AWS, Nova 2 Sonic 기반 의료 예약 음성 에이전트 구현 사례 공개

AWS Machine Learning Blog에 따르면 회사는 Amazon Nova 2 Sonic과 Amazon Bedrock AgentCore를 활용해 의료 예약 안내 전화를 처리하는 음성 에이전트 구현 사례를 공개했다. 이 사례는 환자 본인 확인, 예약 확인·취소·변경, 사전 건강 정보 수집, 직원 연결 요청을 하나의 대화 흐름에서 처리하는 방식을 설명한다.

AWS는 기존 음성 자동화가 음성 인식, 대형언어모델 응답 생성, 음성 합성을 각각 연결하는 방식에 의존해 지연 시간과 맥락 손실이 생길 수 있다고 설명했다. Nova 2 Sonic은 음성 입력과 음성 출력을 직접 다루는 speech-to-speech 모델로, 양방향 스트리밍을 통해 대화를 처리한다. AWS 문서에 따르면 이 모델은 실시간 다중 턴 대화, 자동 언어 감지와 언어 전환, 배경 소음과 억양에 대한 견고성, 함수 호출과 에이전트 워크플로 지원을 제공한다.

이번 구현 예시는 Nova 2 Sonic의 음성 대화 능력과 Bedrock AgentCore의 에이전트 실행 환경을 결합했다. React 기반 브라우저 화면이 마이크 음성을 캡처해 서명된 WebSocket 연결로 에이전트에 전송하고, AgentCore Runtime은 컨테이너화된 Strands BidiAgent를 실행한다. 에이전트는 DynamoDB에 저장된 환자·예약·가능 시간 정보를 조회하고, 필요할 때 SNS로 직원 연결 알림을 보낸다.

핵심은 의료 예약이라는 비교적 명확한 업무 절차를 음성 에이전트가 어느 정도까지 맡을 수 있는지 보여주는 데 있다. 사용자는 예약을 확인하거나 변경할 수 있고, 에이전트는 정해진 도구를 호출해 일정과 환자 정보를 갱신한다. 환자가 사람과 통화하기를 원하거나 자동화가 처리하기 어려운 상황에서는 직원에게 에스컬레이션하는 구조다.

다만 이 글은 특정 병원 네트워크의 실제 운영 성과를 발표한 사례라기보다 개발자가 따라 구현할 수 있는 참조 아키텍처에 가깝다. AWS도 실제 전화 회선을 연결하려면 Amazon Connect 같은 별도 전화 서비스 통합이 필요하다고 설명했다. 따라서 이번 발표를 의료 현장 자동화의 즉시 상용화 사례로 단정하기보다는, 음성 기반 에이전트가 예약·확인·변경처럼 반복적이고 절차화된 업무로 확장되는 흐름으로 보는 것이 정확하다.

의료 분야에서 음성 에이전트가 쓰이려면 기술 구현만으로 충분하지 않다. 환자 본인 확인, 민감정보 저장 위치, 대화 로그 보관, 권한 관리, 사람 상담으로 전환되는 기준이 함께 설계돼야 한다. 특히 한국 의료기관이 유사한 구조를 검토할 경우 개인정보보호법, 의료법, 클라우드 보안 인증과 같은 규제 조건을 별도로 확인해야 한다.

그럼에도 이번 사례는 생성형 AI가 상담 챗봇을 넘어 실시간 음성 인터페이스와 업무 도구 호출을 결합하는 방향으로 이동하고 있음을 보여준다. 기업용 AI 에이전트 경쟁이 모델 성능뿐 아니라 실행 환경, 인증, 데이터 저장소, 알림 시스템을 묶은 운영 아키텍처 경쟁으로 확장되고 있다는 점도 주목할 부분이다.

출처: AWS Machine Learning Blog, Build a healthcare appointment agent with Amazon Nova 2 Sonic https://aws.amazon.com/blogs/machine-learning/build-a-healthcare-appointment-agent-with-amazon-nova-2-sonic/
출처: Amazon Nova Documentation, Speech-to-Speech (Amazon Nova 2 Sonic) https://docs.aws.amazon.com/nova/latest/nova2-userguide/using-conversational-speech.html