“Human-AI Rehabilitation: Beyond the Clinic”

[안규환]

ChatGPT Image 2025년 5월 17일 오전 11_59_08.png

1.91MB

“Human-AI Rehabilitation: Beyond the Clinic”
Toward a Self-Directed, Generative AI-Enabled Paradigm for Functioning and Asset Creation

---

Abstract (150 words)

Rehabilitation has long been dominated by clinician-led, institution-based practices focused on medical recovery. However, the emergence of generative artificial intelligence (AI) has opened new frontiers for a human-centered, self-directed rehabilitation paradigm. This paper introduces a novel framework termed Human-AI Rehabilitation, which repositions the individual as both the subject and agent of their functioning. Building on the World Health Organization’s ICF and ICHI frameworks, this model leverages AI co-pilots like ChatGPT to enable dynamic, contextual, and autonomous engagement in daily life rehabilitation. Through comparative analysis with institution-based models—such as the Shirley Ryan AbilityLab—and empirical prototypes using local storage and manual automation (HandLoop™), the study identifies three core dimensions of differentiation: agency, decentralization, and assetization. We propose a hybrid design that integrates AI-driven dialogic tools with personal life routines, enabling individuals to convert everyday functioning into tangible value. This human-AI partnership presents a pathway for inclusive, scalable, and future-oriented rehabilitation ecosystems.

---

1. Introduction

The field of rehabilitation has traditionally revolved around structured clinical settings, where recovery is facilitated by expert-guided interventions. Institutions like the Shirley Ryan AbilityLab represent the apex of this model—offering interdisciplinary care supported by advanced technologies and specialized labs targeting body function (e.g., Think+Speak Lab, Legs+Walking Lab). However, while effective, these approaches are constrained by spatial, financial, and professional dependencies that limit scalability, personalization, and autonomy.

Concurrently, the proliferation of generative AI tools—particularly those capable of natural language processing and personalized interaction—has made possible a paradigm shift. This paper proposes a framework called Human-AI Rehabilitation, grounded in the idea that functioning is not solely a clinical outcome but a life-long, life-wide process that can be guided, measured, and enhanced through human–AI collaboration outside traditional settings.

We explore how this paradigm redefines rehabilitation as an ecosystem of self-discovery, daily experimentation, and value creation, where generative AI (ChatGPT, Grok, RINA, etc.) serves not as a tool of prescription but as a responsive, co-evolving partner.

---

2. Theoretical Foundations

2.1 Functioning Beyond Disability

The WHO's ICF (International Classification of Functioning, Disability and Health) defines “functioning” as the dynamic interaction between a person's health conditions and contextual factors. Importantly, ICF expands the scope of rehabilitation from merely overcoming impairment to enhancing participation in daily life. This concept is foundational to our model: rehabilitation must not end with recovery but evolve into the design and ownership of one’s functional life.

2.2 Generative AI as Relational Intelligence

Generative AI enables interactive engagement through language, making it uniquely suited for rehabilitation beyond diagnosis or physical assessment. Unlike diagnostic AI or sensor-based systems, generative AI understands intention, context, and self-defined goals—key to rehabilitation that is dialogic and adaptive.

ChatGPT, in particular, offers a personalized conversational interface for planning, executing, and reflecting on daily actions. This positions it as a potential functioning partner—capable of supporting reflection, experimentation, and co-regulation of one’s life.

---

3. Methodology

This study utilizes a comparative and design-based approach:

• Comparative Ethnography: Observational data and photo ethnography from Shirley Ryan AbilityLab (2025), focusing on architectural design, device usage, and educational activities.

• Self-Experimentation: Longitudinal use of ChatGPT Teams subscription (May 2024–May 2025) to co-develop routines, visualizations, and functioning feedback loops using local storage and HandLoop™ processes.

• Assetization Framework: Assessment of how functional activity can be transformed into personal assets via AI-facilitated documentation, reflection, and reframing.

All analyses align with WHO's ICF and ICHI frameworks, augmented by a PSST model (Problem–Solution–Scale-up–Team) to eval‎uate strategic viability.

---

4. Institutional Rehabilitation: The Case of AbilityLab

4.1 Spatial Design and Philosophy

Shirley Ryan AbilityLab utilizes light-filled, open architectural spaces to foster psychological safety and movement. Each floor is dedicated to a specific functional lab (e.g., Pediatric Lab, Strength + Endurance Lab), reinforcing a problem-specific structure.

The philosophy is encapsulated in the phrase: “Many Journeys. One Destination.” Recovery here is a process toward a medically defined norm.

4.2 Device-Driven Recovery

Advanced machines like robotic walkers and lab-exclusive mobility devices (e.g., Pons Lab cycling tools) enable patients to re-learn motion. Therapists guide usage, and feedback is largely physical or observational.

