Pharmacy workflow AI: CVS가 처방전 85%를 AI로 지원하는 약국 사업을 별도 회사로 떼어 낸다

CVS는 처방전 85%에서 AI가 약국 워크플로를 지원하는 단계에 왔고 그 약국 사업을 별도 회사로 떼어 내면서 AI-native 플랫폼 Health100을 두 회사의 연결 고리로 삼겠다고 밝혔습니다. 따라 하려면 "AI 적용률" 숫자 하나 대신 단계별 깊이와 약사 검토 결과를 함께 재고 사업을 나눌 때는 데이터 연결을 계약과 플랫폼으로 먼저 설계해야 합니다.

요약

CVS Health는 2026년 11월 4일 3분기 실적 콜을 열었습니다. 조정 EPS는 $2.09, 매출은 $108B을 넘었고 2026년 조정 EPS 가이던스를 $8.20 이상으로 올렸습니다. 같은 콜에서 회사를 둘로 나눈다고 발표했습니다. 남는 CVS Health(가칭)는 Aetna, Caremark, Specialty Pharmacy, Oak Street, Signify Health를 갖습니다. 새로 서는 CVS Pharmacy는 소매 약국, 우편 주문 약국, MinuteClinic, Health100을 가져갑니다. David Joyner는 남는 회사의 회장 겸 CEO를 계속 맡고 지금 Group President인 Prem Shah가 분리 시점에 CVS Pharmacy CEO가 됩니다. 완료 목표는 2028년 상반기입니다.

AI는 네 자리에서 나왔습니다. Joyner는 사업 전반에 AI를 신중하게 넣고 있다고 했습니다. Health100은 AI-native(처음부터 AI를 전제로 설계한) 소비자 참여 플랫폼으로 소개했습니다. Shah는 애널리스트 질문에 답하며 약국 워크플로의 AI 활용 범위를 숫자로 말했습니다. 그는 “AI now supports our pharmacy workflow for 85% of our prescriptions”라고 말했습니다. 전문의약품(specialty pharmacy) 쪽에도 기술과 AI에 많이 투자했다고 덧붙였습니다. 다만 AI가 워크플로의 어느 단계를 맡는지, 시간이나 비용이 얼마나 줄었는지, 인력에 어떤 변화가 있었는지는 콜에서 나오지 않았습니다. 아래에서는 콜에서 나온 네 가지 메커니즘을 풀고 약국형 업무에 AI 적용률을 재고 넓히는 방법과 12주 시범안을 덧붙였습니다.

핵심 메커니즘

Pharmacy workflow AI: 처방 한 건이 지나는 단계를 AI가 거드는 방식

Shah가 말한 85%는 AI가 약국 워크플로(처방 접수부터 환자 전달까지 이어지는 작업 흐름)를 지원한 처방전의 비율입니다. Evercore ISI의 Elizabeth Anderson이 독립 회사로서의 성장 기회를 묻자, Shah는 더 나은 고객 경험을 위한 기술 플랫폼 투자를 첫째로 꼽고 그 예로 이 숫자를 들었습니다. 어떤 단계에 AI를 쓰는지, AI가 결정을 내리는지 제안만 하는지는 밝히지 않았습니다. 그래서 이 숫자는 적용 범위로 읽는 편이 맞습니다. 처방 한 건에 AI가 한 번이라도 손을 댔는지를 센 값일 수 있고 한 건 안에서 몇 단계를 맡았는지는 따로 봐야 합니다. 약국처럼 같은 절차가 하루 수만 건씩 반복되는 업무에서는 AI가 한 단계만 줄여도 전체 처리량이 달라지기 때문에 범위 숫자가 먼저 나옵니다.

Health100: 두 회사를 잇는 AI-native 소비자 플랫폼

Joyner는 Health100을 분리 뒤 두 회사를 잇는 connective tissue(연결 조직)라고 불렀습니다. 작동 방식은 이렇게 설명했습니다. CVS Pharmacy는 거래가 가장 잦은 의료 서비스를 운영하므로 소비자와 가장 자주 만나는 engagement engine(참여 엔진)이 됩니다. Aetna와 Caremark는 소비자가 더 나은 결정을 하도록 재무 정보를 보탭니다. Health100은 이 둘을 묶어 상호운용성을 높이고 시스템의 마찰을 줄입니다. Joyner는 데이터 민주화(democratize the data)도 이 플랫폼의 몫으로 꼽았습니다. 사명은 건강과 돌봄의 front door(첫 관문)로 그대로라고 했습니다. Joyner는 분리가 Health100의 도입과 개발을 앞당긴다고 봤습니다. 사용자 수, 출시 시점, 기능 목록은 콜에서 나오지 않았습니다.

