창원경상대병원 영상의학과 · AI 바이브코딩 첫 외부 파일럿

강의 개요

• 일시: 2026년 4월 27일 (월) 17:00 ~ 21:00 (4시간)
• 장소: 창원경상대병원 영상의학과
• 참가: 영상의학과 교수·전공의 약 8명
• 형식: 핸즈온 + 연구/빌드 두 트랙 분기 (Claude Desktop, 각자 노트북)

왜 이 강의였나

삼성창원 첫 핸즈온(4월 14일) 직후 바로 이어진 첫 외부 강의. 첫 강의에서 가장 크게 배운 것은 "특별한 재능"보다 누가 먼저 손을 움직이는가가 모든 차이를 만든다는 점이었다. 그렇다면 더 다양한 청중에게도 같은 패턴이 통할지를 확인하고 싶었다.

영상의학과는 연구 데이터는 늘 있는데 분석이 막혀 있는 분야다. 사전 설문에서도 "엑셀까지는 모았는데 그 다음을 어떻게 해야 할지 모르겠다"는 답이 가장 많았다. 그래서 강의를 연구 트랙(데이터 → 첫 표·Figure) 과 빌드 트랙(홈페이지·앱·자동화) 두 갈래로 설계하고, 각자 본인이 진짜로 마주하는 문제 하나를 갖고 들어오시게 했다.

결과

• 한 교수님은 본인이 모아둔 영상 데이터로 첫 Table 1과 KM curve 까지 4시간 안에 산출.
• 다른 교수님은 본인 진료 흐름을 정리하는 간단한 판독 보조 도구 첫 화면을 띄움.
• 전공의 선생님들은 발표자료 자동화, 논문 초록 정리, 학회 초록 첨삭 같은 당장 다음 주에 쓸 워크플로우 위주로 가져감.

가장 인상 깊었던 건, 첫 30분의 어색함이 지나고 나면 다들 본인 도메인 지식이 곧 무기라는 걸 즉시 알아차린다는 점이었다. "이 변수가 이렇게 코딩돼 있는데"라는 한 줄을 그대로 AI에게 전달하면, 분석 코드가 그 정의에 맞춰 따라온다. 그 첫 성공을 확인한 직후부터는 강의자가 따라가기 벅찰 정도로 빠르게 진도가 나갔다.

배운 것

사전 설치 가이드가 첫 30분을 살린다. 첫 강의(삼성창원)에서 Windows Git 설치에 시간을 많이 썼던 경험을 반영해, 이번엔 사전 설문 + OS별 설치 가이드를 1주일 전에 배포했다. 덕분에 4시간 중 거의 4시간을 실제 작업에 쓸 수 있었다.

두 트랙 분기가 효과적이다. 영상의학과처럼 청중 안에서도 연구가 급한 사람과 진료 도구가 급한 사람이 섞여 있을 때, 일률적인 강의보다 트랙을 나누고 각자 본인 흐름으로 가게 하는 편이 만족도가 훨씬 높았다. 이 패턴은 이후 부산대·고신대 강의의 5트랙 구조로 발전됐다.

앞으로

본인 데이터로 첫 결과물을 손에 쥔 분들은, 강의가 끝난 다음 날부터도 본인 페이스로 계속 진도가 나간다. 강의장에서 "이걸 어떻게 하지"를 풀어드리는 것보다, 한 번 풀린 패턴을 본인이 가지고 가서 다음 주에 한 번 더 시도하시도록 하는 것 — 그게 결국 더 오래 가는 효과라는 걸 이 첫 외부 강의에서 확인했다.

이날 자리를 내어주시고 영상의학과 전체에 따뜻하게 소개해주신 전경녀 교수님께 깊이 감사드린다.