--- title: "약대 AI 교육은 아직 걸음마인데, 현장 약사들은 이미 자동화 실험 중" published: 2026-06-22T20:52:01.598Z canonical: https://jeff.news/article/4223 --- # 약대 AI 교육은 아직 걸음마인데, 현장 약사들은 이미 자동화 실험 중 생성형 인공지능(AI)이 약국 업무까지 들어오고 있지만, 약학교육은 아직 의학·간호학보다 도입 속도가 느린 편이라는 분석이 나왔어. 반면 현장 약사들은 매출 데이터 분석, 공문 처리, 콘텐츠 제작, 재고 관리 같은 반복 업무에 AI를 써보는 흐름이 이미 시작됐어. - 생성형 인공지능(AI)이 약국 현장까지 빠르게 들어오고 있는데, 정작 약대 교육은 아직 초반이라는 지적이 나왔어. - 인제대학교 장보경·김성옥 연구팀이 최근 4년간 국내외 문헌을 분석한 결과, 보건의료 교육 전반에서는 AI 활용이 빨라졌지만 약학교육 쪽 사례는 제한적이었다고 봤어. - 의학·간호학 분야에서는 AI 기반 정보 탐색, 학습 지원, 임상 의사결정 교육, 윤리교육까지 꽤 활발한데, 약학교육은 연구와 교육과정 도입 모두 상대적으로 적다는 얘기야. - 문제는 학생들이 이미 AI를 쓰고 있다는 점임. 교육이 늦으면 ‘쓰지 마’가 아니라 ‘검증 못 하고 쓰는’ 상태가 돼버림. - 연구팀은 약대 교육 현장이 AI 활용법이나 결과 검증 능력을 체계적으로 다루지 못하고 있다고 지적했어. - 특히 생성형 AI의 환각(Hallucination), 정보 정확성, 개인정보 보호, 학업윤리 같은 문제가 같이 따라오기 때문에 단순 사용법 교육만으로는 부족하다는 입장이야. - 핵심은 “AI 써보세요”가 아니라 “AI가 낸 답을 어떻게 의심하고 검증할 건가”에 가까워. - 약학계 안에서도 AI 교육 확대 필요성은 이미 얘기되는 중이야. - 일부 약대에서는 데이터 사이언스나 코딩 관련 교육이 진행되고 있고, AI 관련 연구 인력 채용도 조금씩 늘고 있다고 해. - 다만 학교별로 어디까지 하고 있는지 한눈에 볼 수 있는 조사나 공론화는 아직 부족한 상태야. - 앞으로는 약학 전공자와 AI 전문가가 같이 교육과정을 만드는 식의 융합 교육도 논의될 가능성이 있어. - 흥미로운 건 학교보다 현장이 더 빠르게 움직이는 분위기라는 점이야. - 6월 20일 경남 팜엑스포 전야제 학술강의에서는 ‘약사가 알아야 할 AI 트렌드’를 주제로 생성형 AI 원리, 프롬프트 작성법, 데이터 분석, 문서 작성, 약국 업무 자동화, 개인 맞춤형 AI 비서 구축 사례가 소개됐어. - 여기서 AI는 그냥 검색창이 아니라 업무 보조 도구로 다뤄졌어. - 약국 매출 데이터 분석, 공문 처리, 콘텐츠 제작, 일정 관리, 재고 관리처럼 반복적이고 문서가 많은 업무가 주요 적용 사례로 나왔어. - 약사들이 직접 개발자 커뮤니티에 참여하고, 약국 업무용 도구를 만드는 사례도 소개됐다는 대목이 꽤 재밌음. - 이건 “전문직이 AI를 소비한다”를 넘어서, 자기 업무에 맞는 자동화 도구를 직접 만들거나 커뮤니티로 공유하는 흐름에 가까워. - 개발자 입장에서는 헬스케어·전문직 도메인에서 AI 도구가 어디에 붙는지 보여주는 작은 신호로 볼 만해. - 실제 병목은 모델 자체보다 개인정보 처리, 결과 검증, 기존 업무 프로세스와의 결합일 가능성이 커 보여. - 결론적으로 약학교육은 아직 AI 커리큘럼을 따라잡는 중이고, 약국 현장은 이미 실험을 시작한 상태야. - 기사에서 반복해서 나오는 메시지는 “기술 소개”로 끝내면 안 된다는 거야. - 약사의 직무와 전문성을 기준으로, 어떤 업무에 AI를 붙이고 어떤 결과는 사람이 반드시 검증해야 하는지까지 교육해야 한다는 흐름이 커질 가능성이 높아. ## 핵심 포인트 - 최근 4년간 문헌 분석 결과, 약학교육의 AI 활용 사례는 의학·간호학보다 제한적이라는 평가가 나왔어. - 연구팀은 AI 사용법보다 결과 검증, 환각 대응, 개인정보 보호, 학업윤리 교육이 더 중요하다고 봤어. - 약국 현장에서는 생성형 AI를 검색 도구가 아니라 업무 보조 도구로 쓰려는 사례가 늘고 있어. - 약사들이 참여하는 개발자 커뮤니티와 약국 업무 자동화 프로젝트도 소개됐어. ## 인사이트 개발자 입장에선 ‘AI가 또 어디까지 들어가나’의 꽤 현실적인 사례야. 특히 전문직 도메인에서는 모델 성능보다 검증, 개인정보, 워크플로 자동화가 먼저 병목으로 튀어나온다는 점이 포인트야.