# Kaiser 간호사들 “AI 감시가 업무와 환자 돌봄을 악화” > Clean Markdown view of GeekNews topic #31541. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=31541](https://news.hada.io/topic?id=31541) - GeekNews Markdown: [https://news.hada.io/topic/31541.md](https://news.hada.io/topic/31541.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2026-07-18T13:34:47+09:00 - Updated: 2026-07-18T13:34:47+09:00 - Original source: [localnewsmatters.org](https://localnewsmatters.org/2026/07/15/kaiser-nurses-say-ai-workplace-surveillance-are-making-their-jobs-and-patient-care-worse/) - Points: 1 - Comments: 1 ## Topic Body - Kaiser Permanente 상담·트리아지 간호사들은 **15분 이상 통화**, 통화 간격, 지침 준수 여부를 추적하는 성과 관리가 전문적 판단과 환자 돌봄을 위축시킨다고 말함 - 2024년 시험한 AI는 간호사의 **공감과 목소리 톤**까지 평가했으며, 간호사들은 업무 맥락을 이해하지 못한 채 잘못된 점수를 매겼다고 비판함 - 자살 위험 환자, 복합 증상, 통역이 필요한 환자처럼 긴 상담이 불가피해도 월간 점수와 평가 면담을 의식해야 하며, 바쁜 시간에는 통화 후 기록·회복 시간이 **30초 이하**로 줄어듦 - Kaiser는 평균 처리 시간으로 성과를 평가하지 않으며 모든 도구에 **사람의 검토와 감독**이 있다고 반박했지만, 내부 시스템의 구체적인 목록과 운영 방식은 공개하지 않음 - 노조는 25,000명의 계약 협상에서 AI를 주요 의제로 다루며, California 의회도 자동화 권고를 거부한 의료진 보호와 **감정 예측 AI 제한** 등을 담은 법안을 검토 중임 --- ### 15분 통화 기준이 만드는 성과 압박 - Kaiser의 상담·트리아지 간호사 7명은 환자와 **15분 넘게 통화**하면 경영진의 비판을 받거나 성과 평가 면담에 불려가는 일이 반복된다고 말함 - 통화 시간은 간호사들이 매월 받는 성과 점수에 반영됨 - 소프트웨어는 매일 간호사가 비생산적인지, 전화를 충분히 빨리 받지 않는지를 예측하려 함 - Vallejo에서 2010년부터 일한 Raquel Alvarez Sanchez는 자살 위험이 있는 환자와 경찰이 도착할 때까지 1시간 넘게 통화함 - 장시간 통화가 몇 주 동안 평균 통화 시간을 악화시키고 경영진의 질문으로 이어질 수 있음을 의식하면서도 전화를 끊지 않음 - 노조 간부로서 동료들과 평가 면담에 참석했을 때, 통화 처리 자체는 모두 적절했지만 **15분을 넘겼다는 이유**만으로 문제가 된 사례를 목격함 - 이 때문에 해고된 간호사는 보지 못했으나, 압박이 지속되면 퇴직이나 조기 은퇴로 이어질 수 있다고 우려함 - 간호사들은 통화 중 정해진 지침을 따르고 조언을 **2~3개 이하**로 제한하라는 지시를 받음 - 필요한 조언을 보류할지, 성과 평가를 감수할지 선택해야 하는 상황이 생길 수 있음 ### 환자 돌봄에 미치는 불확실한 영향 - 알고리듬 기반 관리와 통화 시간 제한이 실제 환자 결과에 미치는 영향은 명확하지 않음 - 상담 간호사는 통화를 종료한 뒤 환자를 추적하지 않아 부정적 결과가 발생했는지 확인하기 어려움 - CalMatters가 2024년 California Department of Managed Health Care에 공공기록을 요청했지만, Kaiser의 통화 시간과 관련된 환자 민원은 발견되지 않음 - 간호사들은 다음과 같은 상담에는 15분보다 긴 시간이 필요하다고 말함 - 여러 증상이나 만성질환을 함께 진단해야 하는 환자 - 조언과 안심이 필요한 초보 부모 - 추가적인 건강 교육을 