오늘의 트렌드로 돌아가기: 미국 항공 관제, 이제 지연을 줄이려고 AI 조언을 받습니다
Poly 랭킹 · 오늘의 트렌드에서

사람이 점검하는 AI 사례: 상위 10선 (2026)

FAA의 SMART는 이제 미국 항로 관제센터 22곳 모두에 조언을 하지만, 공개된 성과는 항로 변경 항공편 180편뿐입니다. 코펜하겐 시험에서는 출동 요원보다 심정지를 더 많이 찾아낸 AI가 요원들의 실력을 높이지는 못했습니다.

  • 1위: FAA SMART 항공 교통 AI(에어 스페이스 인텔리전스)
  • 10개 순위

01최종 목록

선도 AI들이 각자 독립적으로 열 개짜리 목록을 만들었습니다. 확인하기 쉬운 하나의 결과입니다. 모든 순위에는 이유, 출처, 그 항목을 넣은 AI 목록이 있습니다.

순서: AI의 동의가 많은 항목부터 적은 항목 순입니다.

밝은 배지는 해당 AI가 이 항목을 자기 목록에 넣었다는 뜻이고, 흐린 배지는 넣지 않았다는 뜻입니다.

  1. 1

    FAA SMART 항공 교통 AI(에어 스페이스 인텔리전스)

    추정치: 가장 넓게 도입됐지만 입증은 가장 얇습니다. 미국 항로 관제센터 22곳 모두에서 운영되지만, 공개된 성과는 FAA 자체 발표의 항로 변경 항공편 180편뿐이며, 편당 약 10분과 약 80갤런입니다.

    포함함: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, Kimi, DeepSeek. 포함하지 않음: Gemini, Z.ai, Wenxin.

    각 AI 목록에서의 순위: Claude: 9 · ChatGPT: 4 · Meta: 6 · Grok: 1 · MiMo: 1 · StepFun: 1 · Kimi: 4 · DeepSeek: 1

    각 AI가 짚은 점 8
    • Claude9위

      여기서 가장 큰 확대(22개 센터)가 가장 얇은 입증 위에서 이뤄졌습니다. 항로 변경 180편, $875,950,000 미만 계약입니다

      출처 ↗
    • ChatGPT4위

      처음 보고된 항로 변경 180건은 항공편당 거의 80갤런의 연료를 아꼈습니다. 이는 FAA의 초기 주장이지 독립적인 평가가 아닙니다.

      출처 ↗
    • Meta6위

      이제 22개 센터 모두에서 운영되지만, 공개된 성과는 워싱턴 시범의 항로 변경 180편뿐입니다. 편당 10분과 80갤런입니다.

      출처 ↗
    • Grok1위

      첫 몇 주 동안 항로 변경 180건이 이뤄졌고, 각 편당 약 10분과 약 80갤런의 연료를 절약했습니다. 이제 사람인 관리자의 승인 아래 22개 센터 모두에서 운영됩니다

    • MiMo1위

      항로 변경 1건을 받아들이면 10분과 80갤런의 가치가 있습니다. 그리고 미국 의회가 첫 안전 질문을 마치기 8주 전에 22개 관제 센터 모두가 그 조언을 따랐습니다.

      출처 ↗
    • StepFun1위

      22개 센터, 약 200개 데이터 흐름, 그리고 모든 제안에 여전히 사람이 서명합니다. 항공편 180편이 편당 10분 넘게, 거의 80갤런씩 항로를 바꿨습니다.

      출처 ↗
    • Kimi4위

      미국 전역 22개 항로 센터에서 가동된 지 사흘 만에, FAA가 미국 전체의 운항을 중단시키는 것을 지켜봤습니다. 공식적으로는 무관하다고 하지만, $875M짜리 시스템의 효과 증거는 여전히 항로 변경 180편뿐입니다.

      출처 ↗
    • DeepSeek1위

      사람이 승인한 항로 변경 180건이 연료 약 14,400갤런을 아꼈습니다. 갤런당 $4.31로 약 $62,000이며, 계약은 $875 million입니다.

      출처 ↗
    AI 8개가 이 순위로 선택
  2. 2

    TREWS 패혈증 조기 경보(Johns Hopkins / Bayesian Health)

    5개 병원에서 동료 검토를 거쳤습니다. 3시간 안에 확인된 경고는 패혈증 사망률을 18.7% 낮추는 것과 연관되었습니다(절대 차이 3.3%포인트). 관찰 연구였고, 패혈증 경고에 대한 무작위 대조 시험 검토에서는 뚜렷한 효과가 없었습니다.

    포함함: Claude, ChatGPT, Meta, MiMo, StepFun, Kimi, DeepSeek. 포함하지 않음: Grok, Gemini, Z.ai, Wenxin.

    각 AI 목록에서의 순위: Claude: 3 · ChatGPT: 2 · Meta: 4 · MiMo: 7 · StepFun: 2 · Kimi: 2 · DeepSeek: 8

    각 AI가 짚은 점 7
    • Claude3위

      임상의들이 경고의 89%를 평가했습니다. 이례적으로 높은 후속 조치율이며, 빠른 확인은 패혈증 사망의 18.7% 상대적 감소와 연결됩니다

      출처 ↗
    • ChatGPT2위

      경고를 받은 패혈증 환자 중 임상의가 제때 확인한 경우, 항생제 처방이 1.85시간 빨랐습니다와 연관이 있었습니다. 평가된 경고의 38%가 확인되었습니다.

      출처 ↗
    • Meta4위

      임상의가 3시간 안에 경고를 확인했을 때 패혈증 환자가 사망할 가능성은 18.7% 낮았습니다. 이는 FDA가 승인한 최초의 연속 AI 패혈증 감시 장치입니다.

      출처 ↗
    • MiMo7위

      시범에서 허위 경보가 10배 적었고, 경쟁 패혈증 모델을 검증한 외부 연구소는 공급자가 발표한 수치가 실제 병동에서는 그대로 재현되지 않는다는 것을 발견했습니다.

      출처 ↗
    • StepFun2위

      보기 드물게 동료 심사를 통과한 조언 시스템으로, 임상의가 경고를 받기 시작한 뒤 병원 내 패혈증 사망이 상대적으로 18.7% 줄었습니다.

      출처 ↗
    • Kimi2위

      AI 경고를 3시간 안에 사람이 확인하면 패혈증 사망이 18.7% 줄었다는 동료 심사 증거를 가진 유일한 시스템입니다. 사람 쪽 수치도 공개합니다. 실제로 검토된 경고는 89%입니다.

      출처 ↗
    • DeepSeek8위

      경고의 89%가 평가되었지만 38%만 확인되었습니다. 사람이 실제로 얼마나 자주 동의하는지 드물게 공개된 자료입니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  3. 3

    도이체반 AI 열차 운행 관리(DB InfraGO ADA-PMB)

    프랑크푸르트에서 운행 관리자들이 10건 가운데 7건의 제안을 받아들였고, 도이체반은 2022년에 58,000분의 지연 시간을 아꼈다고 밝혔습니다. 2023년 100,000분이라는 수치는 여러 도구를 섞은 것이며, 이 시스템은 4개 지역에서만 운영됩니다.

    포함함: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, DeepSeek. 포함하지 않음: Gemini, Z.ai, Kimi, Wenxin.

