고신대학교복음병원 · 성형외과 중심 임상 도구 빌드 핸즈온

강의 개요

• 일시: 2026년 5월 18일 (월) 17:00 ~ 20:00 (3시간)
• 장소: 고신대학교복음병원 회의실
• 참가: 13명 (성형외과 5명을 중심으로 산부인과·비뇨의학·신경외과·의대생·개발자·대외협력 등)
• 형식: 5트랙 분기 핸즈온 + 메인 데모로 호스트 코호트 데이터 사용

왜 이 강의였나

성형외과 김윤수 교수님의 초대로 성사된 자리. 사전 설문에서 가장 인상 깊었던 것은 *"본인 NSM(니플 보존 유방절제술) 150명 데이터를 가지고 있고, 이걸 다음 환자 implant 추천 로직까지 연결해보고 싶다"*는 호스트 교수님의 명확한 비전이었다.

그래서 메인 데모를 호스트 데이터로 짰다. 익명화(/deidentify) → EDA → 첫 Table 1 → 다음 환자 추천 로직 첫 HTML 화면까지 한 흐름. 연구(데이터 분석)와 빌드(임상 도구)가 별개 트랙이 아니라 같은 데이터 위에서 연속되는 흐름임을 보여드리는 자리였다.

청중 구성도 다채로웠다 — 성형외과 5명(주력), 산부인과·비뇨의학 각 2명, 신경외과 1명, 의대 본과 2학년 1명, 개발자 출신 2명, 대외협력 1명. 그래서 5트랙으로 다시 갈랐다 — (A) 임상 도구 빌드, (B) 데이터 분석 → 추천·앱, (C) 학습·교육 자동화(의대생), (D) 연구 초록·가설, (E) 타도구·개발자 응용.

결과

가장 반응이 좋았던 장면들:

• 호스트 교수님 NSM 150명 데이터 메인 데모. 익명화 → 첫 Table 1 → 분포 Figure → 다음 환자 implant 추천 첫 HTML까지 한 흐름. 연구가 곧 임상 도구로 연결되는 그림을 라이브로 보여드릴 수 있었다.
• 환자 사진 분류·병변 추적 워크플로우. 성형외과 일상 업무에서 매일 반복되던 분류 작업을 자동화하는 흐름. 다음 외래 주에 바로 적용하겠다는 분이 여러 명.
• 수술 기록 안드로이드 앱 아이디어. 한 분은 본인 수술 기록을 정리하는 모바일 도구를 그 자리에서 첫 화면까지 띄움.
• 의대생 트랙(학습 자동화). 본과 2학년 의대생이 본인 족보·ANKI·강의록 정리 흐름을 잡아 나갔다. 학습 단계의 청중에게도 동일한 도구가 작동한다는 걸 확인했다.
• 개발자 출신 두 분. 슬래시 커맨드보다 현장 적용 사례를 위주로 안내드렸고, 두 분이 다른 청중의 옆자리 도움 역할까지 자연스럽게 해주셨다.

가장 인상 깊었던 건, 시니어 교수님이 정의하시는 문제의 규모였다. 전공의·임상강사는 당장 외래 한 시간을 줄이는 도구에 집중하시는 데 비해, 시니어 교수님은 150명 코호트에서 다음 환자 의사결정까지 연결되는 큰 그림을 그리신다. AI 시대에 도메인 지식·임상 경험·계획 능력이 더 결정적인 자산이 된다는 걸 이날 또 한 번 확인했다.

배운 것

호스트 데이터로 메인 데모를 짜면 진짜 데모가 된다. 일반화된 공개 데이터셋도 좋지만, 호스트가 본인 환자에서 답을 찾고 있는 질문을 메인 데모로 잡으면, 강의장 안에서 그 데모가 연구 결과이자 임상 의사결정 도구로 바로 작동한다. 사전 협의에 시간이 더 들지만, 효과 차이는 크다.

다양한 직군이 섞일 때의 운영. 성형외과 의사·의대생·개발자가 한 자리에 섞이면 톤·용어·페이스가 다 다르다. 5트랙으로 갈라두면 각자 본인 흐름으로 가지만, 마지막 공유 시간에는 그 다양성 자체가 서로 다른 적용 사례로 돌아온다. 의대생은 시니어가 잡은 큰 그림을 보고, 시니어는 의대생의 학습 자동화에서 후배 교육에 응용할 수 있는 패턴을 가져간다.

앞으로

자리를 만들어주시고, 본인 데이터까지 메인 데모로 내어주시며, 강의 전후 식사 자리에서 성형외과의 임상·연구·환자 의사결정의 값진 경험을 너그럽게 나눠주신 김윤수 교수님께 깊이 감사드린다. 이 자리에서 그려진 호스트 코호트 → 임상 도구 연결 패턴은, 앞으로 다른 임상과 시니어 교수님과의 협업에 그대로 적용해볼 만한 디자인이다.