원하는 환자 - 삶을 바꾸는 진단을 받고 충격이나 불안에 빠진 환자 - 통역이 필요한 통화로, 대개 **30분 이상** 걸릴 수 있음 - California 주민 약 10명 중 4명은 영어 이외의 언어를 사용하며, 그중 절반은 영어를 능숙하게 구사하지 못함 - 한 간호사는 말기 암 진단을 받은 고령 환자가 처음에는 자살 위험이 있다고 생각했으나, 실제로는 충격 속에서 대화 상대가 필요하다는 점을 파악함 - 공감과 위로를 더 제공하고 싶었지만 월간 점수 하락과 관리자의 질책을 우려해 말을 줄임 - 정해진 지침을 벗어나거나 필요한 것보다 더 말하면 징계를 받을지 스스로 따져야 했음 - Consumer Watchdog의 Michele Ramos는 많은 Kaiser 환자가 상담 전화로 진료를 시작하기 때문에 통화 단계의 제약이 이후 문제의 출발점이 될 수 있다고 봄 - Kaiser는 정신건강 예약을 법정 기한보다 늦추고 개인 치료 대신 집단 치료를 지나치게 활용했다는 조사 결과로 [5,000만 달러의 기록적인 벌금](https://calmatters.org/health/2023/10/kaiser-permanente-california-behavioral-health-settlement/)을 포함한 합의를 체결한 바 있음 - 2002년에는 비간호사 콜센터 직원에게 짧은 통화의 대가로 보너스를 지급해 비판받았으나, 현재 간호사들은 같은 관행을 경험하지 않았다고 말함 ### 공감과 목소리 톤을 채점한 AI - Kaiser는 2024년 여름 간호사와 환자의 목소리에서 **공감과 톤**을 평가하려는 AI 도구를 시험함 - 간호사들은 환자 개인정보 보호, 투명성, 전문적 판단권, 기술 도입 과정의 간호사 참여를 요구하는 청원에 서명함 - 같은 해 병원 밖 시위에서 사용한 “Trust nurses, not AI” 구호를 캠페인에도 사용함 - 시험은 2024년 11월 종료됐지만, 노조 관계자들은 경영진이 향후 프로그램을 다시 도입할 수 있다는 말을 들음 - Sanchez는 기존 감시만으로도 간호사들이 괴롭힘을 느꼈으며, AI가 통화를 평가하고 점수화한다는 계획이 이를 심화했다고 말함 - 익명의 간호사에 따르면 AI는 간호사의 업무를 이해하지 못해 **지속적으로 잘못 채점**함 - Kaiser는 해당 도구와 간호사 성과 평가에 쓰이는 자동화 시스템, 공감·톤 평가 사실을 환자에게 알렸는지에 관한 질문에 답하지 않음 ### 통화 사이 30초와 정서적 소진 - 간호사들은 과거 통화 후 환자 기록을 정리하거나 힘든 상담에서 회복할 시간으로 약 **10분**을 받았음 - 현재는 통화량이 많을 때 다음 전화까지 보통 30초 이하만 주어짐 - 늦은 밤처럼 한산한 시간에는 더 길 수 있음 - 특히 힘든 상담 뒤에는 관리자의 허가를 받아 추가 시간을 얻을 수 있음 - 자살 위험, 정신건강 위기, 임종에 가까운 환자와 통화한 뒤에도 시간이 거의 없으며, 이런 속도는 환자 상태의 중요한 단서를 놓치는 실수로 이어질 수 있다는 우려가 나옴 - 4개 선진국 콜센터를 조사한 [2023년 연구](https://www.researchgate.net/publication/375922335_AI_in_contact_centers_Artificial_intelligence_and_algorithmic_management_in_frontline_service_workplaces)는 AI 기반 관리·감시를 사용하는 직원에게 통화 사이 시간이 더 적고 정서적 소진이 더 많이 나타났음을 확인함 - 응답자의 거의 절반은 AI 도구가 업무 스트레스를 키웠다고 답함 - 같은 연구진의 [이전 연구](https://onlinelibrary.wiley.com/doi/full/10.1111/irel.12286)는 성과 감시와 높은 정서적 소진 비율의 연관성을 확인함 - Cornell University의 Virginia Dolleghast는 Kaiser 사례가 복잡하고 감정적인 문제를 해결하는 노동자를 지속적으로 감시하는 산업 전반의 흐름에 속한다고 봄 - 의료 현장에서는 스트레스와 번아웃으로 인한 실수가 사람의 생명과 건강에 직접 연결돼 위험이 더 큼 - 업무 속도와 시점을 