AI의 중요한 장점 가운데 하나는 산업안전보건 관리를 사후 대응에서 사전 예방 중심으로 전환하는 데 도움을 줄 수 있다는 것입니다. 산업간호사는 AI를 통해 분석한 건강검진, 작업환경, 사고 및 결근 자료 등을 종합적으로 살펴봄으로써 우선적으로 관리해야 할 건강문제와 고위험 집단을 파악하고, 근로자의 건강상태와 업무 특성을 고려한 건강관리와 교육을 제공할 수 있습니다.
즉, AI는 산업간호사의 업무를 대신하는 기술이라기보다, 현장에서 무엇을 우선적으로 살펴보고 어떤 건강문제에 관심을 기울여야 하는지 판단하는 데 도움을 주는 도구로 활용될 수 있습니다.

그러나 AI 활용에는 분명한 한계와 위험도 존재합니다. AI가 어떠한 근거와 과정을 통해 특정 결과를 제시했는지 설명하기 어려운 '블랙박스' 문제는 결과에 대한 신뢰를 낮추고 책임 소재를 불분명하게 할 수 있습니다. 또한 학습에 사용된 데이터가 특정 집단을 충분히 반영하지 못하면 성별, 연령, 국적 또는 고용형태 등에 따라 부정확하거나 차별적인 결과가 나타날 수 있습니다.
생성형 AI가 사실과 다르지만 그럴듯한 정보를 제시하는 '환각(hallucination)' 현상 역시 건강 관련 의사결정에서는 각별히 주의해야 할 문제입니다. 따라서 AI가 제시하는 결과를 그대로 받아들이기보다는 그 결과가 어떤 데이터와 근거에 기반하고 있는지 확인하고, 실제 현장의 상황과 간호 전문성에 비추어 판단하는 과정이 필요합니다.

근로자 감시와 개인정보 보호 역시 중요한 고려 사항입니다. 착용형 기기나 센서를 통해 수집한 건강 및 행동 정보가 근로자의 안전과 건강 증진이 아니라 업무 수행 평가, 인사 관리 또는 징계 목적으로 사용된다면 근로자의 스트레스와 불신을 높일 수 있습니다.
따라서 AI를 활용할 때에는 필요한 정보를 최소한으로 수집하고 안전하게 관리하며, 건강 정보가 근로자에게 불리하게 사용되지 않도록 적절한 보호 기준을 마련하는 것이 중요합니다. 특히 AI는 근로자의 행동을 감시하거나 통제하는 수단보다는 작업환경의 유해·위험요인을 제거하거나 줄이는 데 우선적으로 활용될 필요가 있습니다.

한편, AI 기반 산업안전보건 기술이 실제로 산업재해와 직업성 질환을 감소시키는지에 관한 실증적 근거는 아직 충분하지 않습니다. 따라서 AI를 도입할 때에는 기대되는 효과뿐만 아니라 근로자에게 미치는 영향을 지속적으로 평가할 필요가 있습니다.
산업간호사는 관련 부서 및 전문가와 협력하여 도입 과정에서 건강 정보 보호 방안이 마련되어 있는지, 정보의 수집과 활용 목적이 적절한지 확인하고 근로자의 의견을 반영할 수 있습니다. 도입 후에도 현장에서 적절하게 활용되고 있는지, 특정 근로자에게 불이익이나 차별을 초래하지 않는지 지속적으로 살펴볼 필요가 있습니다.

이러한 역할을 위해서는 산업간호사에게 기본적인 AI 리터러시가 필요합니다. AI가 어떤 데이터를 활용하고 어떠한 한계를 가지고 있는지 이해하고, 그 결과를 비판적으로 판단하며, 이를 간호 전문성과 현장에 대한 이해를 바탕으로 적절하게 활용하는 능력이 중요합니다.
또한 AI 활용 과정에서 발생할 수 있는 개인정보 보호, 편향, 책임과 윤리의 문제에 관심을 가지고 근로자의 권리를 보호할 수 있어야 합니다. 미래의 산업간호사에게 필요한 것은 AI 전문가가 되는 것이 아니라, AI를 이해하고 근로자의 건강과 안전을 위해 적절하게 활용할 수 있는 역량입니다.

AI는 산업안전보건 업무의 효율성을 높이고 위험을 조기에 발견하며 보다 체계적인 예방 관리를 가능하게 하는 유용한 도구입니다. 하지만 AI 자체가 근로자의 건강과 안전을 보장하지는 않으며, 그 기술이 어떤 방향으로 활용될 것인지는 결국 사람의 판단에 달려 있습니다.
산업간호사는 AI를 업무 효율을 높이는 도구로만 바라보기보다, 근로자를 중심에 둔 안전보건 실천을 위해 AI를 어떻게 활용할 것인지 고민하고 실천해야 합니다.