배경: 당뇨병은 합병증을 예방하기 위해 지속적인 자기관리(self-management)를 필요로 한다. 환자들은 당뇨병 관련 정보를 얻기 위해 온라인 자원과 모바일 앱에 자주 의존하지만, 이러한 수단은 흔히 정보 과부하, 제한된 개인맞춤화, 탐색의 어려움으로 이어진다. 생성형 인공지능(AI) 챗봇은 접근 가능하고 개인화되며 반응성 있는 지침을 제공함으로써 이러한 문제를 해결할 수 있을 가능성이 있다. 목적: 본 연구는 2-part 질적 평가를 통해 당뇨병 관리에서 생성형 AI 챗봇의 잠재적 역할을 탐색하고자 하였다. 1부에서는 환자의 정보 요구, 사용자 경험, 기대를 살펴보았고, 2부에서는 당뇨병 자기관리를 지원하는 데 있어 생성형 AI 챗봇의 실용적 유용성에 대한 전문가의 관점을 조사하였다. 환자와 전문가 양측의 관점을 반영함으로써, 이해관계자 두 집단의 요구와 기대를 모두 고려하는 생성형 AI 챗봇의 관여에 적절한 경계를 파악하는 것을 목표로 하였다. 방법: 본 연구는 GPT-4(OpenAI)에 기반하고 검색 증강 생성(retrieval-augmented generation)으로 고도화된 생성형 AI 챗봇 DTalksBot을 사용하여 수행하였다. 1부에서는 당뇨병 환자의 경험, 요구, 기대를 이해하고자 하였다. 이를 위해 24명의 참가자가 구조화된 챗봇 세션에 참여하고, 상호작용 후 설문을 작성하며, 심층 인터뷰에 참여하였다. 데이터는 주제 분석(thematic analysis)과 내용 분석(content analysis)을 통해 분석하여 사용자 질의 및 경험에서의 패턴을 확인하였다. 2부에서는 4명의 가정의학과 전문의에게 대화 기록(conversation logs)을 검토하여 DTalksBot 응답의 정확도를 평가하게 하고, 당뇨병 관리에서 생성형 AI 챗봇의 향후 역할에 대한 전문가적 통찰을 공유하도록 요청하였다. 결과: 1부에서 총 24명의 환자가 총 643개의 질문을 제출하였으며, 이는 4개의 주요 주제로 분류되었다: 개인화된 건강 조언 및 안내(n=281, 44.6%), 합병증과 동반질환(n=174, 27.1%), 약물 및 치료 탐색(n=111, 17.3%), 정신건강 관리 및 지지(n=30, 4.7%). 환자들은 신뢰할 수 있는 콘텐츠에 더 빠르게 접근할 수 있다는 점, 인지적 부담을 줄일 수 있다는 점, 민감한 주제를 편안하게 논의할 수 있다는 점을 포함하여, 생성형 AI 챗봇이 전통적인 정보원에 비해 갖는 장점을 강조하였다. 2부에서 전문의들은 생성형 AI 챗봇이 일상적인 문의에 답하는 데 있어 가치를 지닌다고 인식했으나, 맥락적 정확성, 실시간 데이터 통합, 그리고 응답 개인맞춤화의 한계를 지적하였다. 결론: 생성형 AI 챗봇은 접근 가능하고 신뢰할 수 있으며 맞춤형 지원을 제공함으로써 당뇨병 자기관리를 보완하는 도구로서의 가능성을 보여주었다. 본 예비적(formative) 평가는 생성형 AI 챗봇이 환자의 정보 요구를 어떻게 충족시키고 기존 의료 자원을 어떻게 보완할 수 있는지에 대한 경험적 근거를 제공한다. 유용성을 극대화하기 위해, 향후 생성형 AI 챗봇은 실시간 건강 데이터의 통합을 강화하고, 맥락적 적합성을 높이며, 안전성·신뢰성 및 적용 범위 확대를 보장하기 위해 임상 업무 흐름(clinical workflows)에 맞추어야 한다.