스스로 결정할 재량이 큰 노동자는 직무 만족도가 높고 결근이 적음 ### 알고리듬과 의료진의 전문적 판단 - National Nurses United가 2024년 간호사 2,000여 명을 조사한 결과, 절반은 고용주가 건강 기록을 분석하는 **알고리듬 시스템**을 사용한다고 답함 - 이런 시스템은 환자의 취약도나 필요한 돌봄 시간을 예측할 수 있음 - 응답자의 3분의 2는 자신의 판단이 컴퓨터 예측과 불일치한 적이 있다고 답함 - 10명 중 6명은 고용주가 AI를 사용할 때 환자 안전을 우선할 것이라고 신뢰하지 않음 - Kaiser 간호사 Pa Vue는 통화 효율을 두고 관리자와 정기적으로 대화하며 매월 평가 점수를 받음 - 특이 증상과 심장 문제 가능성이 우려돼 환자에게 조언을 반복했다가 점수가 낮아진 적이 있음 - 소프트웨어 권고를 전문적 판단으로 거부하거나 의사와 상의하지 않고 환자 예약을 잡으면 점수가 낮아지는 사례도 목격함 - Vue는 환자에게 이익이 되는 AI 자체에는 반대하지 않지만, 공감·톤 감시는 생산성 향상과 비용 절감에 초점이 맞춰져 있다고 판단함 - 전국적으로 AI 도입이 늘면서 노조들은 신규 계약 협상에서 AI가 일으키는 문제를 다룰 것을 고용주에게 요구하고 있음 - Kaiser의 Northern California 정신건강 노동자 2,400명도 계약 협상 중임 - 치료 세션 녹취를 AI 모델 훈련에 사용하는 문제와 AI가 일자리를 대체할 가능성을 우려함 ### Kaiser가 의료 과정에 도입한 AI - Kaiser는 상담센터 외에도 의료 과정의 여러 영역에서 AI를 사용하거나 시험함 - 전자건강기록을 분석해 병원 환자의 부정적 사건 위험을 식별함 - **Preventus**로 환자 퇴원 시점을 판단함 - 의사와 치료사는 [Abridge](https://americancommunitymedia.org/health-care/your-medical-provider-might-be-recording-your-mental-health-care-visits/)로 대면 진료를 녹음하고 음성을 텍스트로 변환함 - Bay Area 시설에서는 추가 돌봄이 필요한 환자를 위한 AI 원격 모니터링을 시험함 - National Nurses United와 CNA의 Cathy Kennedy는 공감 감지 AI가 간호사의 자율성을 제한하고 효율을 높이려는 연속적인 조치라고 봄 - AI가 간호 업무를 자동화하고 분절할 수 있으므로, 개발·도입 기업은 배치 전에 시스템의 효과성과 형평성을 입증해야 한다고 요구함 - Kaiser와 간호사 노조의 계약에는 신기술 도입 통지가 포함되지만, CNA에 따르면 통지가 누락될 때가 있음 - 노조 지도부는 회원들에게 새로운 기술을 발견하면 알리도록 요청하며 Kaiser에서 사용되는 AI 모델 수를 추적하고 있음 - 이 방식으로 공감·톤 AI에 대응했고, 혼란 상태 환자의 침상 곁 간호사를 카메라로 대체하려던 시험도 중단시킴 - Coalition of Kaiser Permanente Unions도 현장 노동자가 AI 도입을 신고하는 “**see something, say something**” 캠페인을 운영함 - 조합 측은 경영진이 노동자 통지나 의견 수렴 없이 AI를 업무 흐름에 넣는 일이 너무 잦다고 말함 - 방사선사 Debru Carthan은 목소리 톤 감지기가 문화적 배경이 다른 간호사를 차별할 가능성을 우려함 ### Kaiser의 반박과 노사 협상 - Kaiser는 **평균 처리 시간(Average Handle Time)** 으로 상담 직원의 성과를 평가하거나 통화 시간 기준을 강제하지 않는다고 반박함 - 콜센터 도구는 품질 보증을 지원하며 사람의 검토와 감독을 거친다고 밝힘 - AI 사용에서 환자 안전, 개인정보 보호, 형평성을 우선하지만 보안과 운영상의 이유로 내부 기술 시스템의 구체적인 정보는 공개하지 않음 - Kaiser는 California 최대 민간 고용주로, 주내 900만 명과 다른 지역 미국인 300만 명에게 의료 서비스를 제공함 - California Nurses Association은 2026년 7월 Kaiser와 신규 계약 협상을 시작하며, 