Specialty pharmacy AI: 비용이 몰린 소수 환자에 기술을 먼저 쓰는 이유

Joyner는 환자 약 2%가 약제비의 절반 넘게를 차지한다고 말했습니다. Shah는 전문의약품을 비용 추세를 끌어올리는 주요 요인으로 꼽았습니다. CVS Specialty는 크고 잘 운영되는 사업이라고 평가했고 이 영역과 소비자 경험에 기술과 AI 투자를 많이 했다고 밝혔습니다. 구조만 놓고 보면, 비용이 소수 환자에게 몰린 영역에서는 같은 AI 예산을 그 환자의 사전승인, 리필, 복약 관리에 쓸 때 비용 곡선이 더 크게 움직입니다. 어떤 AI를 어떤 작업에 쓰는지는 콜에서 구체적으로 나오지 않았습니다. 분리 뒤 Specialty Pharmacy는 남는 CVS Health에 속합니다.

Commercial agreements: 공유 운영 대신 계약으로 통합 상품을 지키는 구조

Leerink의 Michael Cherny는 약국과 PBM(약제비 관리 회사)의 연계를 분리 뒤 어떻게 지키냐고 물었습니다. Joyner는 일부 통합 상품을 공유 운영이 아니라 상업 계약(commercial agreement)으로 유지한다고 답했습니다. 우편 주문 약국은 CVS Pharmacy에 둡니다. Shah는 CVS와 Caremark 사이를 20년 넘게 firewall(정보 차단 장벽)을 두고 운영해 왔다고 짚었습니다. 지금도 두 사업이 정보를 마음대로 섞지 않으므로 분리 뒤에도 연결의 형식은 계약과 플랫폼이 됩니다. Joyner는 분리의 이점으로 집중, 자본 배분, 민첩성, 단순함 네 가지를 들었고 어려워서가 아니라 강할 때 하는 결정이라고 했습니다. CFO Brian Newman은 절차에 15~18개월이 걸린다고 봤습니다.

통념과 다른 주장

콜에서 나온 사례

사례	상황	한 일	결과	연결
약국 워크플로 AI	매장 약 9,000곳, 약사 약 30,000명	기술 플랫폼 투자, AI가 워크플로 지원	처방전 85%에 적용, 절감·인력 수치 미공개	Pharmacy workflow AI
전문의약품	환자 약 2%가 약제비 절반 넘게 차지	기술과 AI 투자 확대	효과 수치 미공개	Specialty pharmacy AI
Health100	분리 뒤 두 회사를 이을 수단 필요	AI-native 소비자 참여 플랫폼을 CVS Pharmacy에 배치	사용자 수·출시 시점 미공개	Health100
분리 설계	약국과 PBM의 연계 유지	공유 운영 대신 상업 계약	2028년 상반기 완료 목표	Commercial agreements

기술 디테일: 약국형 업무에서 AI 적용률을 만들고 재려면

아래 구성, 필드, 설정값은 실제로 돌릴 때 필요한 것을 새로 정리한 가상 예시이며 CVS가 밝힌 구현이 아닙니다. 처방 처리 단계는 일반적인 약국 업무 흐름을 예로 들었습니다.

Pharmacy workflow AI를 돌리려면 처방 한 건이 지나는 단계를 먼저 나누고 단계마다 AI가 무엇을 내놓고 누가 확정하는지 정합니다. 접수 단계에서는 전자처방이나 팩스 이미지에서 환자, 약품, 용량, 일수를 뽑아 초안을 만듭니다. 보험 청구 단계에서는 거절 응답을 사유별로 분류하고 대응을 제안합니다. 약사 검토 단계에서는 상호작용 경고를 위험도 순으로 정렬합니다. 어느 단계든 AI는 제안만 하고 확정은 사람이 합니다. 추출 모델의 출력은 아래처럼 필드를 고정하고 temperature는 0으로 둡니다. 신뢰도가 0.9 아래인 필드는 노란색으로 표시해 직원이 직접 확인하게 합니다. 용량이나 약품 코드는 규칙 엔진으로 한 번 더 걸러, 허용 범위를 벗어나면 AI 초안이 있어도 다음 단계로 넘기지 않습니다.

