healthcare Dive는 10월 28일 보도에서 에이전트 데이터 제한을 검토했습니다. 보도에 따르면 에이전트는 데이터를 학습, 재판매 또는 재게시할 수 없지만, 집행 세부 사항은 명시되지 않았습니다.

이는 구체적인 회의적 관점입니다. 기대사항을 공개하는 것은 규칙을 세우는 일이지만, 준수를 입증하려면 구현과 감독에 관한 증거가 필요합니다. 해당 보도의 관찰은 Zocdoc이나 어떤 파트너의 위법 행위를 입증하지 않습니다.

다만 구매자와 환자에게 중요한 정보를 짚어냅니다. 플랫폼은 특정 행동에 대한 동의가 얻어졌음을 어떻게 판단할까요? 에이전트의 행동이 명시된 의무와 다를 때는 어떤 일이 일어날까요?

이는 원칙적으로 위임 예약에 반대하는 주장이 아니라, 발표된 시스템의 운영에 관한 질문입니다. 적절히 제한된 에이전트는 행정적 부담을 줄일 수 있습니다. 플랫폼이 실패를 어떻게 감지하고 바로잡는지도 설명할 때 그 이점을 더 쉽게 평가할 수 있습니다.

파트너 인센티브도 검토가 필요한 영역입니다. Zocdoc의 에이전트 페이지는 자격을 갖춘 파트너가 통합을 수익화할 수 있다고 밝히며, Zocdoc이 환자의 진료 발견과 예약을 도울 때 제공자는 비용을 지불합니다. 이는 특정 추천의 순위가 어떻게 정해지는지를 입증하지는 않지만 참여를 유도하는 상업적 이유를 만듭니다.

환자는 제시된 선택의 근거를 이해할 수 있어야 합니다. 보험 적합성, 위치, 이용 가능 여부, 선호도는 관련된 선택 기준입니다. 상업적 계약이 경험에 영향을 미친다면 투명성이 필요하지만, 그 존재만으로 편향된 결과를 입증하는 것은 아닙니다.

제공자에게 성공적인 예약은 단순히 일정표의 빈칸이 채워지는 것 이상입니다. 진료는 해당 의료기관의 요건에 맞아야 하며, 환자는 무엇이 예약되었는지 이해해야 합니다. 활동이 늘어나는 것은 유용할 수 있지만, 운영상 가치는 그 이후에 무엇이 일어나는지에 달려 있습니다.

따라서 균형 잡힌 해석은 구체적입니다. Zocdoc은 증가하는 에이전트 활동을 확인하고 이를 위한 경로를 구축했습니다. 공개 증거는 완료된 예약, 환자 통제 및 집행에 관한 훨씬 더 나은 보고의 여지를 여전히 남깁니다.

예약 결과, 환자 통제 및 파트너 확장을 지켜보라

향후 몇 달은 Zocdoc의 초대가 지속 가능한 진료 접근 채널을 만들어내는지 분명히 해줄 것입니다. 가장 유용한 업데이트는 발표된 기능을 관찰 가능한 결과와 연결할 것입니다. 또 다른 트래픽 배수는 맥락을 더할 수 있지만, 핵심 질문은 대체로 그대로 남습니다.

가장 강력한 증거는 에이전트가 적합한 예약을 완료하면서도 중요한 모든 행동에 대한 환자의 권한을 보존한다는 점을 보여줄 것입니다. 이 기준은 사업 기회와 환자 신뢰에 필요한 조건을 연결합니다. 또한 향후 발표를 비교하는 실용적인 방법을 제공합니다.

첫째, 에이전트에서 발생한 활동과 직접 연결된 예약 결과를 지켜봐야 합니다. 확정 예약, 고유 환자 수, 취소 및 실제 방문은 트래픽이 무엇을 의미하는지 설명하는 데 도움이 됩니다. 명확한 정의는 이러한 공개를 단일 성장률보다 더 유용하게 만듭니다.

