신시아 브래들리, PhD, RN, CNE, CHSE, ANEF 

부교수, 시뮬레이션 디렉터 
미네소타 대학교 

 

간호 교육에 종사하고 있다면 임상 판단이 간호 교육에서 가장 중요한 역량 중 하나라는 것을 알고 있을 것입니다. 또한, 이를 일관되게 가르치고 평가하는 것이 가장 어렵다는 것도 알고 있을 것입니다.  

2026년 시뮬레이션 사용자 네트워크(SUN) 컨퍼런스에서 미네소타 대학교 간호대학의 부교수이자 시뮬레이션 디렉터인 Cynthia Bradley, PhD, RN, CNE, CHSE, ANEF는 간호 교육에서의 몰입형 가상현실(IVR)과 인공지능(AI)이 간호 교육자가 임상 판단의 발달을 더 잘 이해하고 지원하는 데 어떻게 도움이 될 수 있는지 공유했습니다.

이 글에서는 브래들리 박사의 SUN 세션인 “임상 판단, VR, 그리고 AI: 승리의 트리펙타”의 요약을 제공합니다. 

임상 판단을 평가하기가 매우 어려운 이유

브래들리 박사는 간호 교육자라면 누구나 잘 아는 과제를 바탕으로 세션을 진행했습니다. 임상 판단은 안전한 실무에 필수적이며 환자 결과와도 직접적으로 연결되지만, 그 본질은 매우 복잡합니다. 학생들에게 단계, 프로토콜, 절차를 가르치더라도, “학생들은 여전히 그 추론과 사고의 부분을 스스로 익혀야 합니다”라고 브래들리 박사는 지적했습니다.

“임상 판단은 우리가 가르치려는 것 중 가장 어려운 것 중 하나입니다”라고 그녀는 말했습니다. “측정하기가 매우 어렵습니다.”

전통적인 임상 실습 경험은 매우 다양합니다. 같은 병동에 배정된 학생이라도 각기 다른 환자와 학습 기회를 접하게 됩니다. 평가는 교수자의 관찰에 크게 의존하는데, 이는 주관적이고 일관성이 떨어질 수 있습니다. 

왜 몰입형 가상현실(IVR)이 대화를 바꾸는가

시뮬레이션은 임상 경험의 변동성을 해결하는 데 도움이 되지만, 브래들리 박사는 간호 교육에서의 몰입형 가상현실(IVR)이 표준화를 한 단계 더 발전시킨다고 강조했습니다. IVR에서는 모든 학습자가 동일한 환경, 단서, 의사결정 지점을 경험합니다. 

IVR은 또한 평가를 교수진의 해석에만 의존하는 방식에서 벗어나게 합니다. 그녀는 “IVR은 결국 컴퓨터 프로그램이기 때문에 그런 주관성을 모두 제거합니다”라고 말했습니다.

간호학용 vrClinicals과 같은 IVR 플랫폼이 등장하기 전에는, 교육자들이 학생들이 시뮬레이션 환자 간호 중 실제로 무엇을 하고 있는지에 대해 얻을 수 있는 통찰이 제한적이었습니다. 그녀는 “학생들이 실제로 무엇을 하고 있는지 제대로 이해할 수 없다면, 그들이 어떻게 향상할 수 있도록 도와야 할지 전혀 알 수 없습니다”라고 말했습니다. 

임상 판단에 대한 데이터 기반 증거 제공

IVR 환경은 학습자 데이터의 엄청난 양을 생성합니다. 브래들리 박사는 이 데이터를 IVR 텔레메트리라고 언급했습니다. 여기에는 수행한 행동, 소요 시간, 진행 순서, 누락된 항목, 환자 상태 변화에 대한 반응이 포함됩니다.

“우리는 그들이 한 행동과 수행한 시점, 사건의 순서를 볼 수 있습니다.”라고 그녀는 말했습니다. “그들이 하지 않은 것도 볼 수 있죠. 때로는 그것을 아는 것도 매우 중요합니다.”  

vrClinicals for Nursing와 같은 플랫폼 안에서 교육자는 학생들이 환자를 어떻게 사정하는지, 프로토콜과 오더를 어떻게 따라가는지, 그리고 치료를 상향 의뢰할 준비를 어떻게 하는지 살펴볼 수 있습니다.  

“의료진에게 연락을 하나요?”라고 그녀는 물었습니다. “그 연락을 하기 위해 필요한 데이터를 가지고 있나요, 아니면 다시 돌아가 재사정을 해야 하나요?”  

그녀는 특히 다중 환자 환경의 가치를 강조했습니다. “우리는 우선순위 결정 패턴을 살펴볼 수 있습니다.”라고 그녀는 설명했습니다. “중단 상황을 어떻게 처리하나요?” 

