부산대학교병원 DART · 외과계 중심 5트랙 핸즈온

강의 개요

• 일시: 2026년 5월 15일 (목) 15:00 ~ 17:30 (2시간 반)
• 장소: 부산대학교 양산캠퍼스 융기원
• 참가: 17명 (교수 10, 임상강사 1, 전공의 6)
• 형식: 5트랙 분기 핸즈온 (Claude Desktop + Claude Code, 각자 노트북)

왜 이 강의였나

부산대 외과 최창인 교수님의 초대로 성사된 자리. 사전 설문을 보니 외과계 분들의 니즈가 "통계가 늘 막혀 있다", "데이터를 자동으로 정리하고 축적하고 싶다", *"환자 설명자료를 만들고 싶다"*로 명확하게 갈렸다. 단순히 연구 vs 빌드 두 트랙으로는 풀리지 않는 구조였다.

그래서 트랙을 5개로 다시 짰다 — (A) 데이터분석 입문, (B) 가설·초록(논문 준비), (C) 복잡 분석 설계(외과 코호트), (D) 임상 도구·자동화, (E) 타도구(ChatGPT·Gemini)와의 비교·연계. 메인 데모는 어느 트랙에서도 응용 가능한 건강검진 데이터 분석 흐름을 그대로 유지하되, 각 트랙의 진입 첫 줄을 다르게 잡아뒀다.

결과

가장 반응이 좋았던 장면들:

• 본인 외과 코호트 데이터로 첫 분석 흐름. 통계가 늘 막혀 있던 분들이 데이터 정의 한 줄만 넣고 다음 줄로 넘어가는 모습이 라이브로 나왔다.
• 환자 설명자료 한 화면. 외래 진료실에서 그대로 띄울 수 있는 한 페이지가 나왔다. 외래 시간을 5분 단축하는 가장 작은 단위의 도구다.
• 데이터 자동 정리 워크플로우. 매주 손으로 정리하던 데이터를 본인 도메인 정의대로 자동 분류하는 흐름을 잡고 나갔다.
• 영상 분석 + 논문 입문 트랙. 영상 분석이 처음인 분들도 어떻게 진입하는지 보여주는 핸즈온까지 통과.

가장 인상 깊었던 건, 외과 청중의 질문 밀도였다. 외과계는 *"내일 외래에서 바로 써야 한다"*가 강하게 느껴지는 청중이고, 그 즉시 응용 가능성을 기준으로 도구를 평가한다. 같은 데모를 보여드려도, 진료 흐름에 어떻게 끼워 넣을 수 있는가를 즉석에서 역설계해주신다.

배운 것

5트랙 구조가 외과계 청중의 다층 니즈에 맞았다. 원내 강의(5월 12일)에서 만든 5트랙 구조가 외부 청중에서도 그대로 작동한다는 걸 확인했다. 진료 도구가 급한 사람, 논문이 급한 사람, 통계가 급한 사람이 한 자리에서 각자 본인 흐름으로 가게 만드는 구조 — 청중 폭이 넓을 때 이 패턴이 가장 잘 작동한다.

OS·AI 경험·도구 선호가 다 다른 환경. Windows 13·Mac 4(Apple Silicon 2·Intel 1·둘 다 1), AI 경험은 문서·검색 11명·코딩 보조 5명·거의 없음 1명. 트랙 E(타도구 비교)를 미리 분기로 잡아두지 않았다면, 일부 청중은 본인 페이스에 못 맞춰 빠져나갈 수도 있었다.

도착 30분 전 개별 설치 지원이 그 한 분의 강의 만족도를 결정한다. 사전에 "14:30 도착 가능"이라고 표시해주신 분에게 도착 즉시 1:1 설치 지원을 드렸고, 덕분에 본 강의 시간을 본인 작업에 쓰실 수 있었다. 이 조기 도착 + 개별 지원 패턴은 모든 후속 강의의 디폴트가 됐다.

앞으로

초대해주시고, 강의 전후 식사 자리에서 외과의 임상·연구 현장과 조직 운영에 대한 값진 조언을 너그럽게 나눠주신 최창인 교수님께 깊이 감사드린다. 외과계 청중의 "내일 바로 써야 한다" 압력은 도구를 가장 빨리 검증해주는 시험대이기도 하다.