의료 재무 분야는 복잡한 청구 코드와 보험 관련 서류가 얽혀 있는 불투명한 영역이다. 특히 병원들이 겪는 큰 고충 중 하나는 이미 지급된 의료비를 보험사가 수개월 혹은 수년 뒤에 되돌려달라고 요구하는 '삭감(take-back)' 현상이다. 이로 인해 의료기관들은 매달 16억 달러 이상의 재정적 손실을 입으며, 방대한 청구 데이터를 일일이 조사하는 데 한계를 느껴왔다.

Waystar는 대규모 언어 모델 (LLM)을 도입해 이 불투명한 영역을 개선하고 있다. AI 솔루션이 방대한 청구 및 송금 데이터를 스캔하여 체계적인 삭감 패턴을 찾아내는 방식이다. 사람이 수천 장의 문서를 직접 검토할 필요 없이, AI가 맥락을 빠르게 파악해 정보를 정리해주므로 의료기관은 부당한 삭감을 식별하고 더 명확한 증거를 바탕으로 이의를 제기할 수 있다.

운영 효율성 개선 효과도 뚜렷하다. 초기 도입 사례에서는 정산 업무 시간이 80% 이상 줄어들었으며, 한 대형 의료 시스템은 기존에 포기했던 3,200만 달러 규모의 대금을 회수하는 성과를 거뒀다. 이는 13명의 정규 직원이 투입되어야 할 노동력을 AI가 대체하며, 수시간 걸리던 수동 조사를 단 몇 분 만에 해결한 결과다.

Waystar는 단순 분석을 넘어 단계별 작업을 자율적으로 수행하는 에이전틱 AI 기능 개발에도 박차를 가하고 있다. 현재의 도구가 식별과 데이터 요약에 집중한다면, 향후에는 인간의 상시 개입 없이 이의 제기 절차까지 처리할 예정이다. 이는 의료계가 단순 반복 업무에서 벗어나 AI 기반의 완전 자동화된 수익 관리 모델로 전환되는 큰 흐름을 보여준다.

물론 이러한 기술 도입에는 마찰도 존재한다. 의료 공급자가 AI로 청구를 방어하는 동안, 보험사 역시 자동화된 시스템을 활용해 비용 절감을 시도하고 있기 때문이다. 맷 호킨스(Matt Hawkins) Waystar CEO는 이러한 자동화 경쟁이 결과적으로는 더욱 투명한 의료 결제 모델을 만드는 계기가 될 것이라 내다봤다. AI를 통해 청구 정확도를 높여 애초에 불필요한 분쟁을 줄이겠다는 구상이다.

의료 재무 분야는 복잡한 청구 코드와 보험 관련 서류가 얽혀 있는 불투명한 영역이다. 특히 병원들이 겪는 큰 고충 중 하나는 이미 지급된 의료비를 보험사가 수개월 혹은 수년 뒤에 되돌려달라고 요구하는 '삭감(take-back)' 현상이다. 이로 인해 의료기관들은 매달 16억 달러 이상의 재정적 손실을 입으며, 방대한 청구 데이터를 일일이 조사하는 데 한계를 느껴왔다.

Waystar는 대규모 언어 모델 (LLM)을 도입해 이 불투명한 영역을 개선하고 있다. AI 솔루션이 방대한 청구 및 송금 데이터를 스캔하여 체계적인 삭감 패턴을 찾아내는 방식이다. 사람이 수천 장의 문서를 직접 검토할 필요 없이, AI가 맥락을 빠르게 파악해 정보를 정리해주므로 의료기관은 부당한 삭감을 식별하고 더 명확한 증거를 바탕으로 이의를 제기할 수 있다.

운영 효율성 개선 효과도 뚜렷하다. 초기 도입 사례에서는 정산 업무 시간이 80% 이상 줄어들었으며, 한 대형 의료 시스템은 기존에 포기했던 3,200만 달러 규모의 대금을 회수하는 성과를 거뒀다. 이는 13명의 정규 직원이 투입되어야 할 노동력을 AI가 대체하며, 수시간 걸리던 수동 조사를 단 몇 분 만에 해결한 결과다.

Waystar는 단순 분석을 넘어 단계별 작업을 자율적으로 수행하는 에이전틱 AI 기능 개발에도 박차를 가하고 있다. 현재의 도구가 식별과 데이터 요약에 집중한다면, 향후에는 인간의 상시 개입 없이 이의 제기 절차까지 처리할 예정이다. 이는 의료계가 단순 반복 업무에서 벗어나 AI 기반의 완전 자동화된 수익 관리 모델로 전환되는 큰 흐름을 보여준다.

물론 이러한 기술 도입에는 마찰도 존재한다. 의료 공급자가 AI로 청구를 방어하는 동안, 보험사 역시 자동화된 시스템을 활용해 비용 절감을 시도하고 있기 때문이다. 맷 호킨스(Matt Hawkins) Waystar CEO는 이러한 자동화 경쟁이 결과적으로는 더욱 투명한 의료 결제 모델을 만드는 계기가 될 것이라 내다봤다. AI를 통해 청구 정확도를 높여 애초에 불필요한 분쟁을 줄이겠다는 구상이다.