{
  "rx_id": "RX-20261105-004211",
  "step": "intake_extraction",
  "ai_output": {
    "drug_ndc": "00000-0000-00",
    "strength": "10 mg",
    "sig": "1정 1일 1회",
    "days_supply": 30,
    "field_confidence": {"drug_ndc": 0.97, "strength": 0.88, "sig": 0.95}
  },
  "rule_check": "pass",
  "human_action": "edited_strength",
  "verified_by": "tech_1182",
  "pharmacist_final": "approved"
}

85% 같은 적용률을 재려면 처방 단위 이벤트 로그가 있어야 합니다. 처방마다 단계별로 AI가 관여했는지(ai_touch), 사람이 그대로 썼는지 고쳤는지(human_action)를 남깁니다. 적용률은 AI가 한 단계 이상 관여한 처방을 전체 처방으로 나눈 값입니다. 이 값 하나만 보면 AI가 한 건에 몇 단계를 맡는지 알 수 없으므로 단계별 깊이, 제안 수용률, 약사 검토에서 고친 오류 건수를 함께 봅니다. 적용률이 오르는데 수용률이 떨어지면 AI가 일을 늘리고 있다는 신호입니다.

Specialty pharmacy AI를 돌리려면 비용이 몰린 환자를 먼저 챙기는 우선순위 큐를 만듭니다. 입력은 사전승인 진행 상태, 리필 간격, 복약 이력, 최근 연락 기록입니다. 모델은 환자마다 위험 점수와 이유 세 개 이내를 내고 약사나 간호사가 그날 연락할 환자 목록으로 받습니다. 점수는 같은 입력으로 세 번 계산해 순위가 크게 흔들리는 환자는 사람이 직접 봅니다. 연락 결과(리필 완료, 사전승인 통과, 연락 불가)를 다시 기록해 다음 달 모델을 고칩니다.

Health100 같은 연결 플랫폼을 설계하려면 회사가 둘로 나뉜다고 보고 데이터 흐름을 처음부터 계약 단위로 정합니다. 소비자 동의 범위, 주고받을 필드(보장 여부, 본인 부담 예상액, 처방 상태), 갱신 주기, 접근 기록을 계약서 부속서에 적습니다. 의료 데이터 교환에는 흔히 FHIR 같은 표준 형식을 씁니다. 화면에 보여 주는 본인 부담액에는 기준 시각을 함께 띄워, 보험 정보가 늦게 갱신됐을 때 소비자가 오래된 금액을 믿지 않게 합니다. 이미 firewall이 있는 조직이라면 지금 차단 규칙을 그대로 옮겨 적는 데서 시작합니다.

막히는 경우	증상	대응
적용률만 보고함	85%인데 처리 시간은 그대로	단계별 깊이·수용률·처리 시간을 함께 보고
추출 초안의 용량 오류	약사 검토에서 수정이 몰림	신뢰도 0.9 미만 필드 표시, 용량 규칙 엔진으로 차단
우선순위 점수가 흔들림	같은 환자 순위가 날마다 바뀜	3회 계산 편차가 크면 사람 검토로
회사 분리 뒤 데이터가 끊김	소비자 화면의 보장 정보가 비어 있음	계약 부속서에 필드·주기·동의 범위 명시
오래된 보장 정보 표시	본인 부담액이 실제와 다름	기준 시각 표시, 갱신 지연 시 경고

현업 실행 디테일: 누가, 언제, 무엇을

역할	맡는 일
약국 운영 본부장	시범 단계 선정, 지표 승인, 확대 판정
약사 대표(점포 2~3곳)	AI 제안 검토 기준 마련, 수정 사유 분류
데이터 엔지니어	처방 단위 이벤트 로그, 단계 코드 정의
AI 엔지니어	추출·분류 모델 구성, 신뢰도 표시, 규칙 엔진 연결
컴플라이언스 담당	개인정보·의료 데이터 접근 범위, 계약 부속서 검토
재무 담당(FP&A)	처리 시간 단가, 효과 장부 관리

준비물. 최근 3개월 처방 처리 기록(단계별 시각 포함), 보험 청구 거절 사유 목록, 약사 검토 수정 기록, 점포별 인력 배치표, 데이터 공유 관련 내부 규정과 firewall 규칙이 필요합니다. 시작 전 2주 동안 단계별 처리 시간과 수정 건수를 재 기준선으로 씁니다.

현업에 물을 것.

1. 처방 한 건이 접수부터 전달까지 지나는 단계는 몇 개이고 가장 오래 걸리는 단계는 어디인가요?
2. 보험 청구 거절은 하루 몇 건이고 사유별로 처리 방법이 정해져 있나요?
3. 약사가 검토에서 고치는 오류는 주로 어떤 유형인가요?
4. 비용이 몰린 환자 목록을 지금 누가, 얼마나 자주 보나요?
5. 다른 사업부나 계열사와 주고받는 데이터는 어떤 규칙으로 막고 여나요?