While high-tech, these tools require specialized training, expensive maintenance, and clinical oversight.

4.3 Educational Integration

Sessions like “Feedback Panels in Action” promote participatory learning—encouraging clinicians to refine service delivery via user feedback. Yet, the framework remains centralized: users contribute feedback but rarely redesign their process independently.

---

5. Human-AI Rehabilitation: The Decentralized Alternative

5.1 Personal Lab Design: No Boundaries, No Buildings

In the Human-AI model, the individual’s home, desk, or café becomes the lab. A browser, local folder, and a generative AI partner suffice. Instead of lab floors, we have function-based dialog threads (e.g., "Walking & Balance Plan," "Self-Confidence Restoration Log").

This represents a move from place-based recovery to contextual functioning.

5.2 From Equipment to Interface: The Role of ChatGPT

The interface replaces the equipment. A person types (or speaks) a prompt:

• “Help me build a 10-minute walking routine that won’t strain my knees.”

• “What could I do today to improve my interaction with my child?”

• “I want to reduce emotional fatigue this week. Can we co-plan?”

GPT not only responds—it adapts, revises, checks in, and reflects. This loop, when copied to local folders or structured via templates, becomes a functioning record.

5.3 HandLoop™: Manual Automation of Functioning Logs

Instead of automated tracking via sensors, this model uses manual copying of AI responses into curated logs—what we call HandLoop™. This preserves user agency and allows full customization.

For instance, a user copies an AI-generated morning routine, pastes it into a personal Markdown document, and manually checks boxes or adds reflection notes. Unlike passive data gathering, this promotes active sense-making and ownership.

---

6. Comparative Analysis

Dimension

AbilityLab

Human-AI Model

7. Philosophical Divergences

7.1 Rehabilitation as Compliance vs. Co-Creation

The traditional model often casts users as patients—compliant participants in a medical process. In contrast, Human-AI Rehabilitation invites users to co-create goals, eval‎uate outcomes, and redefine what “functioning” means to them.

7.2 From Feedback to Dialogue

Whereas institutions gather feedback via panels or surveys, Human-AI Rehabilitation uses dialogue as the default mode. Each prompt is feedback. Each conversation is an evolving mirror.

7.3 Functioning as Asset

In institutional models, functional gains are logged as medical records. In the proposed model, functioning logs become assets—shared as cards, routines, or templates, forming the basis for education, coaching, or even entrepreneurship (e.g., franchised “My GPT Interface” systems).

---

8. Implications and Applications 8.1 Chronic Illness and Elderly Care

Elderly users can co-design routines, reflect on daily functioning, and build emotional resilience with AI partners. No need to travel or wait for appointments.

8.2 Disability and Life Design

Rather than waiting for “normalcy,” persons with disabilities can actively design their lives—with AI enabling planning, narrative reframing, and opportunity recognition.

8.3 Community-Based Models

Communities can launch Functioning Cooperatives, where members share prompts, routines, and GPT templates—building collective intelligence and reducing professional bottlenecks.

8.4 Mental Health and Emotional Rehabilitation

Using AI as a “mental mirror,” users can express, regulate, and reconstruct emotional experiences, thereby supporting psycho-social rehabilitation in non-clinical formats.

---

9. Limitations and Ethical Considerations

• Digital Literacy: This model assumes basic tech skills. Support systems are needed for the digitally marginalized.

• Privacy Risks: Although local storage is used, user data may be exposed during AI interactions unless caution is exercised.

• Overreliance on AI: Some users may defer too much decision-making to AI. This model requires continuous human agency and reflection.

---

10. Conclusion: A New Destination

Rather than “One Destination,” as AbilityLab suggests, the Human-AI model offers infinite destinations. Each prompt, reflection, or log is a point of departure.

Rehabilitation, then, becomes not an endpoint but a lifelong dialogue. The clinic is not erased—but decentralized. AI is not a therapist—but a co-author of one’s evolving script of life.

This is Human-AI Rehabilitation: Beyond the Clinic.

---

References

• World Health Organization (2001). International Classification of Functioning, Disability and Health (ICF).

• World Health Organization (2020). International Classification of Health Interventions (ICHI).

• AbilityLab.org. Shirley Ryan AbilityLab Floor Guide and Philosophy. Retrieved 2025.

• Ann Geu-hwan (2024-2025). HandLoop™: A Manual Automation Model for AI-Enabled Functioning Management [unpublished manuscript].

• Ann Geu-hwan (2025). MyLifeIndex: Designing Your Life as an Asset Portfolio.

