AI·로봇 시대의 돌봄서비스 068. AI 기반 돌봄서비스의 개념

AI 기반 돌봄서비스는 인공지능의 분석, 예측, 추천과 대화 기능을 돌봄의 사정, 계획, 서비스 제공과 평가 과정에 결합한 서비스이다. 인공지능은 이용자의 안전, 건강, 일상생활, 정서와 사회 참여를 지원하고 돌봄 종사자의 판단과 업무 수행을 돕는 수단으로 활용될 수 있다. AI 모델의 정확도가 높더라도 데이터의 특성과 사용 환경에 따라 오류와 편향이 발생할 수 있으므로 결과를 곧바로 돌봄에 관한 최종 결정으로 확정해서는 안 되며, 이용자의 자율성을 보호하고 안전성·투명성·책임성을 확보해야 한다(WHO, 2021a). 따라서 AI 기반 돌봄서비스는 알 고리즘만으로 이루어진 기술이 아니라 이용자, 종사자, 기관, 데이터, 업무 절차와 책임체계가 함께 작동하는 서비스로 이해해야 한다.

AI 기반 돌봄서비스는 이용자에게서 수집한 자료를 분석하여 욕구와 위험을 파악하고 필요한 정보와 지원을 제공하도록 설계된 서비스이다. 주요 기능에는 생활 방식의 변화 감지, 위험 알림, 서비스 추천, 복약·일정 안내, 대화 지원과 기록 정리 등이 있으며 스마트폰 앱, AI 스피커, 센서, 몸에 착용하는 기기, 로봇과 기관 정보시스템 등을 통해 제공할 수 있다. 그러나 AI 기기나 프로그램을 설치하는 것만으로 돌봄서비스가 완성되는 것은 아니며, 분석 결과를 확인하여 연락, 방문, 상담과 서비스 연계로 이어 가는 인력과 업무 절차가 함께 마련되어야 한다. AI 기반 돌봄서비스의 목적은 이용자를 계속 관찰하거나 통제하는 것이 아니라 위험을 줄이고 자립생활과 서비스 접근을 지원하는 데 있다. 장기돌봄 분야에서 AI를 활용한 지원이 안전, 건강관리와 사회적 상호작용에 도움이 될 가능성이 나타났지만 관련 근거는 아직 충분하지 않고 이용자의 수용 정도와 효과도 기술 유형에 따라 다르다(Loveys et al., 2022). 따라서 성과는 사고와 위험의 감소뿐 아니라 이용자가 원하는 생활, 관계와 사회 참여를 유지하는 데 얼마나 기여했는지로 평가해야 하며, AI의 추천은 이용자의 상태와 생활 환경을 고려하여 검토할 수 있는 하나의 대안으로 제시하고 필요한 사람의 지원을 적절한 시점에 연결하는 보조수단으로 활용해야 한다.

전통적인 돌봄에서는 전문가가 면담, 방문, 관찰과 기관 기록을 바탕으로 이용자의 상태와 욕구를 파악한다. 이 방식은 이용자의 말과 생활 환경을 직접 이해할 수 있다는 장점이 있지만 대면 접촉이 없는 동안 발생한 변화를 즉시 파악하기는 어렵다. AI 기반 돌봄은 센서 정보, 서비스 이용 기록과 건강자료에서 반복되는 유형을 분석하여 사람이 발견하기 어려운 변화나 위험 신호를 제시하고, 여러 사례의 공통된 경향을 비교하거나 알림과 정보 제공 등의 일부 업무를 자동화할 수 있다. 두 방식의 차이는 인간이 판단하는지의 여부보다 자료를 수집하는 범위와 속도, 이를 분석하고 활용하는 방법에 있다. AI 기반 돌봄은 과거 자료를 학습한 모델을 사용하므로 기록되지 않은 생활 환경이나 새롭게 발생한 상황을 충분히 반영하지 못할 수 있다. 반면 대면관계에서의 관찰은 이용자의 침묵과 주저함, 가족관계와 주거 환경처럼 수치로 나타내기 어려운 정보를 이해하는 데 중요하며, 부정확한 자료가 입력된 AI의 위험점수와 추천은 잘못된 결과를 반복할 수 있다. 건강 분야에서 AI를 안전하게 활용하려면 사용 목적에 맞는 성능 검증, 이용자와 종사자에게 명확한 정보 제공과 도입 이후의 지속적인 점검이 필요하다(WHO, 2023). 따라서 AI 기반 돌봄은 대면 돌봄을 대신하기보다 데이터에서 발견한 신호와 인간의 관계적·전문적 판단을 결합하는 방식으로 운영해야 한다.

