안과 교수님 1:1 멘토링 · 본인 데이터에서 첫 워크플로우 1개

강의 개요

• 일시: 2026년 5월 9일 (토) 14:00 ~ 16:30 (2시간 반)
• 형식: 1:1 멘토링 (Claude Code, 본인 노트북)
• 목표: 본인 데이터로 첫 표·첫 그림 1세트 + 다음 한 주를 혼자 굴려나갈 워크플로우 1개

왜 1:1 형식이었나

대규모 핸즈온에서는 한 명에게 들어갈 수 있는 시간이 길어야 5분이다. 그런데 시니어 분의 경우, 정말 풀고 싶은 문제는 "내가 십 년 동안 모아둔 이 데이터에서 무엇을 볼 수 있는가" 같은 규모의 질문이다. 이런 질문은 30명 자리에서는 풀리지 않는다.

그래서 이번 세션은 한 분에게 두 시간 반을 통째로 드렸다. 사전에 7개 항목 설치 가이드를 보내드렸고, 본인이 직접 설치를 마치신 상태로 자리에 앉으셨다. 그 덕분에 2시간 반 전체를 진짜 데이터에 쓸 수 있었다.

결과

• 본인 망막 영상·임상 CSV 데이터에서 첫 Table 1 + 그림 1개 완성.
• 데이터 익명화(/deidentify) → EDA → 표 → 그림 → README 정리까지 한 번에 통과.
• 다음 주에 혼자서 한 번 더 돌리기로 한 분석 시나리오 1건과 그 다음 한 달의 연구 질문 후보 2~3건 도출.

가장 인상 깊었던 장면은, 본인의 임상 경험이 곧 변수 정의로 들어가는 순간이었다. *"이 환자군은 보통 이렇게 분류한다"*는 한 줄을 그대로 AI에 넣자, 분석이 그 정의를 존중하면서 따라왔다. 십 년의 임상이 코드 한 줄에 응축되는 경험이었다.

배운 것

1:1은 시니어가 십 년간 쌓은 도메인을 끌어내는 데 유리하다. 대규모 강의가 첫 성공 경험에 강하다면, 1:1은 그 사람만이 풀 수 있는 큰 질문을 다루기에 적합하다. 두 형식은 대체재가 아니라 보완재라는 걸 확인했다.

준비 상태가 페이스를 결정한다. 사전에 설치가 완료되어 있으면 처음 10분에 워밍업을 끝내고 본 게임으로 들어갈 수 있다. 1:1 세션의 실질 가동 시간을 거의 100% 확보하려면, 강의 전 체크리스트 + 직접 설치가 필수라는 패턴이 굳어졌다.

앞으로

이 자리에서 잡은 첫 워크플로우는 본인의 일상 연구에 그대로 이어진다. 강의장에서 손에 쥐어드린 것 한 가지가 다음 주의 작업으로, 한 달 뒤의 논문 초안으로 이어지는 흐름 — 그게 강의가 만들 수 있는 가장 값진 출력이라는 걸 다시 확인했다.

귀한 시간을 내어주시고, 식사 자리에서까지 안과의 임상·연구 현장에 대해 너그럽게 가르쳐주신 교수님께 깊이 감사드린다.