K Public Data MCP 병원 상세 조회는 무엇을 더 보여주나

MCP가 무엇이고 왜 공공데이터에 붙이나

MCP(Model Context Protocol)는 AI 모델이 외부 데이터·도구에 붙는 표준 통로다. Claude 같은 AI가 웹을 뒤지지 않고도 정해진 데이터 소스를 직접 호출해 답하게 해 준다.

한국의 공공데이터는 data.go.kr에 방대하게 열려 있지만, 인증키 발급·파라미터 규격·XML 파싱 같은 장벽 때문에 AI가 그대로 쓰긴 어렵다. K Public Data MCP는 법제처·DART·심평원 등 여러 공공 API를 AI가 의도 단위로 호출하는 도구로 묶어 이 장벽을 없앤다.

데이터가 열려 있어도 AI가 못 읽으면 사실상 닫힌 것과 같다. 여는 일의 본질은 공개가 아니라 연결이다.

병원 검색에서 상세까지 어떻게 이어지나

기존에는 병원을 이름·지역·종별(상급종합·요양병원 등)로 검색하는 것까지만 됐다. 그 병원이 어떤 장비를 갖췄는지, 과별 전문의가 몇 명인지는 다시 심평원 사이트를 뒤져야 했다.

이번 확장은 검색 결과에 딸려 오는 '암호화 요양기호(ykiho)'를 상세 조회의 열쇠로 쓴다. 병원을 찾으면 그 기관의 고유 키가 함께 나오고, 그 키로 상세 서비스를 부르면 시설·세부·진료과목·의료장비·교통 다섯 갈래를 한 번에 받아 온다.

1) 병원 검색: search_hospital(yadmNm="삼성서울병원")
     → 결과에 ykiho(암호화 요양기호) 포함
2) 상세 조회: get_hospital_detail(ykiho)
     → 시설 / 진료과목별 전문의 / 의료장비 / 교통 동시 반환

실제로 무엇이 나오나 — 삼성서울병원 예시

실제 데이터로 확인한 결과다. 병원 하나를 찍으면 그 안의 규모가 숫자로 드러난다.

진료과목별 전문의 수는 과 단위 인력을 그대로 보여주고, 의료장비는 PET·CT·인큐베이터 같은 고가 장비의 보유 대수를 준다. 시설 정보에는 병상 구성이 담긴다.

누가 이걸 쓰나

상권 분석에서는 특정 지역 병원의 규모·진료과 구성이 의료 수요를 읽는 재료가 된다. 의료 리서치나 기관 비교에서는 사람이 사이트를 일일이 뒤지던 일을 AI가 대신한다.

전부 오픈소스다. 심평원 공공데이터 개발계정을 신청하면(비용 없음) 누구나 자신의 AI에 붙여 쓸 수 있다. 원본 레포는 아래 링크에 있다.