    각 AI 목록에서의 순위: Claude: 7 · ChatGPT: 5 · Meta: 7 · Grok: 7 · MiMo: 2 · StepFun: 4 · DeepSeek: 2

    각 AI가 짚은 점 7
    • Claude7위

      2022년 지연 58,000분을 줄였고, 분석 사례의 10건 중 7건에서 배차 담당자가 AI 제안을 따랐습니다

      출처 ↗
    • ChatGPT5위

      프랑크푸르트에서 보고된 이득은 배차 결정 1건당 약 100초지만, 독일 전체 망이 아니라 4개 지역에서만 운영됩니다.

      출처 ↗
    • Meta7위

      프랑크푸르트암마인에서는 제안을 따르면 배차 1건당 100초의 이득이 있지만, 여전히 선택된 지역에서만 운영되며, 화면 연동은 2026년 12월 예정입니다.

      출처 ↗
    • Grok7위

      배차 담당자가 수락하거나 거절할 수 있도록 60초마다 실시간 추천이 나갑니다. 여러 밀집 교통 지역에서 운영 중이며 확대되고 있습니다

    • MiMo2위

      배차 담당자는 60초마다 새 충돌 계획을 받고, 슈투트가르트는 지연을 최대 8분 되찾았습니다. 그리고 '이론상' 한 핵심 노선에 열차 17대가 더 들어갈 수 있다고 합니다.

      출처 ↗
    • StepFun4위

      독일 철도에서 AI 네트워크 세 개가 1년 동안 지연 58,000분을 막았습니다. 일어나지 않은 지연 약 40일입니다.

      출처 ↗
    • DeepSeek2위

      2023년 4개의 밀집 지역에서 10만 분 넘는 지연을 아꼈습니다. 배차 담당자는 여전히 모든 제안을 수락하거나 거절합니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  4. 4

    Corti 심정지 신고 AI, 코펜하겐 응급 구조

    AI는 출동 요원보다 심정지를 더 많이 찾아냈습니다(85.0% 대 77.5%). 그러나 169,049건의 전화를 대상으로 한 무작위 시험에서, 경고가 요원들의 판단을 뚜렷하게 개선하지는 못했습니다.

    포함함: Claude, Meta, MiMo, StepFun, Kimi. 포함하지 않음: ChatGPT, Grok, Gemini, Z.ai, DeepSeek, Wenxin.

    각 AI 목록에서의 순위: Claude: 10 · Meta: 3 · MiMo: 5 · StepFun: 3 · Kimi: 7

    각 AI가 짚은 점 5
    • Claude10위

      AI는 배차 담당자보다 심정지를 더 많이 찾아냈지만, 무작위 시험에서 AI 경고가 배차 담당자의 인지율을 높이지는 못했습니다

      출처 ↗
    • Meta3위

      통화의 93-95%에서 심정지를 알아채는데, 배차 담당자 혼자는 73%이고 약 10초 빠릅니다. 심폐소생술을 결정하는 것은 그 몇 초입니다.

    • MiMo5위

      AI는 심정지를 85%의 경우 찾아내지만, 배차 담당자는 77.5%입니다. 그럼에도 배차 담당자에게 AI를 건네는 것은 그들의 점수를 거의 올리지 못했습니다(93.1% 대 90.5%, p=0.15).

      출처 ↗
    • StepFun3위

      911 통화를 듣고 심정지를 찾아내는데, 민감도는 84.1%이고 배차 담당자는 72.5%입니다. 실제 통화 169,236건을 대상으로 했습니다.

      출처 ↗
    • Kimi7위

      108,607건의 실제 통화로 동료 심사를 거쳤습니다. AI는 훈련받은 배차 담당자보다 심정지를 11.6%포인트 더 많이 잡아냈고 10초 더 빨리 표시했습니다. 생존율은 1분마다 약 10%씩 떨어지므로 매 초가 중요합니다.

      출처 ↗
    AI 5개가 이 순위로 선택
  5. 5

    Viz.ai 뇌졸중 경고(Viz LVO)

    세 가지 연구 설계에서 뇌졸중 대응팀이 더 빨라졌습니다. 166개 시설에서 알림이 39.5분 먼저 갔고, 무작위 시험에서는 11.2분 빨라졌습니다. 12개 연구를 묶은 메타분석에서는 결과 개선이 확인되지 않았습니다.

    포함함: Claude, ChatGPT, Kimi, DeepSeek. 포함하지 않음: Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Wenxin.

    각 AI 목록에서의 순위: Claude: 8 · ChatGPT: 3 · Kimi: 3 · DeepSeek: 5

    각 AI가 짚은 점 4
    • Claude8위

      약 2,000개 병원. 제조사가 인용한 다기관 연구는 31분 절약, 무작위 대조 시험은 11분이라고 말합니다

      출처 ↗
    • ChatGPT3위

      166개 시설에서 AI로 조율한 결과, 중재 시술의사에게 알리는 시간이 39.5분 빨라졌습니다. 치료가 39.5분 빨라졌다는 뜻은 아닙니다.

      출처 ↗
    • Kimi3위

      14,116명 환자와 166개 병원을 대상으로 한 실제 현장 연구에서, AI가 표시한 뇌졸중 환자는 신경중재 시술의사에게 39.5분 더 빨리 도달했습니다. 시범 병동이 아니라 네트워크 규모입니다.

      출처 ↗
    • DeepSeek5위

      DIDO 시간이 202분에서 113분으로 줄었습니다. 120분 기준을 넘은 89분 단축이지만, 메타분석은 임상 결과의 유의미한 개선은 찾지 못했습니다.

      출처 ↗
    AI 4개가 이 순위로 선택
  6. 6

    NATS 지능형 접근 / 시간 기반 간격 유지, 히스로 공항

    히스로 공항에서 Pairwise 간격 유지 방식을 쓴 뒤 도착 지연이 5.55분에서 4.46분으로 줄었고, 맞바람으로 생긴 지연은 60% 넘게 줄었습니다. 모든 수치는 NATS 자체 발표이며, 이 도구를 AI로 볼 수 있는지는 논란이 있습니다.

    포함함: Claude, Meta, Kimi. 포함하지 않음: ChatGPT, Grok, Gemini, MiMo, StepFun, Z.ai, DeepSeek, Wenxin.

    각 AI 목록에서의 순위: Claude: 2 · Meta: 1 · Kimi: 1

    각 AI가 짚은 점 3
    • Claude2위

      세계에서 가장 붐비는 두 활주로 공항에서 맞바람에 의한 지연이 60% 넘게 줄었습니다. 그래도 관제사가 모든 간격을 직접 정합니다

      출처 ↗
    • Meta1위

      간격 조정을 한 가지 바꾸자 도착 지연이 5.55분에서 4.46분으로 줄었고, 히스로는 10년간 150만 분의 대기 시간을 확보했습니다.

      출처 ↗
    • Kimi1위

      10년째 운영 중입니다. 관제사가 AI가 계산한 간격을 눈으로 확인하고 허가를 내립니다. 이 도구는 한 공항에서 맞바람 지연을 60% 넘게 줄이고, 공중 대기 시간을 연간 230,000분 아꼈습니다.

      출처 ↗
    AI 3개가 이 순위로 선택
  7. 7

    국가 에너지 시스템 운영자(NESO) AI 태양광 예측(Open Climate Fix Quartz), 그레이트브리튼섬 전력망

    전력망 관제실의 AI 태양광 예측은 정확도가 2.8배 높고, 연간 £30M의 가치가 있다고 합니다. 이는 개발사의 수치이며, 2021년의 £2–10M 전망에서 늘어난 것이고, 외부 검증은 받지 않았습니다.