AI 기반 돌봄서비스의 첫 번째 구성요소는 해결하려는 돌봄 문제와 이용자의 목표이며, 두 번째는 인구사회학적 정보, 상담·서비스 기록, 건강자료와 생활 환경 자료 등 분석에 필요한 데이터이다. 세 번째는 자료를 분류·예측하거나 문장과 음성을 처리하여 결과를 만드는 AI 모델이고, 네 번째는 그 결과를 이용자와 종사자에게 보여 주거나 들려주는 앱, 현황 화면, 스피커와 조작장치이다. 기술을 먼저 선택한 뒤 용도를 찾기보다 돌봄 목표를 정하고 이에 필요한 자료와 기능을 선택해야 불필요한 정보 수집과 기능 확대를 줄일 수 있다. 다섯 번째 구성요소는 AI 결과를 해석하여 실제 서비스로 연결하는 사회복지사, 보건의료인, 요양보호사와 가족 돌봄자 등의 사람이며, 여섯 번째는 연락, 방문, 기관 간 의뢰, 응급대응, 기록과 사후 점검을 포함한 업무 절차이다. 일곱 번째는 데이터 보호, 성능 점검, 오류 처리와 책임 분담을 담당하는 운영체계이다. AI 위험관리는 조직의 책임과 사용 환경을 명확히 하고 개발부터 운영과 종료에 이르는 전 과정에서 위험을 확인하고 관리해야 하며(NIST, 2023), 어느 한 요소라도 제대로 작동하지 않으면 AI 모델의 정확도가 높더라도 알림 방치, 중복 업무와 책임 공백이 발생할 수 있다.

AI 기반 돌봄서비스는 혼자 사는 노인과 치매 노인, 장애인, 만성질환자, 정신 건강 지원이 필요한 사람, 아동·가족과 지역사회의 위기가구 등에 적용할 수 있다. 고령자에게는 낙상과 건강상태 변화의 감지 및 안부 확인을, 장애인에게는 의사소통과 생활 환경 조절을, 만성질환자에게는 자기관리와 증상 악화의 조기 발견을 지원할 수 있다. 아동과 가족에게는 발달·안전 지원과 서비스 정보를 제공하고, 가족 돌봄자와 종사자에게는 일정 조정, 정보 검색, 기록 요약과 위험 알림을 지원할 수 있다. 국내에서도 스마트홈에서 수집한 생활자료를 분석하여 맞춤형 계획 수립을 지원하고 시설의 상태 확인과 기록 업무를 돕는 모델이 추진되고 있다 (보건복지부, 2026a). 따라서 적용 대상에는 돌봄을 받는 사람뿐 아니라 돌봄을 제공하고 조정하는 사람도 포함된다. 적용 대상을 정할 때에는 진단명이나 연령만이 아니라 실제 돌봄 욕구, 위험 수준, 디지털 이용 능력과 생활 환경을 함께 고려해야 한다. 인터넷 연결, 기기 비용, 언어, 장애와 문해력의 차이는 서비스 이용과 결과에 영향을 미치며 특정 집단의 데이터가 부족하면 잘못된 예측이나 부당한 배제가 발생할 수 있다. 기술 활용 능력이 부족하다는 이유로 지원이 많이 필요한 사람을 제외하면 기존의 돌봄 격차가 커질 수 있으므로, AI 기반 돌봄서비스는 사람을 선별하여 배제하는 장치가 아니라 이용자의 필요에 맞는 지원과 인간의 돌봄을 적절히 연결하는 수단으로 활용해야 한다.