OpenClaw와 병원이 만났을 때: 동적인 임상 워크플로우를 위한 자율 운영 체제

When OpenClaw Meets Hospital: Toward an Agentic Operating System for Dynamic Clinical Workflows

대규모 언어 모델(LLM) 에이전트는 추론, 도구 호출 및 지속적인 메모리 통합을 통해 기존 생성 모델을 확장합니다. 최근 연구에 따르면 이러한 에이전트는 문서 자동화, 치료 과정 조정 및 의료 의사 결정 지원을 통해 임상 워크플로우를 크게 개선할 수 있습니다. 그러나 빠른 발전에도 불구하고 신뢰성 제한, 보안 위험 및 불충분한 장기 메모리 메커니즘으로 인해 의료 환경에 자율 에이전트를 배포하는 것은 여전히 어렵습니다. 본 연구에서는 병원 환경에 적합한 LLM 에이전트 아키텍처를 제안합니다. 이 설계는 네 가지 핵심 구성 요소를 도입합니다. 첫째, Linux 다중 사용자 시스템에서 영감을 받은 제한된 실행 환경, 둘째, 환자 및 의료진 에이전트를 연결하는 문서 중심의 상호 작용 패러다임, 셋째, 장기적인 임상 컨텍스트 관리를 위한 페이지 인덱스 메모리 아키텍처, 그리고 넷째, 임상 작업 시퀀스의 즉석 조합을 가능하게 하는 큐레이션된 의료 기술 라이브러리입니다. 본 아키텍처는 에이전트에게 무제한 시스템 접근 권한을 부여하는 대신, 미리 정의된 기술 인터페이스 및 리소스 격리를 통해 동작을 제한합니다. 우리는 이러한 시스템이 안전성, 투명성 및 감사 가능성을 유지하면서 임상 워크플로우를 조정할 수 있는 컴퓨팅 계층인, 병원을 위한 자율 운영 체제의 기반을 형성한다고 주장합니다. 본 연구는 큐레이션된 개별 기술 라이브러리로 에이전트 기능을 구조화하는 오픈 소스 자율 에이전트 프레임워크인 OpenClaw를 기반으로 하며, 안전한 임상 배포에 필요한 인프라 수준의 제약을 추가합니다.

Large language model (LLM) agents extend conventional generative models by integrating reasoning, tool invocation, and persistent memory. Recent studies suggest that such agents may significantly improve clinical workflows by automating documentation, coordinating care processes, and assisting medical decision making. However, despite rapid progress, deploying autonomous agents in healthcare environments remains difficult due to reliability limitations, security risks, and insufficient long-term memory mechanisms. This work proposes an architecture that adapts LLM agents for hospital environments. The design introduces four core components: a restricted execution environment inspired by Linux multi-user systems, a document-centric interaction paradigm connecting patient and clinician agents, a page-indexed memory architecture designed for long-term clinical context management, and a curated medical skills library enabling ad-hoc composition of clinical task sequences. Rather than granting agents unrestricted system access, the architecture constrains actions through predefined skill interfaces and resource isolation. We argue that such a system forms the basis of an Agentic Operating System for Hospital, a computing layer capable of coordinating clinical workflows while maintaining safety, transparency, and auditability. This work grounds the design in OpenClaw, an open-source autonomous agent framework that structures agent capabilities as a curated library of discrete skills, and extends it with the infrastructure-level constraints required for safe clinical deployment.