    포함함: Claude, MiMo. 포함하지 않음: ChatGPT, Meta, Grok, Gemini, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    각 AI 목록에서의 순위: Claude: 4 · MiMo: 3

    각 AI가 짚은 점 2
    • Claude4위

      정확도는 2.8배 높고, 연간 약 £30m의 가치가 있습니다. 그래도 얼마나 예비 전력을 확보할지는 엔지니어가 정합니다

      출처 ↗
    • MiMo3위

      예보 오차 하나를 절반으로 줄이자 연간 £30M의 예비 전력 절감으로 이어졌습니다. 전력망에서 가장 조용한 AI 성과이며, 누구도 중단을 요구하지 않았습니다.

      출처 ↗
    AI 2개가 이 순위로 선택
  8. 8

    카이저 퍼머넌트 Advance Alert Monitor

    간호사들은 하루에 환자 35명당 약 1건의 경고를 살핍니다. 21개 병원에서 경고 후 30일 사망률은 15.8% 대 20.4%였습니다. 연간 520명의 생명을 구한다는 수치는 모델로 계산한 추정치입니다.

    포함함: Claude. 포함하지 않음: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    각 AI 목록에서의 순위: Claude: 1

    각 AI가 짚은 점 1
    • Claude1위

      환자 35명당 하루 약 1건의 경고가 나오고, 원격 간호사가 선별합니다. 21개 병원에서 연간 약 520명의 사망을 줄인 것으로 추정됩니다

      출처 ↗
    AI 1개가 이 순위로 선택
  9. 9

    MASAI AI 지원 유방촬영술 검진, 스웨덴

    여기서 가장 강력한 연구 설계는 10만 명 넘는 여성을 대상으로 한 무작위 시험입니다. 검진 사이에 생긴 암이 12% 줄었고, 영상 판독 작업은 44% 줄었습니다. 스웨덴 4개 시설에서 진행됐으며, 전국 도입은 아닙니다.

    포함함: ChatGPT. 포함하지 않음: Claude, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    각 AI 목록에서의 순위: ChatGPT: 1

    각 AI가 짚은 점 1
    • ChatGPT1위

      10만 명 넘는 여성을 대상으로 한 무작위 시험에서 검진 사이에 생긴 암(구간암)은 12% 줄었고, 거짓 양성률은 비슷했습니다.

      출처 ↗
    AI 1개가 이 순위로 선택
  10. 10

    미국 항공우주국 ATD-2 출발 조절, 샬럿

    미국 항공우주국은 샬럿에서 출발편의 3.8%를 게이트에서 대기시켜 1,088,888갤런을 아꼈다고 집계합니다. 한 공항만 다뤘고, 크랜필드 대학교는 연료 계산 방식에 의문을 제기합니다.

    포함함: Claude. 포함하지 않음: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    각 AI 목록에서의 순위: Claude: 5

    각 AI가 짚은 점 1
    • Claude5위

      대기 중인 항공기를 택시 대기줄이 아니라 게이트에 세워 두어 100만 갤런 이상을 아꼈습니다. 외부 검토자가 그 계산에 의문을 제기합니다

      출처 ↗
    AI 1개가 이 순위로 선택

상위 3위 더 알아보기 ↓

02알아 둘 만한 것

AI들이 목록을 만들며 발견한 것.

평가가 곧 동의는 아닙니다. TREWS 임상의들은 경고의 89%를 평가했지만, 그중 38%만 확인했습니다. 사람이 실제로 따라 했는지를 보여 주는 몇 안 되는 공개 수치입니다.

발견한 AI:
포함함: Claude, ChatGPT, Kimi, DeepSeek. 포함하지 않음: Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Wenxin.
출처 ↗

약한 고리는 흔히 인수인계입니다. 코펜하겐에서 AI는 출동 요원보다 심정지를 더 많이 알아냈지만, 요원들에게 경고를 보낸다고 해서 요원들의 인식이 높아지지는 않았습니다.

발견한 AI:
포함함: Claude, MiMo. 포함하지 않음: ChatGPT, Meta, Grok, Gemini, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.
출처 ↗

AI를 그저 따라 하는 문제에는 수치가 있습니다. AI가 틀렸을 때, 경험이 적은 유방촬영술 판독자의 정확도는 약 80%에서 20%로 떨어졌고, 아주 숙련된 판독자도 45.5%로 떨어졌습니다.

발견한 AI:
포함함: Claude. 포함하지 않음: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.
출처 ↗

이 유형의 사고 기록: 널리 쓰이는 Epic 패혈증 모델은 입원 환자의 18%에 경고를 보냈지만, 외부 검증에서 패혈증 환자의 67%를 놓쳤습니다(AIID 사고 123번).

발견한 AI:
포함함: Claude, StepFun, Kimi. 포함하지 않음: ChatGPT, Meta, Grok, Gemini, MiMo, Z.ai, DeepSeek, Wenxin.
출처 ↗

SMART 비용 계산(추정): 항로 변경 180건 × 약 80갤런 ≈ 14,400갤런, 연료비로 약 $62,000. 상한 $875.95M 중 이미 약정된 금액은 약 $23.3M입니다.

발견한 AI:
포함함: MiMo, StepFun, Kimi, DeepSeek. 포함하지 않음: Claude, ChatGPT, Meta, Grok, Gemini, Z.ai, Wenxin.
출처 ↗

03사람들이 묻는 질문

항공교통 관제는 왜 자동화되지 않나요?

분리(항공기 간 간격 유지)는 면허를 가진 관제사만 할 수 있는 법적 업무입니다. FAA는 22개 항로 관제센터 모두에 도입된 SMART가 관제사를 대신하거나 항공기를 맡을 수 없다고 밝혔습니다.

출처 ↗
항공교통 관제사는 똑똑한가요?

문턱이 높습니다. 2024 회계연도 FAA 지원자 12,859명 중 채용 가능한 사람은 2,184명(17%)뿐이었고, 아카데미 탈락률은 2010년 7%에서 2024년 26%로 올랐습니다. 다른 자료가 30%를 넘는다고 하는 것은 집계하는 훈련생 집단이 다르기 때문입니다.

출처 ↗
항공교통 관제는 왜 자동화되지 않나요?

가장 새로운 AI도 조언만 합니다. SMART는 항로 변경을 제안하고, 현장 관리자가 제안마다 받아들이거나 거절합니다. 조합원 15,000명 이상의 관제사 노조는 설계 과정에서 자문을 받지 않았다고 말합니다.

출처 ↗
AI가 항공교통 관제사를 대신할 수 있나요?

이미 가동 중인 시스템에는 해당하지 않습니다. FAA의 SMART는 지금까지 약 180건의 항로 변경을 제안했고, 관리자가 하나하나 받아들이거나 거절했습니다.

출처 ↗

04집계 방법

공식 없이 쉬운 말로.

1질문

중요한 공공 서비스에서 'AI가 자문하고 사람이 결정하는' 시스템 상위 10개, 입증된 효과 순

2이 주제를 고른 이유

관제탑, 전력망 관제실, 병원을 하나의 기준으로 보여 줍니다. 운영자가 주장하는 효과를 독립적인 사고 기록과 대조하고, 실제 수치를 공개하는 분야가 어디인지 보여 줍니다.

