배경 및 목적
최근 이슈가 되었던 '응급실 뺑뺑이' 영상입니다. 구급차를 타고 있던 구조요원이 92번 전화를 돌렸지만 안타깝게도 환자는 목숨을 잃고 말았습니다. 이러한 현상의 원인은 다양합니다. 전문의 부족, 인프라의 한계, 병상 부족 등.
저는 뉴스를 보고 생각했습니다.
'기술이 이 문제를 해결할 수 있지 않을까?'
'사람들의 안타까운 죽음을 막을 수 있지 않을까?'
참고 자료
문제 해결 방식은 '애플워치' 영상에서 시작되었습니다.
https://www.youtube.com/watch?v=SsmA-SIOxpw&pp=ygUT7JWg7ZSM7JuM7LmYIOyDneuqhQ%3D%3D
사용자의 위험을 감지하고 119로 전화를 걸어 사용자의 위치와 위험을 알렸죠.
이것을 참고해서 '직접 전화를 걸 수 있는' 시스템이 필요하다고 생각이 들었습니다.
활용 툴
문제 해결 및 전체 구조 설계에 OpenAI의 o1 사용
https://openai.com/index/introducing-openai-o1-preview/
전화 문제 Twilio 사용
서버 문제와 빠른 코딩 Replit Agent 사용
https://docs.replit.com/replitai/agent
실행 과정
먼저 저는 문제 해결을 위해 GPT4o와 전체적인 생각을 정리하였습니다.
전체적인 개요를 순차적으로 작성하였습니다.
그리고 o1 Preview를 사용해 전체적인 생각의 논리적 흐름을 구조화하였습니다.
이때 시나리오를 먼저 그리고, o1이 구급대원이 되어서 직접 연락을 한다고 가정하여 시뮬레이션을 한 것이 큰 도움이 되었습니다.
기존 GPT4o 와 다르게 각 과정을 스스로 CoT를 통해 도출해 내기 때문에 그 과정의 전개에 위화감이 없었습니다.
기존 구조요원은 위 차트와 같은 절차를 거쳐야 했습니다. 전화를 받았는지 확인하는 것에 무려 92번의 시간 소요가 있었고 환자의 골든 타임을 놓치는 경우가 생겼습니다.
이런 시스템을 이렇게 바꾸어 보기로 하였습니다. 만약 등록된 모든 시설(100개 이상)에 '동시에' 연락이 가서, 동의, 비동의를 받을 수 있다 면?
그렇다면 구조요원은 단 1번의 행동 만으로 모든 응급실의 수용 가능 여부를 알 수 있어 골든타임을 지키고 환자의 생명을 지킬 수 있을 겁니다.
전체 그림이 그려졌으니, GPT4o 에게 다시 개요를 정리시키고 이번에는 o1에게 개요에 관해 Replit Agent에게 전달할 내용을 작성해달라고 하였습니다.
약 47초의 생각 끝에 내용을 작성해 주었습니다. 그리고 이를 Replit Agent로 구조화 시킨 뒤, o1 Preview와 o1 mini로 전체 내용을 다듬어 가기를 끝에...
1차 작업을 완료하였습니다.
Twilio 에서 연락이 오는 것도 확인을 하였죠
결과 및 인사이트
생각 이상으로 o1은 시뮬레이션을 굉장히 잘 하였습니다. 추론 단계를 알아서 만들어 주기 때문에 간과할 수 있는 문제를 먼저 제시해주고, 전체 내용을 잘 이해했습니다.
다만 횟수 제한 때문에 GPT4o를 통해 개요를 먼저 작성하고 요청하는 형식이 필요했습니다. 모델을 전환해서 사용해야 했죠.
이러한 부분이 인사이트가 되어 더 이상 응급실 대란, 응급실 뺑뺑이로 피해를 보시는 분이 없으셨으면 합니다.
2부 내용은 추가적인 개선점에 대해 유튜브와 GPTers에서 다시 공유 드리도록 하곘습니다.