
부울경 AI 바이브코딩 강의 시리즈 회고 · 6차, 약 150명
삼성창원·창원경상대·부산대·고신대에서 6차례, 약 150명을 대상으로 진행한 AI 바이브코딩 강의 시리즈의 회고. 두 트랙 가설 검증, 사전 설치 가이드, 시니어/주니어 시각 차이, 그리고 결국 도메인·경험·리더십이 남는다는 결론.
“내일 바로 연구지원팀 가서 데이터 요청해보자.”
— 참가 교수님
의사를 위한 AI 바이브코딩
의사가 자기 진료와 연구에 AI를 직접 붙여 쓰도록 돕는 핸즈온 워크숍. 데스크탑에서 코딩하는 영상의학과 의사가 진행합니다.
스케줄 도우미부터 판독 템플릿까지 — 매일 느끼던 불편함을 몇 시간 만에 돌아가는 프로그램으로.
데이터 → 통계 → Figure → 원고 초안 → 보고 가이드라인 감사까지. medsci-skills로 실제 시연.
기관 데이터 딕셔너리를 넣으면 AI가 기존 문헌의 빈 조합을 분석해 연구 질문을 제안합니다.
2–3시간 핸즈온. 각자 노트북 지참, Claude Pro + Claude Desktop 필요. 설치 장벽을 줄이기 위해 OS별 사전 설치 가이드와 설문을 강의 1주 전 발송합니다.

삼성창원·창원경상대·부산대·고신대에서 6차례, 약 150명을 대상으로 진행한 AI 바이브코딩 강의 시리즈의 회고. 두 트랙 가설 검증, 사전 설치 가이드, 시니어/주니어 시각 차이, 그리고 결국 도메인·경험·리더십이 남는다는 결론.
“내일 바로 연구지원팀 가서 데이터 요청해보자.”
— 참가 교수님

성형외과 다섯 분이 중심을 잡고 의대생·개발자 출신·다과가 함께한 13명 자리. 호스트 교수님의 유방재건 150명 코호트 데이터로 메인 데모를 짜, 연구·빌드를 한 흐름으로 연결한 3시간.
“내 환자 150명 데이터를 한 흐름에서 정리하고, 다음 환자 추천 로직까지 그려보니 임상에 바로 들어갈 그림이 잡혔다.”
— 참가 교수님

외과·비뇨의학·정형·흉부·구강악안면 등 외과계 절반, 내과계 절반이 섞인 17명 자리. 통계가 막혀 있던 분, 데이터 자동 정리, 환자 설명자료, 영상 분석 — 각자 본인 질문으로 들어가 첫 결과까지 만든 2시간 반.
“통계가 늘 막혀 있었는데, 본인 데이터 정의 한 줄만 넣으니 분석이 따라왔다.”
— 참가 교수님

의사가 아닌 청중을 처음 만난 자리. 외래·입원 엑셀 자동화, 회의록 정리, 공지문 다양화 — 의료 행정 현장에서 매주 반복되는 업무 3가지를 라이브로 자동화한 90분.
“엑셀 한 번 정리하는 데 매주 두 시간씩 들었는데, 첫 줄을 직접 돌려보니 30분이면 될 것 같다.”
— 행정팀 참가자
Zoom으로 진행한 소수정예 6명 온라인 강의. 청중 도메인(재활의학·일반의·연구)이 다 다른 환경에서, 메인 데모를 옵션 3개로 분기하고 그 자리에서 손들기로 선택했다.
“다른 도메인 사례 두 개를 한 자리에서 보니 내 분야에 어떻게 적용할지 더 빨리 그려졌다.”
— 참가 전공의

교수·전공의·간호사·행정·전산이 한 자리에 모인 3시간. 사전 설문으로 5개 트랙을 미리 그려 각자 본인 흐름으로 들어가고, 직환과 데이터로 메인 데모를 짠 원내 확장판.
“데이터는 모아뒀는데 늘 분석에서 멈췄다. 오늘 처음으로 첫 표가 나왔다.”
— 참가 교수님

망막센터장 교수님과의 1:1 세션. 본인의 OCT/Fundus 데이터에서 첫 표·그림 한 세트를 직접 손으로 만들어보고, 강의가 끝난 다음 날부터 혼자서도 굴러갈 워크플로우를 잡은 시간.
“강의 끝나고 나니 내일부터 내가 직접 돌릴 수 있는 흐름이 손에 잡힌다.”
— 참가 교수님

병원 외부로 처음 나간 4시간짜리 핸즈온. 영상의학과 교수·전공의가 각자 본인 데이터로 첫 표·Figure 또는 첫 화면까지 만들어본 시간.
“오늘 처음 만든 표가 다음 주에 학회 초록으로 갈 것 같다.”
— 참가 교수님

영상의학과 교수·전공의·비서 9명을 대상으로 진행한 첫 AI 바이브코딩 핸즈온 강의. 2시간 반 만에 각자 자기 업무에 쓸 프로그램을 만든 현장 기록.
“이게 이렇게까지 되나”
— 시니어 교수님
병원, 학회, 과별 초청을 환영합니다. 영상의학, 외과, 일반 임상 청중 대상으로 진행한 경험이 있습니다.