3적용 범위

세계의 안전이 중요한 운영: 항공교통, 전력망, 철도 배차, 응급 전화 연결, 병원

4살펴본 기준

  • AI가 제안하고 훈련된 사람이 승인합니다. AI가 스스로 행동하는 시스템은 포함하지 않습니다
  • 효과가 수치(분, 연료, 비용 또는 오류 절감)로 공개되어야 하며, 그 수치가 운영자, 공급사, 외부 검토자 중 누구의 것인지 표시합니다
  • 규모: 단일 시범 현장이 아니라 네트워크 전체에서 실시간으로 운영되는 것
  • 사람의 부담: 사람이 검토하는 제안 수와 각 제안을 수락하거나 거부할 시간(운영자가 보고한 경우)
  • 같은 유형 시스템의 사고 기록을 효과와 비교해 따짐
  • 동료 심사를 거친 임상 연구(네이처 메디신, 뉴잉글랜드 의학 저널, JAMA 네트워크 오픈, 메타분석) — 사망률, 치료까지 걸린 시간, 탐지 민감도, 임상의가 AI 경고를 평가하고 확인한 빈도
  • 운영 기관 보고(FAA, NATS, DB InfraGO, 국가 에너지 시스템 운영자, 미국 항공우주국) — 지연 시간, 연료, 시간당 착륙 수, 절감된 균형 비용, 공개된 경우 수용률. 운영 기관 자체 주장입니다.
  • 외부 검토 기관(크랜필드 대학교, JAMA 내과학 검증, 앨런 튜링 연구소) — 운영 기관 또는 업체 수치에 대한 독립 검증

5순위를 매긴 AI

선도 AI: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin. 각 AI가 독립적으로 10위까지의 목록을 만들고 순위마다 출처를 밝혔습니다.

6순위를 정한 방법

AI마다 다르게 쓴 같은 항목은 하나로 셌습니다. 더 많은 AI가 목록에 넣고 더 높이 놓을수록 순위가 높아집니다. 'AI 합의'는 그 항목을 자기 목록에 넣은 AI의 수를 보여 줍니다. 출처는 AI가 직접 찾은 것뿐이며 사람이 추가한 것은 없습니다.

05AI별 목록

🇺🇸 Claude10개 순위 · 메모 4개

같은 질문에 Claude 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    카이저 퍼머넌트 Advance Alert Monitor(AAM), 미국

    환자 35명당 하루 약 1건의 경고가 나오고, 원격 간호사가 선별합니다. 21개 병원에서 연간 약 520명의 사망을 줄인 것으로 추정됩니다

    출처 ↗
  2. 2
    NATS 시간 기반 간격 유지 / 인텔리전트 어프로치, 히스로 공항(영국)

    세계에서 가장 붐비는 두 활주로 공항에서 맞바람에 의한 지연이 60% 넘게 줄었습니다. 그래도 관제사가 모든 간격을 직접 정합니다

    출처 ↗
  3. 3
    TREWS 패혈증 조기 경보(Bayesian Health / 존스홉킨스 대학교)

    임상의들이 경고의 89%를 평가했습니다. 이례적으로 높은 후속 조치율이며, 빠른 확인은 패혈증 사망의 18.7% 상대적 감소와 연결됩니다

    출처 ↗
  4. 4
    NESO Quartz 태양광 AI 예측(그레이트브리튼섬 전력망 관제실, 2025)

    정확도는 2.8배 높고, 연간 약 £30m의 가치가 있습니다. 그래도 얼마나 예비 전력을 확보할지는 엔지니어가 정합니다

    출처 ↗
  5. 5
    미국 항공우주국 ATD-2 출발 시간 조절, 샬럿 (현재 FAA의 TFDM 프로그램에 포함)

    대기 중인 항공기를 택시 대기줄이 아니라 게이트에 세워 두어 100만 갤런 이상을 아꼈습니다. 외부 검토자가 그 계산에 의문을 제기합니다

    출처 ↗
  6. 6
    알래스카 항공 Flyways(에어 스페이스 인텔리전스), 미국

    배차 담당자는 제안 10건 중 약 7건을 거절했지만, 받아들인 제안만으로도 2023년 한 해 120만 갤런을 아꼈습니다

    출처 ↗
  7. 7
    도이체반 운행 관리 AI 도우미(독일)

    2022년 지연 58,000분을 줄였고, 분석 사례의 10건 중 7건에서 배차 담당자가 AI 제안을 따랐습니다

    출처 ↗
  8. 8
    Viz.ai 뇌졸중 경보(Viz LVO), 미국

    약 2,000개 병원. 제조사가 인용한 다기관 연구는 31분 절약, 무작위 대조 시험은 11분이라고 말합니다

    출처 ↗
  9. 9
    FAA SMART(에어 스페이스 인텔리전스), 미국 2026

    여기서 가장 큰 확대(22개 센터)가 가장 얇은 입증 위에서 이뤄졌습니다. 항로 변경 180편, $875,950,000 미만 계약입니다

    출처 ↗
  10. 10
    Corti 심정지 신고 AI, 코펜하겐 구급 서비스(EMS, 덴마크)

    AI는 배차 담당자보다 심정지를 더 많이 찾아냈지만, 무작위 시험에서 AI 경고가 배차 담당자의 인지율을 높이지는 못했습니다

    출처 ↗

Claude의 발견

약한 고리는 모델보다 인수인계인 경우가 많습니다. 코펜하겐에서 AI는 배차 담당자보다 심정지를 더 많이 찾았지만, 배차 담당자에게 경고를 보내도 그들의 인지율은 오르지 않았습니다.

형식적 승인 문제는 수치로 확인됩니다. 방사선 연구에서 AI가 틀렸을 때 경험이 적은 판독자의 정확도는 약 80%에서 20%로 떨어졌고, 매우 경험 많은 판독자도 45.5%까지 떨어졌습니다.

낮은 수락률은 실제 검토의 신호입니다. 알래스카 항공 배차 담당자는 Flyways 항로의 약 30%만 받아들였지만, 1년 동안 120만 갤런을 아꼈습니다.

진짜 적중 1건당 경고 비용: Epic 패혈증 모델은 입원 환자 전체의 18%에 경고를 보냈고 패혈증 사례의 67%를 놓쳤습니다. 환자당 한 번만 경고해도 한 건을 찾으려면 환자 15명을 검토해야 했습니다. Kaiser의 AAM은 하루 평균 환자 35명당 약 1건의 경고입니다.

🇺🇸 ChatGPT6개 순위 · 메모 3개

같은 질문에 ChatGPT 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    MASAI AI 지원 유방 조영술 검진, 스웨덴

    10만 명 넘는 여성을 대상으로 한 무작위 시험에서 검진 사이에 생긴 암(구간암)은 12% 줄었고, 거짓 양성률은 비슷했습니다.

    출처 ↗
  2. 2
    TREWS 패혈증 조기 경보 시스템, 미국

    경고를 받은 패혈증 환자 중 임상의가 제때 확인한 경우, 항생제 처방이 1.85시간 빨랐습니다와 연관이 있었습니다. 평가된 경고의 38%가 확인되었습니다.

    출처 ↗
  3. 3
    Viz.ai 뇌졸중 치료 연계, 미국

    166개 시설에서 AI로 조율한 결과, 중재 시술의사에게 알리는 시간이 39.5분 빨라졌습니다. 치료가 39.5분 빨라졌다는 뜻은 아닙니다.