IVR 텔레메트리를 통해 이러한 패턴을 포착함으로써, vrClinicals와 같은 플랫폼은 학습자가 단서를 인식하고, 간호의 우선순위를 정하며, 중단에 대응하고, 상충하는 요구를 관리하는 방식을 교육자에게 객관적인 증거로 제공합니다.

“한 학생은 ‘VR 시나리오의 George 덕분에 NCLEX의 일부 문제에 답할 수 있었다’고 말했습니다.”라고 그녀는 전했습니다. 이러한 사례는 vrClinicals와 같은 플랫폼이 더 깊은 이해와 적용을 어떻게 지원하는지 보여줍니다. 

임상 판단 측정 모델을 하나의 렌즈로 사용하기 

원격측정 데이터를 인사이트로 전환하기 위해 브래들리 박사는 공통의 프레임워크가 중요하다고 강조했다. 그녀는 학습자의 행동을 단서를 인식하기, 정보 분석하기, 가설 우선순위 정하기, 행동 취하기, 결과 평가하기의 단계에 걸쳐 해석하는 데 임상 판단 측정 모델을 활용한다.

“원격측정은 스스로 해석되지 않습니다,”라고 브래들리 박사는 설명했다. “우리에게는 공통의 렌즈가 필요합니다.”

각 IVR 시나리오마다 교육자는 해당 맥락에서 어떤 행동이 판단을 보여주는지 결정해야 한다. 학습자가 중재 후 다시 평가했는가? 적절하게 에스컬레이션했는가? 상황이 바뀌었을 때 돌봄의 우선순위를 다시 조정했는가? 

이 접근법을 통해 브래들리 박사는 어려움을 겪는 학습자들 사이에서 하나의 패턴을 발견했다. “그들은 그냥 계속 다시 평가만 해요,”라고 그녀는 말했다. “절대 행동을 취하지 않아요.” 

vrClinicals는 시점과 순서를 기록하기 때문에, 이러한 패턴은 디브리핑에서 가시화되고 논의할 수 있게 된다. 시나리오의 행동과 중단 요소는 임상 판단 측정 모델을 중심으로 설계된다.

AI가 삼위일체에 어떻게 맞춰지는지 

AI는 vrClinicals와 같은 몰입형 VR 플랫폼에서 생성되는 방대한 원격 측정 데이터를 교육자가 정리하고 해석하도록 도와주는 보조 역할을 합니다.

하지만 AI가 간호 교육자를 대체하는 것은 아닙니다. 브래들리 박사는 “AI가 간호사의 사고를 결코 대체할 수는 없다”고 지적했습니다. 그녀는 교육자의 판단이 항상 중심에 있어야 한다고 강조했습니다. 

“안전장치와 함께” 사용될 때 AI는 교육자가 근거에서 실행으로 더 빠르게 나아가도록 돕습니다. 브래들리 박사는 “오늘 저는 알고 싶습니다. 제 학생들은 어떻게 했나요?”라고 말했습니다. “다음 학기나 내년이 아니라, 오늘 이 학습 집단은 어땠는가를 알고 싶습니다.”

AI가 지원하는 분석은 대응 지연, 안전 확인 누락, 결과 평가의 어려움과 같은 학습 집단 수준의 격차를 드러낼 수 있습니다. 이러한 인사이트를 통해 교육자는 디브리핑, 보충 교육, 심지어 커리큘럼까지 거의 실시간으로 조정할 수 있습니다.

그녀는 “다음에 이 시나리오를 진행할 때 [분석이] 제가 디브리핑하는 방식을 바꾸나요? 아마도 사전 준비 자료를 어떻게 조정해야 하는지, 또는 다음에 이 VR을 하기 전에 학생들이 반드시 익혀야 할 어떤 내용을 알려주나요?”라고 설명했습니다.

“아마도 우리 커리큘럼에 반복이 필요하다는 것을 보여주는 것일 수도 있습니다.”라고 그녀는 덧붙였습니다. “역량 기반 교육은 한 번 하고 끝나는 것이 아닙니다. 우리는 학생들이 다시 역량을 입증하기를 원합니다.” 

승리하는 삼중주 

Bradley 박사는 세션을 목적에 다시 초점을 맞추며 마무리했습니다. 임상 판단은 여전히 목표입니다. 간호를 위한 vrClinicals와 같은 몰입형 VR 플랫폼은 학습자의 수행에 대한 풍부하고 객관적인 증거를 생성하는 환경을 제공합니다. AI는 교육자가 그 증거를 책임감 있게 해석하도록 돕습니다.

임상 판단, 몰입형 VR, AI는 함께 더 나은 평가, 더 강력한 교수 결정, 그리고 간호 교육자와 학생들의 향상된 학습 성과를 지원하는 강력한 삼중주를 이룹니다.