본문으로 건너뛰기

헬스케어 및 생명과학 분야 에이전트 워크플로를 위한 인간 참여형(HITL) 구조

헬스케어 분야의 규제 준수와 환자 안전을 위해 AWS 서비스와 MCP를 활용한 4가지 인간 참여형(HITL) 에이전트 승인 워크플로 구현 방식을 제시한다.

섹션별 상세

01
의료 분야의 특수한 규제 환경과 데이터 민감성 때문에 AI 에이전트의 단독 의사결정은 위험하다. GxP 규정은 환자 기록 삭제나 임상 프로토콜 수정과 같은 작업에 대해 반드시 문서화된 인간의 승인을 요구한다. HITL 구조는 자동화의 효율성을 유지하면서도 이러한 규제 요구사항과 환자 안전을 동시에 충족하는 제어 지점을 제공한다.
02
에이전트 프레임워크의 훅(Hook) 시스템을 사용하면 도구 로직을 수정하지 않고도 중앙에서 승인 정책을 강제할 수 있다. BeforeToolCallEvent 콜백을 등록하여 민감한 도구가 호출되기 직전에 실행을 일시 중단하고 사용자에게 승인을 요청한다. 사용자는 일회성 승인(y), 거부(n), 또는 해당 세션 동안의 신뢰 승인(t)을 선택하여 유연하게 대응할 수 있다.
python
class ApprovalHook(HookProvider):
    SENSITIVE_TOOLS = ["get_patient_condition", "get_patient_vitals"]
    def register_hooks(self, registry: HookRegistry, **kwargs: Any) -> None:
        registry.add_callback(BeforeToolCallEvent, self.approve)
    def approve(self, event: BeforeToolCallEvent) -> None:
        tool_name = event.tool_use["name"]
        if tool_name not in self.SENSITIVE_TOOLS:
            return
        approval = event.interrupt(
            approval_key, 
            reason={"reason": f"Authorize {tool_name}"}
        )

Strands 에이전트 프레임워크의 훅 시스템을 사용하여 민감한 도구 호출 전 승인을 요청하는 예시

03
도구 컨텍스트 인터럽트 방식은 각 도구 내부에서 세션 정보를 바탕으로 세밀한 역할 기반 접근 제어(RBAC)를 수행한다. 예를 들어 의사 역할의 사용자에게는 승인 프롬프트를 표시하고 비의료진에게는 접근을 즉시 차단하는 로직을 도구 내부에 직접 구현한다. 이는 특정 도구의 맥락에 특화된 복잡한 승인 조건이 필요할 때 유용하다.
04
AWS Step Functions를 활용하면 에이전트 세션과 독립적으로 작동하는 비동기식 외부 승인 워크플로를 구축할 수 있다. 에이전트가 승인 요청을 보내면 Amazon SNS를 통해 외부 결정권자에게 이메일이나 슬랙 알림이 전송되며 에이전트는 결과를 기다리는 동안 다른 작업을 계속할 수 있다. 수 시간에서 수 일이 걸릴 수 있는 기업용 승인 프로세스에 적합하며 상세한 감사 추적(Audit Trail)을 남길 수 있다.
05
최신 MCP(Model Context Protocol)의 elicitation 기능을 사용하면 서버와 클라이언트 간의 실시간 양방향 통신으로 승인을 처리한다. MCP 서버가 도구 실행 중 ctx.elicit()을 호출하면 클라이언트는 WebSocket 등을 통해 사용자에게 즉시 프롬프트를 전달하고 그 결과를 다시 서버로 보낸다. 에이전트 자체는 어떤 도구가 승인을 필요로 하는지 알 필요가 없어 서버 측에서 독립적으로 승인 요구사항을 관리할 수 있다.
python
@server.tool
async def get_patient_condition(patient_id: str, ctx: Context) -> str:
    result = await ctx.elicit(
        f"⚠️ Approve access to SENSITIVE condition data for patient {patient_id}?"
    )
    if result.action != "accept":
        return f"Access to condition data for patient {patient_id} DENIED."
    return f"Patient {patient_id} condition: Hypertension Stage 2"

MCP 서버 내에서 elicitation 기능을 사용하여 사용자에게 실시간 승인을 요청하는 예시

사용자, Strand 에이전트, AgentCore 런타임 간의 WebSocket 및 MCP elicitation 통신 구조를 보여주는 다이어그램
DiagramAgentCore 런타임에서 실행되는 에이전트가 MCP elicitation 기능을 통해 외부 사용자에게 실시간으로 승인 요청을 전달하는 흐름을 설명한다. WebSocket을 사용하여 원격 사용자와 실시간 양방향 통신을 유지하는 아키텍처적 구성을 시각화하고 있다.

용어 해설

인간 참여형(Human-in-the-loop)
AI 시스템의 의사결정 과정에 인간이 직접 개입하여 결과를 검토, 수정 또는 승인하는 설계 방식이다. 헬스케어와 같이 데이터 민감도가 높고 규제 준수가 필수적인 분야에서 AI의 자동화 효율성을 유지하면서도 안전성과 신뢰성을 확보하기 위해 사용된다.
모델 컨텍스트 프로토콜(Model Context Protocol)
AI 모델이 외부 도구, 데이터 소스 및 서비스와 상호작용하는 방식을 표준화하는 개방형 프로토콜이다. 서버가 클라이언트에게 추가 정보나 승인을 요청할 수 있는 elicitation 기능을 통해 실시간 상호작용형 워크플로를 구현할 수 있게 한다.
우수 실무 지침(GxP)
제약 및 의료기기 산업에서 제품의 안전성과 품질을 보장하기 위해 준수해야 하는 일련의 법적 규제 및 지침이다. AI 에이전트 도입 시 민감한 작업에 대한 인간의 감독과 문서화된 승인 절차를 요구하는 근거가 된다.
에이전트 프레임워크 훅(Agent Framework Hooks)
에이전트의 실행 루프 중간에 특정 로직을 삽입할 수 있는 인터셉터 메커니즘이다. 도구가 실행되기 직전(BeforeToolCall)에 호출을 가로채서 승인 절차를 강제하는 등 에이전트의 행동을 중앙에서 제어하는 데 사용된다.

기술

  • Amazon Bedrock AgentCore Runtime
  • Strands Agents Framework
  • Model Context Protocol (MCP)
  • AWS Step Functions
  • Amazon SNS
  • Python

활용 사례

  • 임상 데이터 조회 승인
  • 환자 퇴원 절차 자동화
  • 의료 코딩 및 규제 문서 제출
  • 약물 개발 워크플로 관리
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 04. 09.수집 2026. 04. 09.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.