대상은 콜센터 간호사 1,000명을 포함한 **25,000명**임 - 간호사들은 3월 AI에 반대해 하루 동안 파업함 - 전년도 가을에도 AI 사용에 반대하는 피켓 시위를 벌임 - CNA는 협상 전 AI 관련 세부 요구 조항을 공개하지 않음 ### California의 직장 AI 규제 - CNA가 지지한 **AB 1018**과 **SB 7**은 승진, 징계, 성과 평가 등에 자동화 시스템을 사용하기 전에 고용주가 노동자에게 알리도록 요구했음 - Gavin Newsom 주지사가 SB 7에 거부권을 행사함 - Kaiser를 포함한 기업들의 강한 반대 속에 AB 1018은 3년 연속 통과에 실패함 - 의원들은 SB 7의 새 버전인 [SB 947](https://calmatters.digitaldemocracy.org/bills/ca_202520260sb947)을 다시 발의함 - 별도 법안들은 다음 규제를 추진함 - 고용주가 AI로 직원의 [감정 상태를 예측](https://calmatters.digitaldemocracy.org/bills/ca_202520260ab1883)하는 행위를 금지함 - 의사와 간호사가 자동화 시스템의 권고를 무시해도 [보복받지 않도록 보호](https://calmatters.digitaldemocracy.org/bills/ca_202520260ab2575)함 - 의료 제공자가 매년 직원에게 자동화 시스템 목록을 제공하도록 요구함 - CNA와 California Labor Federation은 직장 AI 사용을 규제하는 약 6개 법안을 지지함 - 간호사들은 감시와 점수화가 사람을 돌보는 간호사를 **체크박스를 채우는 자동기계**로 바꾼다고 우려함 - 통화가 녹음되므로 환자에게 유머나 개인적인 공감을 표현하기 어려워짐 - 정해진 지침에 없는 인간적 교류가 줄어들면서 간호 업무의 본질과 환자가 기대하는 돌봄이 훼손된다고 봄 ## Comments ### Comment 61980 - Author: neo - Created: 2026-07-18T13:34:48+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48952880) - 글을 읽어보니 불만의 대부분은 **콜센터 성과 지표**와 진료를 제한하라는 압박에 관한 것으로, 지표 오용의 문제이지 AI 자체의 문제는 아님. AI로 공감 능력을 평가한 것은 2024년 시범 사업이었고 이미 중단됐음 아내가 Kaiser에서 의료용 LLM을 사용하는데, 실시간 통역·진료 기록 요약·포괄적인 답변 검색 덕분에 시간을 절약하고 더 나은 진료를 제공한다고 함. 고령 환자들은 심장 이상을 감지한 Apple Watch 알림을 자주 가져옴 서로 효과와 위험이 크게 다른 기술을 뭉뚱그려 부르기보다 **개별 용도별로 평가**해야 함 - 이런 문제는 자동화와 전산화에서 오래전부터 흔했으며, Ellen Ullman의 소설 _Close to the Machine_에 생생하게 묘사돼 있음 경영진과 분석가들이 “AI” 열풍을 이용해 일반적인 자동화·전산화와 해고까지 추진하니, 이에 반대하는 이들도 같은 명칭을 쓰는 것은 자연스러움 이런 부정확한 언어는 논의를 흐리고, **인간 책임의 은폐**, 자율성 침식, 조직 유연성 저하, 탈전문화 같은 핵심 문제에 분노와 에너지를 집중하기 어렵게 하지만 그 책임이 AI 비판자에게서 시작된 것은 아님 - Apple Watch의 심장 이상 알림은 LLM이 아니라 **전통적인 통계적 학습**에 가까움. 의료용 LLM은 새로운 도구지만 Apple Watch 알림까지 같은 범주로 보면 안 됨 - Apple Watch의 심장 이상 감지는 AI라고 부르기 어려움 - 기계로 인간이 얼마나 공감하는지 평가하는 것을 좋은 발상이라고 여긴다면 **권력을 맡아서는 안 됨** - 주 40시간 넘게 일한 성과를 하나의 점수로 축약하는 것부터 이상하며, 특히 의료 분야에서는 더욱 그러함 보상과 평가는 필요하지만 알고리즘이 계산한 지표로 관리하는 것이 최선인지는 의문이며, 그 과정에서 공감과 상식이 사라지고 있음 - 권력은 능력이 아니라 **부의 추출**을 기반으로 형성됨 - 의료가 기업화되고 병원들이 거대 의료 체계에 인수되면서 이런 일이 늘고 있음. 