진행 판정 기준(예시). 시범 단계 두 곳에서 8주 동안 다음을 채우면 다른 단계로 넓힙니다. 해당 단계 처리 시간이 기준선보다 15% 이상 줄어야 합니다. 약사 검토에서 고친 오류 건수는 기준선보다 늘지 않아야 합니다. AI 제안을 그대로 쓴 비율이 70% 이상이어야 합니다. 하나라도 못 채우면 그 단계는 원인을 찾아 4주를 더 봅니다.

AX 적용 제언. 약국 체인, 의약품 유통, 보험사처럼 같은 절차가 하루 수천~수만 건 반복되는 조직이라면 CVS가 말한 순서가 참고가 됩니다. 먼저 반복 업무 전체에 AI를 넓게 붙여 적용 범위를 확보하고 비용이 몰린 소수 고객에게는 따로 깊게 투자합니다. 경영 보고에는 적용률과 함께 단계별 깊이와 검토 결과를 올려야 “85%“가 실제로 무엇을 바꿨는지 답할 수 있습니다. 사업부 분리나 매각을 앞둔 그룹이라면 AI가 쓰는 데이터가 어느 회사에 남는지부터 정하고 고객 접점 플랫폼을 어느 쪽에 둘지와 데이터 교환 계약을 분리 일정보다 먼저 설계하는 편이 안전합니다.

원문 사례

항목	내용
발표	CVS Health 2026년 3분기 실적 콜, 2026.11.04 (Investing.com 녹취)
발언자	David Joyner(회장 겸 CEO), Prem Shah(Group President, 분리 뒤 CVS Pharmacy CEO), Brian Newman(CFO), Aetna 경영진
실적	조정 EPS $2.09, 매출 $108B 넘음, 2026년 조정 EPS 가이던스 $8.20 이상, 2027년 $8.65 이상
AI 발언	사업 전반에 AI 도입, 처방전 85%의 약국 워크플로를 AI가 지원, 전문의약품에 기술·AI 투자, Health100은 AI-native 소비자 참여 플랫폼
사람·거점	약사 약 30,000명, 매장 직원 약 200,000명, 매장 약 9,000곳
약국 지표	동일 점포 처방 3.9% 증가, GLP-1 처방 23% 증가 (AI와 직접 연결하지 않음)
전문의약품	환자 약 2%가 약제비 절반 넘게 차지
분리	CVS Pharmacy(소매 약국·우편 주문·MinuteClinic·Health100)와 CVS Health(Aetna·Caremark·Specialty·Oak Street·Signify), 2028년 상반기 목표, 절차 15~18개월
미공개	AI 적용 단계, 절감액, 인력 변화, Health100 사용자 수·출시 시점

핵심 개념

PBM

Pharmacy Benefit Manager. 보험사·기업을 대신해 약제비와 약국 네트워크를 관리하는 회사. CVS에서는 Caremark입니다.

specialty pharmacy

고가이거나 특별한 보관·관리가 필요한 약을 다루는 약국 사업. 소수 환자에 비용이 몰립니다.

same-store scripts

기존 점포만 놓고 본 처방 건수. 점포 수 변화를 빼고 수요를 봅니다.

firewall

같은 그룹 안 두 사업 사이에 정보가 마음대로 오가지 않게 막는 규칙과 장치.

CostVantage

Shah가 언급한 CVS의 약국 상환(reimbursement) 모델 이름.

trough year

실적이 바닥을 찍는 해. CVS는 2027년 Health Services 부문 조정 영업이익 $7B 이상을 바닥으로 봤습니다.

내 메모

TODO: 내 생각 추가

원문은 Investing.com에 실린 「Earnings call transcript: CVS Health beats Q3 2026 estimates, shares fall premarket」(콜 2026.11.04)입니다. 요약, 핵심 메커니즘의 콜 내용, 통념과 다른 주장, 사례, 원문 사례 표는 CVS Health 경영진과 애널리스트의 발언을 AX Review가 다시 정리했으며 효과와 전망은 회사 측 설명입니다. 콜에서 AI의 적용 단계, 절감액, 인력 변화는 공개되지 않았습니다. 기술·현업 실행 디테일, 처방 처리 단계 예시, JSON 예시, 일정과 판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 콜 전문은 원문 페이지에서 볼 수 있습니다.