의료 현장에서 AI 콜센터(AICC)가 가장 빠르게 자리를 잡고 있는 곳이 어디인지 아십니까? 대형 종합병원도, 유명 성형외과도 아닙니다. 전국 2만여 개, 가장 많은 사람들이 가장 자주 드나드는 곳. 바로 치과입니다.
우연이 아닙니다. 치과에는 AICC가 필연적으로 들어올 수밖에 없는 구조적 이유가 있습니다.
치과 전화 상담의 80%는 같은 말의 반복이다
치과에 하루에 걸려오는 전화를 유형별로 나눠보면 패턴이 보입니다. 예약 확인, 예약 변경, 진료 가능 시간 문의, 비용 문의, 주차 안내. 전화를 받는 직원 입장에서는 하루에도 수십 번 같은 대답을 반복합니다. "네, 스케일링은 보험 적용 시 1만 5천 원입니다." "네, 주차는 건물 지하에 가능합니다." "네, 토요일은 오후 1시까지 진료합니다."
이 반복 속에서 진짜 집중이 필요한 전화, 즉 통증을 호소하는 환자, 복잡한 치료 계획을 상담하는 환자, 컴플레인을 접수하는 환자가 섞여 들어옵니다. 단순 문의에 치여 정작 중요한 상담에 집중하지 못하는 구조. 이것이 치과 전화 응대의 현실입니다.
여기에 인력 문제가 겹칩니다. 치과는 대부분 직원 3~5명 규모입니다. 전화만 받는 전담 상담 직원을 두기 어렵고, 치위생사 선생님들이 진료와 전화를 동시에 처리해야 합니다. 점심시간에는 아무도 전화를 받지 못하고, 진료 집중 시간에는 연결이 끊깁니다. 이 구조에서는 아무리 좋은 인력을 채용해도 전화 응대 품질을 일정하게 유지하기가 어렵습니다.
왜 하필 치과인가 - 의료 AICC의 최적 조건
AICC가 효과를 내려면 몇 가지 조건이 맞아야 합니다. 반복되는 문의 패턴이 있어야 하고, 응대 결과가 예약이나 정보 제공처럼 명확한 액션으로 이어져야 하며, 응대 품질의 편차가 실제 비즈니스 손실로 직결되어야 합니다.
치과는 이 세 가지를 모두 갖추고 있습니다.
반복 패턴은 이미 설명했습니다. 응대 결과는 대부분 예약으로 수렴됩니다. 그리고 놓친 전화 한 통이 곧 놓친 예약 한 건입니다. 임플란트 상담 전화 한 통을 못 받으면, 그 환자는 바로 옆 치과에 전화를 겁니다. 전화 응대의 실패가 매출 손실로 직결되는 구조. 그렇기 때문에 치과는 AICC 도입의 동기도, 효과도 가장 선명하게 나타나는 환경입니다.
종합병원은 시스템이 복잡해 도입 장벽이 높고, 의원급 내과나 소아과는 진료 편차가 커 응대 자동화가 어렵습니다. 반면 치과는 진료 유형이 비교적 표준화되어 있고, 예약 중심으로 운영되며, 전국에 동일한 구조의 병원이 밀집해 있습니다. 의료 AICC가 가장 먼저, 가장 빠르게 자리를 잡을 수 있는 환경입니다.
범용 AI가 치과에서 실패하는 이유
치과에 AICC를 도입하려는 시도가 없었던 건 아닙니다. 그런데 범용 AI 솔루션을 치과에 붙이면 현장에서 이런 일이 반복됩니다.
환자가 "보험 되는 거 맞죠?"라고 물었을 때, 범용 AI는 어떤 치료에 대한 질문인지 앞선 대화 맥락을 연결하지 못합니다. "예약 취소하고 다른 날로 바꾸고 싶은데요"라는 말에서 취소와 재예약을 동시에 처리하지 못하고 하나씩 따로 응대합니다. 여러 진료과가 함께 운영되는 치과에서 "교정 선생님 계세요?"라는 질문에 단순히 진료 여부만 안내하고, 해당 원장의 스케줄 확인이나 예약 연결로 이어지지 못합니다.
이런 실패들의 공통점은 하나입니다. 문장 하나하나는 알아듣지만, 치과라는 맥락 안에서 그 말이 어떤 의미인지, 다음에 무엇을 해야 하는지를 모른다는 것입니다. 범용 AI가 치과에서 실패하는 이유는 성능이 부족해서가 아닙니다. 치과라는 도메인을 모르기 때문입니다.
덴탈콜이 쌓아온 것 - 기술과 데이터의 결합
덴탈콜은 치과 전화 응대에 특화된 대화형 AI(Conversational AI)입니다. 단순히 치과 시나리오를 범용 AI에 얹은 것이 아니라, 치과 도메인의 언어와 흐름을 처음부터 학습한 모델 위에 설계되었습니다.
의도 분류(Intent Classification)의 정확도가 핵심입니다. 취소와 재예약이 한 문장 안에 섞여 있어도 두 가지를 동시에 처리하고, 보험 가능 여부 질문이 어떤 치료에 대한 것인지 앞선 맥락에서 자동으로 연결합니다. 어떤 원장의 특정 요일 예약을 원하는지까지 파악해 실시간 스케줄과 연동하는 것, 이 모든 것이 수만 건의 실제 치과 통화 데이터를 학습한 결과입니다.
예약 시스템과의 실시간 연동도 단순한 기능이 아닙니다. 치과마다 다른 예약·차트 시스템에 맞게 연동 구조를 설계하고, 치료 종류별 소요 시간, 원장별 스케줄, 초진·재진 분기를 처리할 수 있는 로직이 내부에 갖춰져 있습니다.
그리고 모든 통화는 데이터로 쌓입니다. 연결 성공률이 높은 오프닝 문장, 예약 전환으로 이어지는 대화 패턴, 민감 상황에서 사람에게 넘겨야 하는 신호. 이 데이터가 모델에 지속적으로 반영되며, 덴탈콜은 운영할수록 정확해지는 구조를 갖추고 있습니다. 감이 아니라 데이터로 개선되는 AI입니다.
치과가 먼저, 의료가 따라온다
치과에서의 AICC 성공은 단순히 치과 하나의 이야기가 아닙니다. 치과에서 검증된 의료 특화 AI 모델은 그 자체로 의료 AICC의 레퍼런스가 됩니다. 반복 상담 구조, 예약 중심 운영, 도메인 특화 언어 처리라는 조건은 치과만이 아니라 한의원, 피부과, 안과 등 의원급 의료 전반에 공통적으로 존재하기 때문입니다.
치과는 그 진입점입니다. 가장 조건이 명확하고, 효과가 빠르게 검증되며, 전국적으로 동일한 구조가 반복되는 환경. 덴탈콜이 치과에 집중하는 이유는, 치과가 의료 AICC 전환의 시작점이기 때문입니다.
마치며
반복 상담 구조와 인력 한계. 이 두 가지가 치과를 의료 AICC 도입의 선두주자로 만들었습니다. 그리고 그 자리에서 가장 오래, 가장 깊이 치과 도메인을 학습해온 AI가 덴탈콜입니다.
기술은 범용으로 시작하지만, 현장에서 살아남는 건 도메인을 아는 AI입니다. 치과라는 현장에서, 덴탈콜은 지금도 데이터를 쌓고 있습니다.