본 논문은 의료 분야에서 활용되는 대규모 언어 모델(LLM) 기반 에이전트에 대한 종합적인 검토를 제공합니다. LLM 기반 에이전트의 아키텍처, 응용 분야, 그리고 과제들을 분석하며, 시스템 프로파일, 임상 계획 메커니즘, 의료 추론 프레임워크, 외부 역량 강화 등 의료 에이전트 시스템의 핵심 구성 요소들을 자세히 살펴봅니다. 임상 의사 결정 지원, 의료 문서 작성, 훈련 시뮬레이션, 의료 서비스 최적화와 같은 주요 응용 시나리오를 다루고, 의료 환경에서 이러한 에이전트의 성능을 평가하는 데 사용되는 평가 프레임워크와 지표에 대해서도 논의합니다. LLM 기반 에이전트가 의료 서비스 향상에 기여할 가능성을 보여주지만, 환각 관리, 다중 모달 통합, 구현 장벽, 윤리적 고려 사항 등 여러 가지 과제가 남아있음을 지적하며, 의료 추론의 발전, 물리적 시스템과의 통합, 훈련 시뮬레이션 개선 등 미래 연구 방향을 제시합니다.