성공적인 예약이 트래픽과 함께 증가한다면 이 유통 채널의 근거는 강화됩니다. 요청은 늘지만 완료 여부가 불분명하다면 해석은 더 제한적입니다. 회사는 여전히 관심의 증거를 갖게 되지만, 실제로 제공된 접근성의 증거는 더 적습니다.

비교에는 일관된 기간과 대상 집단도 필요합니다. 트래픽 분류 방식의 변화는 환자 행동의 비교 가능한 변화를 반영하지 않으면서 성장 수치에 영향을 줄 수 있습니다. 투명한 측정은 독자가 도입 확대와 보고 방식의 변화를 구분하는 데 도움이 됩니다.

둘째, 파트너가 동의와 복구를 어떻게 구현하는지 지켜봐야 합니다. 시연은 예약, 변경 또는 취소 전에 환자가 무엇을 보는지 보여줘야 합니다. 또한 환자가 에이전트와의 전체 대화를 다시 구성하지 않고도 실수를 해결하는 방법을 보여줘야 합니다.

명확한 행동 기록과 이해하기 쉬운 확인은 환자 통제 주장을 강화할 것입니다. 모호한 승인 프롬프트나 혼란스러운 예약 상태는 이를 약화할 것입니다. 이러한 신호는 이를 제시하는 어시스턴트의 유창함이 아니라 경험 자체와 관련됩니다.

집행 관련 공개는 그 증거를 더 의미 있게 만듭니다. 핵심 쟁점은 에이전트가 권한을 초과하거나 데이터를 오용할 때 플랫폼이 어떻게 대응하는지입니다. 공개 설명이 운영 통제가 존재한다는 점을 보여주기 위해 민감한 보안 세부 사항을 드러낼 필요는 없습니다.

셋째, 파트너 확장과 각 연결의 깊이를 함께 지켜봐야 합니다. 이름이 공개된 파트너십은 발견, 의뢰, 이용 가능 여부 표시 또는 완료된 예약을 포함할 수 있습니다. 이들은 서로 다른 기여이므로, 늘어나는 파트너 목록은 각 통합이 실제로 무엇을 하는지에 대한 설명과 함께 읽어야 합니다.

신뢰성 있게 예약을 완료하는 Zocdoc AI 에이전트는 단순히 환자를 리디렉션하는 통합보다 인프라 전략을 더 강하게 뒷받침할 것입니다. 유통 범위도 여전히 중요하지만, 기능적 깊이가 환자가 실제로 얼마나 많은 행정 업무를 위임하는지 결정합니다.

개발자에게 이는 언어 기반 도구를 중요한 거래와 연결하는 의료 접근성의 유용한 사례 연구가 됩니다. 제공자에게는 외부 채널 전반의 예약 정확성을 검토할 이유를 만듭니다. 환자에게 가치는 구체적입니다. 예약에 대한 통제권을 잃지 않으면서 행정 업무를 줄이는 것입니다.

Zocdoc이 AI를 의료 분야에 도입하는 과정에서 트래픽 헤드라인에 멈추지 말고 요청에서 확정 진료까지의 경로를 따라가야 합니다. 에이전트가 무엇을 확인했고, 환자가 무엇을 승인했으며, 제공자가 무엇을 받았는지에 대한 명확한 설명을 찾아야 합니다. 오류를 어떻게 수정하는지와 각 참여자에게 어떤 데이터 관행이 적용되는지를 포함해, 향후 업데이트를 같은 질문으로 비교하십시오. 이러한 접근은 활동을 결과와 혼동하지 않으면서도 유용한 자동화를 인정할 여지를 남깁니다. 주목할 만한 다음 발표는 환자가 완료한 작업을 더 쉽게 검증할 수 있게 하는 발표입니다. 어시스턴트가 진료를 예약했다고 말할 때, 환자는 정확히 무엇이 예약되었고 왜 자신의 요청에 부합하는지 확인할 수 있을까요?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page