서울대 데이터사이언스 세미나, 정밀의학용 멀티모달 AI 다룬다

• 서울대 데이터사이언스 세미나에서 정밀의학용 멀티모달 AI를 다룸. 주제는 “Scaling Multimodal Intelligence in Precision Medicine”임.

  • 일정은 2026년 5월 13일 수요일 오전 9시부터 10시 30분까지.
  • 진행은 줌으로 열림.

• 연사는 Ian Kim 박사임. 현재 스탠포드 Human Screenome Project에 박사후연구원으로 참여 중이고, 2023년부터 Senior AI & Data Science Lead로 활동하고 있음.

  • Human Screenome Project는 사람들의 디지털 기기 사용 데이터를 기반으로 행동과 건강 패턴을 연구하는 프로젝트임.
  • 쉽게 말하면, 스마트폰이나 디지털 기기 사용 흔적을 건강 연구의 입력 데이터로 보는 쪽임.

• 강연의 핵심은 의료 AI가 여러 종류의 데이터를 어떻게 같이 볼 수 있느냐임.

  • 멀티모달 AI는 텍스트, 이미지, 센서 데이터, 행동 로그처럼 성격이 다른 데이터를 함께 처리하는 접근임.
  • 정밀의학에서는 개인의 상태를 더 세밀하게 이해해야 하니까, 단일 데이터보다 여러 신호를 합쳐 보는 게 중요해짐.

• 모바일과 웨어러블 환경에서 효율적으로 활용하는 최신 연구도 소개될 예정임.

  • 이 부분이 개발자 입장에선 꽤 현실적인 포인트임.
  • 의료 AI를 실험실 모델로만 끝내지 않고, 실제 사용자가 들고 다니는 기기와 착용 기기에서 어떻게 굴릴지의 문제로 이어지기 때문임.

• Ian Kim 박사의 배경도 학제적임. 커뮤니케이션·미디어학, 헬스 인포매틱스, 운동학, 컴퓨터 사이언스, 예방의학을 거쳐온 이력임.
  • Johnson & Wales University에서 커뮤니케이션·미디어학 학사와 컴퓨터 사이언스 부전공을 했음.
  • Penn State에서는 헬스 인포매틱스와 운동학 중심의 뉴미디어 석사를 마침.
  • USC Keck School of Medicine에서는 컴퓨터 사이언스를 전공하며 예방의학 박사학위를 취득함.

---

기술 맥락

• 여기서 중요한 선택은 의료 데이터를 병원 기록 하나로만 보지 않고, 모바일·웨어러블·디지털 행동 데이터까지 합쳐 보려는 거예요. 정밀의학은 개인별 차이를 봐야 하니까, 데이터 종류가 많아질수록 더 풍부한 맥락을 얻을 수 있거든요.

• 멀티모달 AI가 필요한 이유도 여기에 있어요. 건강 상태는 단일 숫자 하나로 깔끔하게 설명되지 않고, 생활 패턴이나 기기 사용 습관 같은 신호가 같이 얽혀 있어요. 그래서 서로 다른 형태의 데이터를 한 모델이나 시스템 안에서 연결해 해석하는 접근이 중요해져요.

• 모바일·웨어러블 환경을 강조하는 것도 실용적인 포인트예요. 의료 AI가 실제 생활 속 데이터를 다루려면 사용자가 매일 쓰는 기기에서 데이터를 얻고, 그 환경의 제약 안에서 분석해야 하거든요. 연구실의 큰 서버만 보고 끝나는 얘기가 아니라는 뜻이에요.

• Human Screenome Project는 디지털 기기 사용 데이터를 행동·건강 패턴 연구에 쓰는 프로젝트라서, 이번 강연의 배경을 잘 보여줘요. 화면 사용 데이터 같은 일상적 흔적을 건강 연구의 입력으로 삼는다는 점에서, 헬스케어 AI의 데이터 범위가 어디까지 넓어질 수 있는지 보여주는 사례예요.