헬스케어, 교육, 금융, 법률 AI

헬스케어

세콰이어가 집중하는 의료 분야는 크게 프론트와 백으로 구분된다. 각 3개씩 카테고리를 정리했.

- Front office : Patient Engagement, Documentation, Care Decision Making
- Back office : Prior Authorizations, Coding, Revenue Cycle Management

Greylock은 LLM은 구조화되지 않은 정보도 활용하기 좋은 기술이라, 의료 데이터 활용에 유용할 것이라 전망.

네이버 헬스케어는 주로 3가지 사업에 집중:
- 스마트 서베이 : 진료 전 환자 병력 청취 결과를 의료 용어로 자동 변환해주는 AI 기반 예진 서비스
- 페이션트 서머리 : 과거 검진 결과를 보기 쉽게 분류, 정리, 분석해주는 서비스
- 보이스 전자의무기록(EMR) : 진료 내용 음성인식 기술

 

교육

교육에서 AI에게 기대하는 것은 초개인화. 이를 위해 개인 데이터가 중요해짐.

예) 듀오링고 + GPT -> 듀오링고 MAZ, 스픽

 

금융

예) 블룸버그GPT, 모건스탠리GPT

 

법률

예) 한국의 엘박스 - 판례 검색 서비스. 개인정보 등 열람 제한적인 상황에서 300만건 판결문 데이터 확보

AI와 기존 업계가 제공하는 가치가 충돌하여 업계의 반발이 큰 경우가 많은데, 엘박스의 경우 업계 전문가들의 페인포인트를 해결해주는 '판례검색 서비스'를 제공한다는 점에서 좋은 시장 모델. 2023년 기준 변호사의 1/3이 엘박스 활용중

 

Q. 인상 깊었던 산업/회사

판례 검색 서비스를 제공하는 LBox의 이해관계자들을 고려한 사업 전략이 흥미롭다고 생각했습니다. 새 기술이 나오면 기존 플레이어들이 제공했던 가치의 파괴가 발생합니다. 많은 사람들이 AI를 두려워하는 이유는 이때문이라 생각합니다. 특히 사무 전문직에 속한 사람들은 이에 대한 우려가 더 클것이라 생각합니다. 이런 상황에서 엘박스의 판례 검색 서비스는 기존 플레이어들과 경쟁하는 파괴적인 전략보다는 오히려 그들의 과중한 업무로 인한 페인포인트를 해소해주는 방식의 시장 침투 전략을 펼쳤는데, 이 부분이 현명하다고 생각합니다. 물론, 장기적으로 보았을 때 전문직들을 대체하는 시장 파괴적인 기업이 나올지도 모르겠지만, 단기적으로는 많은 장애물들을 넘어야 하기 때문에 쉽지 않을 것이라 봅니다. 어쩌면 이는 사회는 경제적 논리 뿐만 아니라 여러 논리들이 작용하고 있어서 그런 것이 아닐까 생각합니다.