    출처 ↗
  4. 4
    FAA SMART 항공 교통 의사결정 지원, 미국(2026)

    처음 보고된 항로 변경 180건은 항공편당 거의 80갤런의 연료를 아꼈습니다. 이는 FAA의 초기 주장이지 독립적인 평가가 아닙니다.

    출처 ↗
  5. 5
    ADA-PMB 열차 운행 관리 AI 도우미, 독일

    프랑크푸르트에서 보고된 이득은 배차 결정 1건당 약 100초지만, 독일 전체 망이 아니라 4개 지역에서만 운영됩니다.

    출처 ↗
  6. 6
    마운트 시나이 헬스 시스템 머신러닝 환자 상태 악화 경보, 미국

    환자 2,740명을 대상으로 한 연구에서 경고는 치료 단계 상향을 더 늘렸지만, 보고서는 정확한 사망 감소를 제시하지 않았고 연구는 일찍 끝났습니다.

    출처 ↗

ChatGPT의 발견

엄격한 증거 기준은 10개가 아니라 6개의 순위 예시만 뒷받침합니다. 널리 인용되는 911 효율 수치 여럿은 자동 통화 처리에 관한 것이고, 일부 전력망과 철도 사업은 아직 연구 단계이거나 제한적 도입입니다. 이 목록을 채우면 사용자의 사람 승인 및 규모 요건이 흐려집니다.

사람의 주의를 보여 주는 가장 명확한 공개 지표는 제안당 초 단위가 아니라 임상의의 후속 조치입니다. TREWS에서 제공자는 경고의 89%를 평가했고, 평가된 것의 38%를 확인했습니다. 이 연구는 보편적인 안전 수락률을 입증하지 않습니다.

사람의 서명만으로는 의미 있는 감독이 입증되지 않습니다. 438명의 임상의를 대상으로 한 실험에서, 처방형 편향 AI 조언은 응급 결정에 영향을 줬고, 설명형 표시는 참가자의 원래 결정을 더 잘 지켜 주었습니다.

🇺🇸 Meta10개 순위 · 메모 4개

같은 질문에 Meta 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    NATS 인텔리전트 어프로치 페어와이즈 — 히스로 공항, 영국(2024~)

    간격 조정을 한 가지 바꾸자 도착 지연이 5.55분에서 4.46분으로 줄었고, 히스로는 10년간 150만 분의 대기 시간을 확보했습니다.

    출처 ↗
  2. 2
    유로컨트롤 네트워크 매니저 — 용량·날씨 기반 운영(CWBO), 유럽

    올해 유럽 전역 망에서 310만 분의 지연을 아꼈습니다. 사람이 승인한 흐름 시스템으로, 이 순위에서 가장 큰 총합입니다.

    출처 ↗
  3. 3
    Corti AI — 코펜하겐 응급 의료 서비스, 덴마크

    통화의 93-95%에서 심정지를 알아채는데, 배차 담당자 혼자는 73%이고 약 10초 빠릅니다. 심폐소생술을 결정하는 것은 그 몇 초입니다.

  4. 4
    Bayesian Health TREWS — 패혈증 표적 실시간 조기 경보 시스템, 미국

    임상의가 3시간 안에 경고를 확인했을 때 패혈증 환자가 사망할 가능성은 18.7% 낮았습니다. 이는 FDA가 승인한 최초의 연속 AI 패혈증 감시 장치입니다.

    출처 ↗
  5. 5
    Duke Sepsis Watch — 듀크 대학교 의료 시스템, 미국(2018년부터)

    간호사가 이끄는 팀이 5분마다 점수를 검토하며, 듀크 대학은 이것이 패혈증 사망 27% 감소와 연결된다고 밝혔고, 묶음 처치 준수율은 두 배가 되었습니다.

    출처 ↗
  6. 6
    FAA SMART — 공역·항로·비행 궤적 전략 관리, 미국(2026)

    이제 22개 센터 모두에서 운영되지만, 공개된 성과는 워싱턴 시범의 항로 변경 180편뿐입니다. 편당 10분과 80갤런입니다.

    출처 ↗
  7. 7
    DB InfraGO ADA-PMB — 자동 운행 지원, 독일

    프랑크푸르트암마인에서는 제안을 따르면 배차 1건당 100초의 이득이 있지만, 여전히 선택된 지역에서만 운영되며, 화면 연동은 2026년 12월 예정입니다.

    출처 ↗
  8. 8
    RTE 프랑스 AI 비상 상황 사전 점검 — 프랑스 송전망

    수동 보안 평가보다 20배 빠릅니다. 속도가 곧 효과입니다. 고장 사례를 더 일찍 본 배차 담당자가 여전히 선택할 수 있기 때문입니다.

    출처 ↗
  9. 9
    구글 / 아메리칸 항공 비행운 회피 — 대서양 횡단(2023~2026)

    조종사들이 AI 계획을 실제로 비행했을 때 비행운은 62% 줄었지만, 대상이 된 모든 항공편에서는 11.6% 줄었을 뿐입니다. 대부분의 계획은 실행되지 않았기 때문입니다.

    출처 ↗
  10. 10
    카바인 AI 긴급 신고 분류 — 뉴올리언스, 미국

    2년 동안 한 가지 좁은 일만 처리했습니다. 보고된 충돌 지점 200미터 안의 중복 사고 신고 호출이며, 그렇게 좁기 때문에 허용된 것입니다.

Meta의 발견

가장 큰 총합과 가장 얇은 입증이 모두 항공 분야에 있습니다. 유로컨트롤은 올해 310만 분 이상의 지연을 아꼈다고 보고하지만, FAA SMART는 시범에서 항로 변경 180편만 보고합니다. 규모가 입증된 효과와 같지 않습니다.

비행운 시험은 이 순위에서 가장 명확한 형식적 승인 시험입니다. 계획을 실행했을 때는 비행운이 62% 줄었지만, 대상 항공편 전체에서는 11.6%뿐이었습니다. AI 계획 대부분이 실행되지 않았기 때문입니다.

패혈증 AI는 사람이 빨리 행동할 때만 효과가 있습니다. TREWS의 사망 감소 효과는 임상의가 3시간 안에 경고를 확인했을 때만 나타났습니다. 그래서 순수한 정확도보다 경고 부담과 확인 시간이 더 중요합니다.

이 순위가 요구하는 비율, 즉 사람의 주의 1분당 수락된 제안의 가치를 발표하는 운영자는 없습니다. 자동화 편향 연구에 따르면 승인율만으로는 실제 검토를 증명하지 못합니다. 익숙하고 대개 맞는 제안은 형식적으로 승인되기 때문입니다.