• ChatGPT (2024-2025). Interaction logs, summaries, and feedback routines (private archive).

==================

인간-AI 리허빌리테이션: 병원을 넘어서

– 자기 주도적, 생성형 AI 기반 기능 회복과 자산 창출의 새로운 패러다임

---

✦ 요약 (Abstract)

리허빌리테이션(재활)은 오랫동안 의료 전문가 주도, 병원 중심의 회복 중심 모델에 기반해 발전해 왔다. 그러나 최근 생성형 인공지능(Generative AI)의 등장으로, 임상 외부에서 자율적이고 일상적인 실천을 통해 기능을 회복하고 삶을 설계할 수 있는 새로운 길이 열리고 있다.

본 논문은 인간-AI 협업에 기반한 새로운 리허빌리테이션 모델, 즉 **‘Human-AI Rehabilitation’**을 제안한다. 이는 WHO의 ICF(국제 기능, 장애 및 건강 분류)와 ICHI(국제 건강중재 분류) 체계에 기반하여, 개인이 생성형 AI(GPT 등)와의 대화를 통해 자신의 기능을 자각하고, 실험하고, 자산화할 수 있는 구조를 형성한다.

시카고의 Shirley Ryan AbilityLab와 같은 세계적 재활 기관과 비교하여, 본 모델은 **공간적 탈중심화, 기술의 인간 중심화, 기능의 자산화(assetization)**라는 세 가지 핵심 차별성을 가진다. 이는 병원을 넘어서 누구나 자신의 삶을 재활의 무대로 삼을 수 있는 미래를 가능케 한다.

---

1장. 서론: 리허빌리테이션의 확장 필요성

오늘날의 재활은 여전히 "회복"이라는 목표를 중심으로, 병원이나 전문센터에서 전문가가 수행하는 방식으로 운영된다. 시카고의 Shirley Ryan AbilityLab은 이러한 전통적 모델의 최정점이라 할 수 있다. 해당 센터는 다양한 신체 기능 단위(걷기, 손 사용, 말하기 등)로 구성된 전문 랩(Lab)에서 고도화된 로봇 장비와 전문가의 지도 아래 회복을 수행한다.

그러나 이러한 모델은 장소와 비용, 시간, 인력 면에서 제약이 크고, 무엇보다도 사용자의 자율성과 자기 발견을 제한한다는 한계가 있다.

한편, 생성형 AI의 등장으로 우리는 다음과 같은 근본적 질문을 던질 수 있게 되었다:

“재활은 병원에서만 가능한가?”
“내 삶 전체가 리허빌리테이션의 무대가 될 수는 없는가?”
“내가 직접 나의 기능을 설계하고 개선하고 측정하는 구조는 가능하지 않은가?”

---

2장. 이론적 배경

2.1 기능(Functioning)은 회복 그 이상이다

WHO의 ICF는 "기능"을 단순히 신체적 능력이 아닌, 활동과 참여, 환경과 상호작용하는 총체적 개념으로 본다. 다시 말해, 리허빌리테이션은 병을 고치는 것이 아니라 삶을 회복하고 설계하는 과정이다.

2.2 생성형 AI는 새로운 ‘관계형 지능’이다

생성형 AI는 단순 정보 제공을 넘어 대화, 맥락 이해, 공동 설계가 가능하다. 이는 자기 발견과 루틴 설계, 감정 조절, 기능 피드백 등 인간의 실존적 영역에서 새로운 동반자가 될 수 있는 이유다.

---

3장. 방법론

본 연구는 아래 세 가지 방법론에 기반한다:

1. 비교 민속지학(Ethnography): 2025년 Shirley Ryan AbilityLab의 공간, 장비, 철학 분석

2. 자가 실험(Self-Experimentation): 2024–2025년 동안 ChatGPT와의 대화를 통해 건강 루틴 생성, 기능 기록, 자산화 실험 수행

3. 자산화 프레임워크(Assetization): 기능을 문서화하고 구조화하여 공유 가능한 자산으로 전환하는 메커니즘 분석

---

4장. 병원 기반 모델의 구조와 철학 (Shirley Ryan AbilityLab 사례)

4.1 공간 중심의 설계

이 센터는 ‘걷기 랩’, ‘말하기 랩’, ‘아동 랩’ 등 기능 단위로 층별 구성이 되어 있으며, 모든 동선은 치료사와 장비 중심으로 짜여 있다. “One Destination(하나의 목표)”라는 슬로건은 회복이라는 단일 방향을 의미한다.

4.2 장비 기반의 회복 구조

로봇 보행기기, PONS Lab 등 고가 장비를 이용해 운동 기능을 복원하고, 데이터는 병원 서버에 기록된다. 사용자는 비교적 수동적 존재이다.

