Amazon Nova 2 Sonic과 Bedrock AgentCore로 환자 예약 전화를 자동화하는 음성 에이전트 구축하기

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

미국 의료에서 예약 불참(no-show)이 진료 지연과 수익 손실을 일으키며, 전통적 전화 확인 방식은 반복성 때문에 확장에 한계가 있다. 이 글은 Amazon Nova 2 Sonic의 speech-to-speech 처리와 Bedrock AgentCore의 도구 오케스트레이션을 결합해 환자 예약 통화를 자동화하는 방법을 제시한다. Nova 2 Sonic은 음성 억양·속도 같은 비언어적 단서를 유지한 채 양방향 스트리밍으로 입력 음성에서 바로 응답 음성을 생성하므로, 전사 기반 파이프라인에서 손실되던 발화의 감정 정보를 보존한다. Bedrock AgentCore는 Strands Agents SDK로 구현한 일곱 개의 의료 전용 도구를 런타임에서 호출하고, 인증(Cognito), 영속성(DynamoDB), 알림(SNS)을 포함한 서버리스 인프라와 React/WebSocket 기반 양방향 오디오 스트림을 통해 브라우저 테스트 환경을 제공한다. 결과적으로 이 조합은 루틴한 예약 확인·취소·재예약 작업을 자동 처리하고 예외는 사람에게 에스컬레이션함으로써 통화량을 대규모로 처리할 수 있게 한다. 다만 실제 발신 다이얼링을 위해서는 Amazon Connect 같은 전화 서비스와의 통합이 필요하며, 음성 기반 인증·민감 정보 처리 등 규제·보안 요건을 함께 설계해야 한다.

섹션별 상세

진료 예약 불참(no-show)은 클리닉과 병원 네트워크에 큰 비용 부담을 주며 미국 의료의 평균 no-show 비율은 진료과목에 따라 5~30% 사이에 분포한다; 이 문제는 개별 환자에게 전화를 걸어 확인하는 전통적 방식으로는 확장성이 떨어진다. 음성 에이전트는 대규모로 반복되는 확인 통화를 자동화해 빈 슬롯을 줄이는 것을 목표로 하며, 빈 슬롯이 발생할 때마다 발생하는 수익 손실과 지연된 진료를 완화한다. 원문에서 제시한 5–30% 수치는 문제의 경제적 규모를 보여주며, 자동화로 반복 작업을 줄이면 운영 효율과 예약 충실도가 동시에 개선될 가능성이 있다.

근거

The average no-show rate across US healthcare sits between 5–30 percent, depending on specialty. — 첫 문단 — no-show 비율 인용(링크 포함) 출처

음성-대-음성 접근법은 입력 음성 → 모델 내 처리(음성 맥락 보존) → 출력 음성의 흐름으로 작동해 기존의 음성→텍스트→LLM→음성 체인의 중간 전환을 제거한다. Amazon Nova 2 Sonic은 bidirectional streaming을 통해 발화의 억양·속도·긴장감 같은 음성 단서를 보존하면서 바로 응답 음성을 생성하므로 전사 단계에서 사라지는 감정·급박성 정보가 손실되지 않는다. 이러한 처리 방식은 환자의 불안·혼란과 같은 비언어적 신호를 에이전트의 응답 전략에 반영할 수 있게 해 의료 대화의 적절성을 높인다.

시스템 아키텍처는 Bedrock AgentCore를 중심으로 Strands Agents SDK로 구현한 의료 전용 7개 도구를 오케스트레이션하며, 인증은 Amazon Cognito, 상태·이력 저장은 Amazon DynamoDB, 알림은 Amazon SNS로 서버리스 방식으로 운영된다. 브라우저 기반 React 프론트엔드는 인증된 WebSocket 연결을 통해 양방향 오디오 스트림을 전송하고, 실제 발신 다이얼링을 위해서는 Amazon Connect 같은 전화 서비스와 통합하면 된다. 이 구성은 에이전트 런타임에서 도구 호출과 상태 전환을 중앙에서 관리해 개발과 운영의 복잡도를 낮추고 확장성을 확보한다.

근거

The walkthrough builds an agent that uses Nova 2 Sonic for speech-to-speech and seven healthcare-specific tools implemented with the Strands Agents SDK. — 본문 중간: 솔루션 개요 및 아키텍처 설명(서버리스 배포 및 'seven healthcare-specific tools' 문구)

운영 관점에서 이 에이전트는 음성으로 환자 인증을 수행하고 예약 확인·취소·재예약을 처리하며, 사전 방문 건강 정보를 수집하고 필요 시 사람 직원으로 에스컬레이션한다. 에이전트가 루틴 통화를 처리하는 동안 예외 사례는 사람에게 넘기므로 전체 콜 볼륨 가운데 자동 처리 가능한 부분을 확장하면 인건비와 통화 대기 시간을 줄일 수 있다. 이 방식은 반복성 높은 예약 확인 작업을 대체해 진료 제공 지연과 수익 손실을 동시에 완화한다.

용어 해설

음성-대-음성 모델(Speech-to-speech): — 입력 음성을 직접 처리해 텍스트 중간단계 없이 자연스러운 응답 음성을 생성하는 모델로, 말투·억양·속도 같은 음성 단서를 유지하여 대화 맥락을 보존하고 실시간 상호작용 지연을 줄인다.
AgentCore: — 에이전트 오케스트레이션 플랫폼으로, 대화 중 도구 호출·상태 관리·인증 연동 같은 작업을 런타임에서 조정해 여러 서비스와 도구를 통합된 에이전트 흐름으로 연결한다.
Strands Agents SDK: — 도메인 특화 도구(예: 환자 인증·예약 조회·에스컬레이션)를 에이전트에 추가하기 위한 SDK로, 에이전트 런타임에서 호출 가능한 툴을 구현하고 연결하는 인터페이스를 제공한다.
WebSocket: — 클라이언트와 서버 간에 양방향 스트리밍 오디오를 비롯한 실시간 데이터를 주고받을 수 있는 단일 TCP 연결 프로토콜로, 인증된 연결을 통해 브라우저 기반 오디오 스트리밍을 가능하게 한다.
음성 생체인식(Voice biometrics): — 목소리의 고유 음향 특징을 분석해 화자를 인증하는 기술로, 대면 인증을 대체하거나 환자 확인 과정에서 추가 인증 수단으로 활용된다.