명목상 합병된 대형 보험사에 맞서기 위한 것이지만, 결과적으로 거대 조직이 힘을 남용하게 됨 - 공감 평가 사업은 취소됐고, 핵심은 대체로 **직장 내 감시**임 - 주치의는 AI 기록 도구가 큰 안도감을 줬다고 함. 예전에는 환자의 말을 들으며 전부 타이핑해야 했지만, 이제는 환자에게 집중해 듣고 필요한 내용만 구체적으로 기록할 수 있어 **스트레스가 크게 줄었음** - 기반 소프트웨어가 실제로 개인정보를 보호한다고 확신할 수 있어야 이런 도구에 동의할 수 있음. 너무 많은 AI 도구가 급조되기 때문에 이미 품질이 나빠 보이는 병원 소프트웨어를 신뢰하기 어려움 - 뉴질랜드에서는 **AI 받아쓰기**를 사용하며, 처음에는 우려하던 의사들도 기록 시간을 줄이고 환자의 이야기를 더 오래 들을 수 있어 지금은 선호한다고 함 - 간호와 일차진료는 역할이 상당히 다름. AI가 인지적 부담은 줄일 수 있지만, 계획을 실제로 수행해야 하는 쪽에는 오히려 스트레스를 늘릴 수 있음 - 반복적이고 단순한 업무 부담을 줄이면 임상의가 진짜 어려운 부분에 집중할 수 있음 다만 운영 규칙으로 진료 방식을 강제하고 환자를 어떻게 치료할지 지시하는 순간 강한 반발을 부르며, **임상 판단을 AI로 대체**하자는 발상은 어리석음 - **직장 지표와 감시**는 쉽게 부작용을 낳지만, 간호 업무에도 다른 직무처럼 일정한 안전 감독은 필요함 여러 여성 의사에게 입원 시 간호사와의 상호작용을 조심하라는 조언을 들었으며, 모든 간호사가 헌신적인 것은 아니고 태만하거나 구실을 만들어 환자에게 해를 끼치는 경우도 있다고 함 의료도 성스러운 소명만이 아니라 직업이므로 감독은 필요하지만, 기업이 강제한 지표라면 **Goodhart의 법칙**에 따라 심하게 왜곡될 가능성이 큼 - Mother Teresa 같은 간호사이길 바라서도 안 될 수 있음: [https://allthatsinteresting.com/mother-teresa-saint]() - 간호사 노조 계약 협상을 앞두고 나온 연구라 **동기화된 추론**처럼 보임. 실제 문제는 많지만 연구가 제대로 다루지 못했으며 더 효과적인 비판이 필요함 AI는 선택적으로 의료 서비스를 과다 이용하는 환자를 식별하고, 근본 원인을 해결해 이용을 줄이는 데 활용할 만함. 그러면 환자 진료 품질과 의료진의 삶의 질을 개선하고, 예방 진료가 필요한 과소 이용자에게 접근할 시간도 확보할 수 있음 - Marshall Brain의 **Manna**가 아직도 미래 이야기처럼 들리는지 의문임 [https://marshallbrain.com/manna]() - 간호사가 환자에 대한 의료 의무를 수행하는 데 **직장 AI가 개입**하는 문제는 Kaiser에만 국한되지 않으며, UHC도 비슷한 AI 감시 도구를 도입해 사용하고 있음 - 전제적 체제의 큰 약점은 사실과 허구의 서사를 구분하기 위해 필요한 **감시 비용이 규모에 따라 증가**한다는 데 있었음 대부분의 간호사는 인생 최악의 날을 보내는 사람들을 돌보고 있음 - 글은 AI 사용을 언급하지만 **AI로 인한 구체적인 피해**는 거의 제시하지 않음. 오히려 Kaiser가 진료 품질보다 비용 절감을 위해 통화를 최적화하는 사례는 구체적임 긴 통화를 문제로 취급하거나 세 가지가 넘는 조언을 한 간호사를 불이익 주는 정책은 진료 품질을 떨어뜨릴 가능성이 큼 - 직장 감시와 공감 능력을 평가하려는 **기계학습 도구**가 등장하지만, 기술적으로 AI라 부를 수 있을 뿐 글에서는 주로 유행어로 쓰였음 - 지역 시골 병원에서는 간호사에게 추적 장치를 붙여 병원 내 모든 이동을 기록하고, 한 장소에 머문 시간까지 평가에 반영함 몇 년 전에는 병실마다 15~20분씩 머물렀지만 지금은 빠르게 드나듦. 환자 수는 늘지 않았고 간호사 수는 오히려 증가했으므로, **잘못된 평가 지표**가 진료 수준을 떨어뜨렸다고 봄 - 의료 이용량, 고유 환자 수, 환자당 진료량은 모두 증가했음 미국의 막대한 **의료 과다 이용**이 비용을 끌어올리고 있지만 이를 솔직하게 인정하려 하지 않음 - Kaiser는 이미 서비스가 형편없는 편이라 이번 변화는 더욱 우려됨