🇺🇸 Grok10개 순위

같은 질문에 Grok 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    FAA SMART(미국 국가 영공, 2026)

    첫 몇 주 동안 항로 변경 180건이 이뤄졌고, 각 편당 약 10분과 약 80갤런의 연료를 절약했습니다. 이제 사람인 관리자의 승인 아래 22개 센터 모두에서 운영됩니다

  2. 2
    유로컨트롤 FADE(유럽 네트워크 지연 예측)

    지연 추세 예측 정확도 75%, 예측 오차 최대 63% 감소. 이제 항로 변경과 승무원 계획을 정하는 항공사를 위해 운영 중입니다

  3. 3
    넥스트에라 에너지 AI 운행 배정 및 정전 일정 관리

    사람의 감독 아래 AI로 최적화한 배차와 정전 일정 덕분에 한 해 동안 고객 절감액이 2,000만 달러를 넘었습니다

  4. 4
    한국전력공사 AI 기반 전력망 관리(대한민국)

    AI 수요 예측과 STATCOM 최적화를 통해 연간 전력 구매 비용을 약 1,100억 원(약 7,300만 달러) 줄일 것으로 예상됩니다

  5. 5
    KATE AI 분류 지원(어드벤티스트 헬스 등)

    환자 1인당 응급실 체류 시간이 평균 20분 줄었고, 패혈증 감지도 측정 가능하게 나아졌습니다. 최종 분류 권한은 여전히 간호사에게 있습니다

  6. 6
    유로컨트롤 COAST(접근 간격 조정)

    주요 공항에서 활주로 처리량이 최대 6% 늘었고, 기계학습으로 보정한 간격 완충 덕분에 관제사의 업무량은 유지되거나 줄어듭니다

  7. 7
    DB InfraGO ADA-PMB 철도 운행 배정 도우미(독일)

    배차 담당자가 수락하거나 거절할 수 있도록 60초마다 실시간 추천이 나갑니다. 여러 밀집 교통 지역에서 운영 중이며 확대되고 있습니다

  8. 8
    Corti AI 911 의료 신고 분류(시애틀 소방서)

    사람이 최종 권한을 유지하는 가운데, 배차 담당자가 무시할 수 있는 실시간 AI 안내 덕분에 간호사 상담 전화로 돌려진 호출이 50% 늘었습니다

  9. 9
    카바인 AI 긴급 신고 분류(뉴올리언스 / 오를레앙 교구)

    중복 사고 관련 호출이 30% 넘게 줄었고, 위급한 신고자의 응답 시간은 최대 40초 빨라졌습니다. 실제 응급 상황은 사람이 처리합니다

  10. 10
    유로컨트롤 TPI(교통 예측 개선)

    보이지 않던 항공편의 65%에 대해 6해리(NM) 이내에서 경로를 예측합니다(이전 10%). 이것이 전 네트워크에 걸쳐 사람의 흐름 관리 결정에 쓰입니다

🇨🇳 MiMo10개 순위 · 메모 4개

같은 질문에 MiMo 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    FAA SMART AI 항공 교통 도구(2026, 미국)

    항로 변경 1건을 받아들이면 10분과 80갤런의 가치가 있습니다. 그리고 미국 의회가 첫 안전 질문을 마치기 8주 전에 22개 관제 센터 모두가 그 조언을 따랐습니다.

    출처 ↗
  2. 2
    도이체반 S-Bahn AI 열차 운행 관리(슈투트가르트, 독일)

    배차 담당자는 60초마다 새 충돌 계획을 받고, 슈투트가르트는 지연을 최대 8분 되찾았습니다. 그리고 '이론상' 한 핵심 노선에 열차 17대가 더 들어갈 수 있다고 합니다.

    출처 ↗
  3. 3
    NESO Open Climate Fix 태양광 예측 AI(영국 전력망)

    예보 오차 하나를 절반으로 줄이자 연간 £30M의 예비 전력 절감으로 이어졌습니다. 전력망에서 가장 조용한 AI 성과이며, 누구도 중단을 요구하지 않았습니다.

    출처 ↗
  4. 4
    유로컨트롤 CWBO AI 지원 교통 흐름 규칙(유럽, 2025~26)

    유럽의 한 여름에 310만 분의 지연을 아꼈습니다. 이 네트워크는 지연 1분을 130유로로 평가하므로, 절감액은 약 4억 유로로 읽힙니다.

    출처 ↗
  5. 5
    Corti AI 심정지 조언, 911 출동 요원용(코펜하겐)

    AI는 심정지를 85%의 경우 찾아내지만, 배차 담당자는 77.5%입니다. 그럼에도 배차 담당자에게 AI를 건네는 것은 그들의 점수를 거의 올리지 못했습니다(93.1% 대 90.5%, p=0.15).

    출처 ↗
  6. 6
    PG&E AI 산불 전력망 감시(캘리포니아주)

    기계학습으로 감시한 550만 개의 계량기가 화재 1년 동안 발화가 될 뻔한 17건을 잡아내고, 고객의 정전 시간 1,200만 분을 막았습니다.

  7. 7
    Bayesian Health 패혈증 AI, 클리블랜드 클리닉(미국 병원)

    시범에서 허위 경보가 10배 적었고, 경쟁 패혈증 모델을 검증한 외부 연구소는 공급자가 발표한 수치가 실제 병동에서는 그대로 재현되지 않는다는 것을 발견했습니다.

    출처 ↗
  8. 8
    한국전력공사 AI 전력 수요·전압 제어(대한민국, 2026)

    데이터셋 159개가 95,000개로 늘었고, 주 전력회사는 자체 AI의 가치를 연간 1,100억 원으로 책정하며 전국적으로 운영합니다.

    출처 ↗
  9. 9
    넥스트에라 Grid Composer AI 운행 배정(플로리다 주, 미국)

    하루 5,000억 개의 데이터 포인트가 발생하고, 전력회사는 사람의 모든 배차를 AI의 더 저렴한 계획과 비교해 2026년 2,000만 달러 절감을 집계했습니다. 최종 스위치는 여전히 사람에게 있습니다.

    출처 ↗
  10. 10
    텔랑가나주 112 AI 긴급 출동 배정(인도, 2026)

    전체 통화 처리 시간이 190초에서 133초로 줄었습니다. AI는 1,860대의 순찰차 중 가장 가까운 차량을 지목하고, 보내는 것은 사람입니다.

    출처 ↗

MiMo의 발견

비용 계산과 주의 계산: 수락된 SMART 항로 변경 약 180건 × 약 80갤런 ≈ 11월 가격 기준 연료 약 $61,000. $875.95M 계약 중 $23.3M는 이미 확정되었습니다. 모두가 인용하는 효과는 지연 시간과 복원력이며, 수락된 제안 1건을 사람 주의 1분으로 바꾸는 환산을 공개한 장부는 없습니다.

조언은 사람을 이길 수 있으면서도 사람에게 아무것도 더하지 못할 수 있습니다. 코펜하겐의 169,049건 통화 무작위 대조 시험(RCT)에서 기계학습은 배차 담당자 단독보다 심정지를 더 민감하게 잡아냈지만(85.0% 대 77.5%), 경고를 받은 배차 담당자는 받지 않은 사람보다 유의미하게 낫지 않았습니다(93.1% 대 90.5%, p=0.15). 조언의 가치는 두 정확도의 합이 아닙니다.

형식적 승인 문제는 측정 가능하고 가까이 있습니다. 통제된 실험에서 외과의들은 일부러 틀리게 만든 AI 절개 안내 5건 중 3건을 받아들였고, 그들이 스스로 밝힌 확신은 오히려 높아졌습니다. 사람이 개입하는 구조는 설계된 행동이지 보장이 아닙니다.

2026년 메타분석은 사람의 검토 자체의 비용을 계산합니다. 기계의 잘못된 심전도 판독 26.6%는 임상의에 의해 한 번도 바로잡히지 않았습니다. 이 개입은 때때로만 오류를 잡아내며, 그 차단 비율이 모델 정확도보다 'AI는 조언하고 사람이 결정한다'의 진짜 안전 예산입니다.

