AWS 기반 실시간 요양 케어 AI 플랫폼 구축 사례
본 프로젝트는 일본 요양 케어 운영사를 위해 AWS 기반 엣지-투-클라우드 AI 플랫폼을 구축하여, 낙상 및 주요 바이탈 징후를 실시간에 준하는 속도로 감지하고 선제적으로 대응할 수 있는 환경을 구현한 사례입니다. 인공지능 기능을 요양 시설 엣지 단에 배치해 밀리초 단위의 이상 징후 알림을 제공하며, 클라우드 영역에서는 높은 확장성과 APPI 준수를 충족하는 아키텍처를 통해 향후 멀티 테넌트 서비스로 자연스럽게 고도화·확장할 수 있는 기반을 마련했습니다.
고객사 개요
고객사는 일본 전역에서 다수의 요양 시설을 운영하는 요양 케어 전문 기관입니다. 이 기관은 입소자 안전을 강화하고 케어 인력의 업무 효율을 높이는 동시에, 현재 내부 운영을 위해 활용 중인 플랫폼을 향후 타 요양 기관에서도 사용할 수 있는 서비스형 플랫폼으로 확장하는 것을 목표로 하고 있습니다.
비즈니스 과제
요양원 간호사들이 근무 일정, 바이탈 측정값, 케어 플랜을 종이와 스프레드시트로 수기로 관리하고 있었고, 이 작업이 전체 시간의 약 25~35%를 차지해 실제 케어에 투입할 수 있는 시간이 제한되었습니다.
모든 입소자를 24시간 상시 모니터링할 수 없어 낙상 징후, 수면 악화, 심박 변동과 같은 초기 이상 신호는 사고가 발생한 이후에야 인지되는 경우가 많았습니다.
또한 고객사는 자체 시설을 넘어 다른 요양 기관에도 서비스를 제공하기 위해, 초기 단계부터 테넌트별 데이터 분리와 APPI 규제 대응이 가능한 데이터 관리 체계를 필요로 했습니다.
제공 솔루션
오미넥스트는 각 요양원에 배치된 AWS IoT Greengrass 게이트웨이에서 AI 모델을 로컬 실행하는 엣지-투-클라우드 플랫폼을 설계했습니다. 이를 통해 센서 데이터를 현장에서 바로 분석하고, 네트워크 장애 상황에서도 밀리초 단위로 알림을 발생시킬 수 있도록 했습니다.
센서 데이터는 AWS IoT Core와 Amazon Kinesis를 통해 Amazon Timestream 및 DynamoDB로 스트리밍되며, Amazon SageMaker는 이상 징후 탐지 및 수면 스코어링 모델 학습을, Amazon Bedrock은 현장 스태프를 지원하는 임상용 챗봇 기능을 담당합니다.
모델 양자화와 배포 프로세스 개선을 통해 게이트웨이에서 경량 추론이 가능하도록 최적화했으며, 모든 시설에 대한 소프트웨어 업데이트 시간을 약 4시간에서 75분 수준으로 단축했습니다.
아키텍처 시스템 다이어그램
사용한 AWS 서비스
IoT Greengrass, IoT Core, Kinesis, Timestream, DynamoDB, Amazon S3, Bedrock, SageMaker, AppSync, Amplify, Cognito, KMS, Direct Connect, WAF, Shield, CloudFront, Redshift, QuickSight, GuardDuty, Security Hub, CloudTrail
도입 결과
본 플랫폼은 2026년 1월 프로덕션에 적용된 이후, 클라우드 단독 설계보다 훨씬 빠른 알림 제공이 가능해져 위험 징후에 더 이른 단계에서 대응할 수 있게 되었습니다. 모델 양자화를 통해 엣지 단 추론 비용을 약 40% 절감했고, 배포 프로세스 개선으로 다수 시설 업데이트 시간을 약 75분 수준으로 단축했습니다. 이 엣지‑투‑클라우드 기반을 통해 운영 안정성이 향상되었으며, 현재는 타 요양 기관에도 제공 가능한 보안 멀티 테넌트 서비스로의 고도화를 진행 중입니다.