4.3 교육적 구성

사용자의 피드백을 반영하는 패널 세션도 존재하지만, 궁극적으로 사용자는 **환자(Patient)**로서 전문가의 시스템에 참여하는 구조이다.

---

5장. 인간-AI 리허빌리테이션: 완전히 다른 패러다임

5.1 공간의 탈중심화: 나의 공간이 곧 실험실

사용자의 책상, 거실, 카페가 바로 Lab이다. 생성형 AI와의 대화만 있으면 된다. “나의 다리 기능 회복 계획”, “감정 회복 루틴”, “사회적 에너지 관리” 등 기능 기반 실험이 언제 어디서나 가능하다.

5.2 장비 대신 인터페이스

GPT에게 질문하는 것이 트레이너와 훈련하는 것과 같다:

• "무릎에 무리 주지 않는 10분 걷기 루틴을 설계해줘."

• "아침마다 정신적으로 안정되는 루틴을 같이 만들어줘."

이 대화 결과를 복사하여 로컬 폴더에 저장하고, 실행하며 체크하는 HandLoop™ 방식이 사용된다.

5.3 HandLoop™: 수동 자동화의 혁신

AI의 답변을 단순히 자동 저장하지 않고, 사용자가 직접 복사(Ctrl+C) 후 붙여넣기(Ctrl+V) 하여, 자신의 문서/루틴으로 만드는 방식이다. 이는 인간의 의식적 개입과 자기 맥락화를 가능케 한다.

---

6장. 비교 분석: 병원 vs. 인간-AI 모델

항목

병원 기반 리허빌리테이션

인간-AI 리허빌리테이션

7장. 철학적 차이점

7.1 리허빌리테이션은 처방이 아니라 공동 창작이다

AI는 처방하지 않는다. 함께 만든다. 인간이 삶을 질문하고, AI가 응답하고, 그 결과를 인간이 다시 재해석한다.

7.2 피드백이 아닌 ‘대화’가 기본 단위이다

병원은 환자의 피드백을 ‘수집’하지만, 인간-AI 모델은 매 순간이 피드백이다. 매 질문이 곧 자기 평가이며, 자기 발견이다.

7.3 기능은 기록이 아니라 자산이다

일상 루틴, 감정 일지, AI와의 대화 기록은 나만의 리소스가 된다. 이는 카드, 리포트, 루틴 시리즈 등으로 확장되며, 교육, 코칭, 협동조합 등 다양한 사업 기반으로 확장 가능하다.

---

8장. 실천적 응용 사례

• 노년층: 스마트폰과 AI로 자신만의 루틴을 설계하고 우울감과 피로를 조절

• 장애인: 기능 개선 루틴을 설계하며 ‘회복’이 아니라 ‘재설계’를 주도

• 청년과 전문가: 매일 루틴과 질문을 카드화하여 자산으로 저장

• 지역 커뮤니티: GPT 기반 리허빌리테이션 협동조합 운영 가능

---

9장. 한계와 고려 사항

• 디지털 리터러시: 고령층, 저소득층 접근을 위한 교육 필요

• 데이터 보안: ChatGPT 사용 시 개인정보 노출 가능성 주의 필요

• AI 의존 위험: AI가 모든 해답이 아닌, 함께 사고하는 파트너임을 명확히 인식해야 함

---

10장. 결론: 병원을 넘어선 무한한 목적지

Shirley Ryan AbilityLab이 말하듯 “One Destination”이 존재한다면, 인간-AI 리허빌리테이션은 이렇게 말할 수 있다:

“나의 질문 하나하나가 또 하나의 새로운 목적지이다.”

생성형 AI는 병원을 대체하는 것이 아니라, 병원 밖의 가능성을 확장한다. 그것은 질문하고, 실천하고, 반영하며 다시 성장하는 **삶의 루프(Life Loop)**를 만들어주는 동반자이다.

이제 우리는 병원 없이도, AI와 함께 스스로의 삶을 회복하고 설계할 수 있다.

---

참고문헌

• 세계보건기구(WHO). (2001). 『국제 기능, 장애 및 건강 분류(ICF)』. 제네바.

• 세계보건기구(WHO). (2020). 『국제 건강중재 분류(ICHI)』. 제네바.

• Shirley Ryan AbilityLab. (2025). 공식 웹사이트 및 공간 안내문.

• 안규환. (2025). 『HandLoop™ 수동 자동화 시스템』. 비공개 원고.

• 안규환. (2025). 『MyLifeIndex: 나의 삶을 자산으로 설계하는 방법』.

• OpenAI. (2024-2025). 『ChatGPT 대화 로그 및 루틴 설계 기록』. 개인 아카이브.