🇨🇳 StepFun10개 순위 · 메모 4개

같은 질문에 StepFun 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    FAA SMART(미국 항공 교통, 2026)

    22개 센터, 약 200개 데이터 흐름, 그리고 모든 제안에 여전히 사람이 서명합니다. 항공편 180편이 편당 10분 넘게, 거의 80갤런씩 항로를 바꿨습니다.

    출처 ↗
  2. 2
    존스홉킨스 대학교 TREWS 패혈증 AI(미국 병원, 2022)

    보기 드물게 동료 심사를 통과한 조언 시스템으로, 임상의가 경고를 받기 시작한 뒤 병원 내 패혈증 사망이 상대적으로 18.7% 줄었습니다.

    출처 ↗
  3. 3
    Corti 심정지 AI(코펜하겐 구급 서비스, 덴마크)

    911 통화를 듣고 심정지를 찾아내는데, 민감도는 84.1%이고 배차 담당자는 72.5%입니다. 실제 통화 169,236건을 대상으로 했습니다.

    출처 ↗
  4. 4
    도이체반 AI 지연 예방(독일, 2025)

    독일 철도에서 AI 네트워크 세 개가 1년 동안 지연 58,000분을 막았습니다. 일어나지 않은 지연 약 40일입니다.

    출처 ↗
  5. 5
    구글 딥마인드 풍력 예측(2019)

    AI가 풍력 발전량을 36시간 앞서 예측하고, 그 에너지의 가치를 약 20% 높였습니다. 이는 아무도 독립적으로 감사하지 않은 공급자의 수치입니다.

    출처 ↗
  6. 6
    네트워크 레일 '인사이트' AI(영국, 2025)

    선로 결함으로 연간 341일의 지연이 생깁니다. AI의 역할은 결함이 생긴 뒤가 아니라 생기기 전에 승무원에게 경고하는 것입니다.

    출처 ↗
  7. 7
    파노 AI 산불 카메라(미국 전력 회사, 2025)

    카메라 하나가 브래디 화재를 1에이커 미만의 크기에서 포착했지만, PG&E 자체 평가는 카메라 AI 감지가 아직 원하는 성능에 이르지 못했다고 했습니다.

    출처 ↗
  8. 8
    온코어 실시간 송전선 용량 산정(미국 전력망, 2020)

    송전선 허용 용량이 6~14% 높게 평가되는 경우가 84~91%입니다. 전력망에서 가장 싼 새 용량은 더 똑똑한 수치를 읽는 운영자입니다.

    출처 ↗
  9. 9
    NATS 히스로 공항 AI 시험 운용(영국, 2025)

    히스로 공항에서만 한 시험으로, 낮은 구름 때문에 잃은 용량의 20%를 되찾겠다고 약속합니다. 이는 측정이 아니라 주장이며, 아직 전 네트워크 규모도 아닙니다.

    출처 ↗
  10. 10
    Epic Sepsis Model(미국 병원, 2021)

    수백 개 병원에 배치되어 환자의 18%에 경고를 보냈고, 패혈증 사례의 67%를 놓쳤습니다. 규모는 있지만 효과는 없습니다.

    출처 ↗

StepFun의 발견

SMART 첫 몇 주의 계산: 항로 변경 180편 × 10분 이상 × 약 80갤런은 약 1,800분과 14,400갤런의 연료입니다. 실제 절약이지만, $875M짜리 12년 계약 앞에서는 반올림 오차 수준입니다. USAspending 자료로 보면 2026년 11월 5일까지 1년 동안 에어 스페이스 인텔리전스에 확정된 금액은 $23.3M뿐입니다.

유로컨트롤은 2026년 39주차 유럽 전역 항로 지연을 하루 약 49,000분으로 기록했고, 이는 2025년보다 39% 낮습니다. 조언 시스템이 쫓는 몫은 하루 수십만 분 단위이므로, 항공편당 10분도 금방 쌓입니다.

OECD 감시 체계는 AI 사고와 위험을 약 19,064건 집계하고, AI 관련 언론 보도를 하루 약 1,000건 걸러냅니다. 하지만 이 목록에서 가장 강한 효과 증거(TREWS, Corti)와 가장 강한 경고(Epic)는 모두 동료 심사를 거친 연구에서 나옵니다. 2위와 10위를 가르는 것은 사고 목록이 아니라 측정입니다.

검토 1건당 가치 비율은 아무도 발표하지 않지만, 목록의 양 끝이 그 범위를 보여 줍니다. FAA는 SMART 권고의 100%를 직원이 검토한다고 하지만, Epic 모델은 입원 환자의 18%에서 경고가 울렸고 패혈증 사례의 67%를 놓쳤습니다. 조언이 많아져 검토가 형식적 승인으로 바뀌는 지점입니다.

🇨🇳 Kimi10개 순위 · 메모 4개

같은 질문에 Kimi 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    NATS 인텔리전트 어프로치(히스로 공항, 2015년부터 운용)

    10년째 운영 중입니다. 관제사가 AI가 계산한 간격을 눈으로 확인하고 허가를 내립니다. 이 도구는 한 공항에서 맞바람 지연을 60% 넘게 줄이고, 공중 대기 시간을 연간 230,000분 아꼈습니다.

    출처 ↗
  2. 2
    TREWS 패혈증 조기 경보 시스템(미국, 존스홉킨스 대학교 / Bayesian Health)

    AI 경고를 3시간 안에 사람이 확인하면 패혈증 사망이 18.7% 줄었다는 동료 심사 증거를 가진 유일한 시스템입니다. 사람 쪽 수치도 공개합니다. 실제로 검토된 경고는 89%입니다.

    출처 ↗
  3. 3
    Viz.ai 대혈관 폐색 뇌졸중 분류(미국)

    14,116명 환자와 166개 병원을 대상으로 한 실제 현장 연구에서, AI가 표시한 뇌졸중 환자는 신경중재 시술의사에게 39.5분 더 빨리 도달했습니다. 시범 병동이 아니라 네트워크 규모입니다.

    출처 ↗
  4. 4
    FAA SMART 항공 교통 계획 AI(미국 전국, 2026년 11월)

    미국 전역 22개 항로 센터에서 가동된 지 사흘 만에, FAA가 미국 전체의 운항을 중단시키는 것을 지켜봤습니다. 공식적으로는 무관하다고 하지만, $875M짜리 시스템의 효과 증거는 여전히 항로 변경 180편뿐입니다.

    출처 ↗
  5. 5
    유로컨트롤 네트워크 매니저 AI 도구 — FADE / PETA / Curfew MIRROR(유럽)

    조용한 거인: 기계학습 지연 예측은 2023년부터 범유럽 흐름 관리 시스템 안에서 돌아가며, 사람인 흐름 관리자를 안내합니다. 그러나 유로컨트롤은 이익을 분 단위가 아니라 정성적으로만 발표합니다.

    출처 ↗
  6. 6
    엑셀 에너지-NCAR 전력망 운행용 AI 풍력 예측(미국)

    전력망 운영자가 여전히 무엇을 발전시킬지 결정합니다. AI는 예측 오차를 40% 줄였고, Xcel은 그 한 숫자가 연간 $60M과 25만 톤의 이산화탄소 가치가 있다고 말합니다.

