AI가 답하는 복약 챗봇이 아니라, 근거를 확인하는 복약 안전 에이전트

약 두 개를 함께 먹어도 되는지 묻는 일은 이미 GPT로도 할 수 있다. 우리가 만들려는 것은 같은 질문에 답하는 또 하나의 챗봇이 아니다. 사용자의 복약 정보를 정확히 확인하고, 공식 근거를 따라 안전성 검증 과정을 끝까지 수행하는 에이전트다.

아이디어는 한 소비자용 복약 서비스의 표시와 공식 DUR 조회 결과가 서로 다르게 나타난 사례에서 시작했다. 특정 서비스를 비판하려는 것은 아니다. 상품명과 성분의 연결, 데이터 갱신 시점, 출처 차이 때문에 어떤 서비스에서도 결과가 달라질 수 있다는 점이 문제라고 보았다.

사용자가 약 이름이나 약 봉투 사진을 입력하면 에이전트는 제품과 성분 후보를 찾고, 불확실한 부분은 사용자에게 확인한다. 이후 현재 복용약과 나이·임신 여부처럼 실제 판정에 필요한 정보만 질문한다. 이렇게 만든 개인화 정보는 DUR과 의약품 허가사항을 교차검증하는 데 사용된다.

병용금기 같은 최종 판정은 LLM이 아니라 공식 데이터 기반 규칙 엔진이 담당한다. 에이전트는 필요한 검증 도구를 선택하고, 출처가 충돌하거나 조회가 실패하면 다른 근거로 재검증한다. 근거가 부족할 때는 안전하다고 추측하지 않으며, 불확실성을 밝히고 전문가 확인이 필요하다고 안내한다. LLM은 판정을 만드는 역할이 아니라 검증된 결과를 이해하기 쉽게 설명하는 역할을 맡는다.

4일 MVP에서는 전체 의약품을 다루지 않는다. 검증된 일부 제품과 병용금기·연령·임부 관련 규칙으로 범위를 제한하고, 약 식별부터 개인화 질문, 공식 근거 확인, 실패 시 안전한 대응까지 하나의 흐름을 완성한다.

서비스는 Cloud Run에 배포하고, Vertex AI Gemini로 사진과 자연어를 구조화한다. 공식 규칙과 출처는 Cloud Storage에서 관리하고, Firestore와 Cloud Logging으로 비식별 상태와 검증 과정을 추적한다. 목표는 그럴듯한 답을 잘 만드는 것이 아니라, 모르는 상황에서 아는 척하지 않는 복약 안전 보조 서비스를 만드는 것이다.