    출처 ↗
  7. 7
    Corti AI 112 신고 심정지 감지(코펜하겐, 덴마크)

    108,607건의 실제 통화로 동료 심사를 거쳤습니다. AI는 훈련받은 배차 담당자보다 심정지를 11.6%포인트 더 많이 잡아냈고 10초 더 빨리 표시했습니다. 생존율은 1분마다 약 10%씩 떨어지므로 매 초가 중요합니다.

    출처 ↗
  8. 8
    AI 911 신고 분류 및 분산(오를레앙 교구, 제퍼슨 카운티 CO, 몬터레이 카운티 CA)

    카운티 911 센터는 AI가 잡음을 처리해 응급 응답 시간을 40초 줄인다고 보고합니다. 응급 통화는 사람이 모두 받습니다.

    출처 ↗
  9. 9
    파노 AI 전력망 산불 감지(엑셀 에너지, PG&E, PGE; 미국)

    AI가 연기를 찾고, 사람 분석가가 확인하며, 소방 출동 담당이 결정합니다. 콜로라도주의 한 번개 화재는 카메라가 0.25에이커에서 포착한 뒤 3에이커 선에서 막혔습니다.

    출처 ↗
  10. 10
    옵텔럼 가상 결절 클리닉 폐암 분류(국민보건서비스(NHS) / 미국)

    위험 점수가 임상의의 결정을 돕고, 폐암 진단까지 걸리는 중앙값 기간이 129일에서 25일로 급감했습니다. 발표되었지만 모델화된 업무 흐름에서의 결과라서, 상위 10위의 하단에 자리합니다.

    출처 ↗

Kimi의 발견

정작 중요한 비율은 아무도 발표하지 않습니다. 사람 주의 1단위당 가치입니다. 가장 가까운 공개 자료는 TREWS입니다. 임상의는 AI 경고의 89%를 검토했고(1시간 안에 53%), 확인된 경고의 환자는 사망률이 상대적으로 18.7% 줄었습니다. 반면 SMART는 수락률을 아직 전혀 발표하지 않았습니다.

가장 큰 투자의 경제성은 극도로 입증되지 않았습니다. 12년간 $875M으로 지금까지 항로 변경 180편을 얻었습니다. 약속대로 규모가 커진다면, 최대치로 봐도 항로 변경 1편당 약 $4.9M이며, 지연 문제 규모는 연간 $33B입니다.

신뢰의 대가는 우연의 일치로 치러집니다. SMART는 11월 10일 전국으로 확대되었고, FAA는 11월 13일 출발을 모두 중단했습니다. 당국은 이 도구가 '연결되어 있지 않다'고 주장하지만, 시점에 관한 논쟁이 앞으로 SMART의 모든 이정표에 그림자를 드리웁니다.

이 범주의 사고 기록이 이 순위가 신중한 이유를 설명합니다. 가장 널리 배치된 병원 AI 자문인 Epic 패혈증 모델은, 독립 검증에서 패혈증 사례의 67%를 놓쳤고 88%의 허위 경보를 울렸습니다. 'AI는 조언하고 사람이 결정한다'가 막아야 할 바로 그 실패 방식(자동화 편향과 경보 피로)입니다.

🇨🇳 DeepSeek10개 순위 · 메모 4개

같은 질문에 DeepSeek 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    FAA SMART(미국 항공 교통, 2026)

    사람이 승인한 항로 변경 180건이 연료 약 14,400갤런을 아꼈습니다. 갤런당 $4.31로 약 $62,000이며, 계약은 $875 million입니다.

    출처 ↗
  2. 2
    DB InfraGO ADA-PMB(독일 철도, 2026)

    2023년 4개의 밀집 지역에서 10만 분 넘는 지연을 아꼈습니다. 배차 담당자는 여전히 모든 제안을 수락하거나 거절합니다.

    출처 ↗
  3. 3
    RWJBarnabas Health Epic 악화 지수(미국 병원, 2026)

    11개 병원에서 고위험 사망이 23.1%에서 18.6%로 줄었습니다. 상대적 수치만이 아니라 4.5%포인트의 절대적 감소입니다.

    출처 ↗
  4. 4
    예일 뉴헤이븐 헬스 eCART(미국 병원, 2026)

    eCART는 한 번에 20~30명의 환자만 표시하지만, 사망률의 13% 상대 감소에는 1.2%포인트의 절대 감소가 따랐습니다.

    출처 ↗
  5. 5
    Viz.ai 대혈관 폐색 뇌졸중 분류(미국 병원, 2026)

    DIDO 시간이 202분에서 113분으로 줄었습니다. 120분 기준을 넘은 89분 단축이지만, 메타분석은 임상 결과의 유의미한 개선은 찾지 못했습니다.

    출처 ↗
  6. 6
    China Southern Grid Tianxuan-Lingxi (Shenzhen power grid, 2026)

    대도시 배차 담당자의 하루 신호 건수가 750건에서 50건 미만으로 줄었고, 30분 걸리던 티켓 검토가 약 12초가 되었습니다.

    출처 ↗
  7. 7
    카바인 긴급 신고 분류(뉴올리언스 911, 2026)

    뉴올리언스는 중복 사고 신고를 30% 줄였고 고위험 신고자를 40초 빨리 응답했지만, 911 통화의 좁은 일부에서만입니다.

    출처 ↗
  8. 8
    TREWS 패혈증 경보(미국 병원, 2022)

    경고의 89%가 평가되었지만 38%만 확인되었습니다. 사람이 실제로 얼마나 자주 동의하는지 드물게 공개된 자료입니다.

    출처 ↗
  9. 9
    미국 항공우주국 디지털 비행 경로 변경(미국 항공 교통, 2026)

    항로 변경 항공편 하나마다 대도시권 전체 지연이 거의 1시간씩 줄었습니다. 휴스턴에서만 항공사가 3,870개 후보 중 62%를 승인했습니다.

    출처 ↗
  10. 10
    CAISO AI Genie(캘리포니아 전력망, 2026)

    CAISO의 AI 보조는 정전 검토 작업 1주를 15분으로 줄였다고 합니다. 공급자의 말을 믿는다면요. CAISO는 여전히 이것을 시범 사업이라고 부릅니다.

    출처 ↗

DeepSeek의 발견

FAA의 첫 항로 변경 180건은 약 14,400갤런을 아꼈습니다. 갤런당 $4.31로 약 $62,000 어치 연료입니다. 이는 $875 million 계약에 비해 아주 작은 부분이며, FAA가 지금까지 발표한 유일한 효과 수치입니다.

TREWS는 사람의 주의에 대한 양쪽 면을 모두 발표하는 몇 안 되는 시스템입니다. 경고의 89%가 평가되었지만 38%만 확인되었습니다. 평가하는 것은 동의하는 것과 다릅니다.

DB의 10만 분 지연 절감은 '지능형 용량 관리'에서 나왔습니다. 이는 일정, 운영, 사후 도구의 조합이지 ADA-PMB 단독이 아닙니다. 그래서 효과를 신중하게 귀속해야 합니다.

미국 항공우주국(NASA)의 현장 평가는 사람의 관문이 관제만이 아니라는 것을 보여 줍니다. 항공사 배차 담당자가 3,870개 항로 변경 후보 중 62%를 승인했고, 수락된 항로 변경 1건마다 대도시권 지연이 거의 1시간씩 줄었습니다.