본문으로 건너뛰기
피드

군의관이 만든 의료 AI, 상은 받았는데 이제 데모와 심의가 문제

ai-ml 약 4분
vote
0
댓글
북마크

군의관이 친구들과 준비한 의료 AI 아이디어가 경진대회 본선에 올라 우수상을 받았다는 개인 기록이다. 다만 수상보다 더 현실적인 문제는 이제부터다. 데모 버전, 임상 연구 윤리 심의(IRB), 군의관이라는 정체성과 사업가 역할을 어떻게 같이 보여줄지가 과제로 남아 있다.

  • 1

    의료 AI 아이디어가 경진대회 본선 11개 팀에 들었고 최종적으로 우수상을 받음

  • 2

    본선까지 20일밖에 없었고, 발표보다 더 큰 문제는 실제 데모 버전을 아직 만들지 못했다는 점

  • 3

    의료 영역이라 임상 연구 윤리 심의(IRB)가 걸리고, 사용할 수 있는 공개 영상 데이터도 바로 확보하지 못한 상황

  • 4

    비전공자이자 코딩 초보지만, 생성형 AI 덕분에 직접 구현을 시도해볼 수 있는 단계까지 왔다고 봄

  • 군의관이 친구들과 준비한 의료 AI 아이디어가 경진대회에서 우수상을 받음

    • 제작년부터 창업을 논의하던 친구들과 ‘마지막에 후회 없이 해보자’는 마음으로 아이디어를 발전시켜 제출한 케이스임
    • 처음엔 본선 진출 자체도 예상 밖이었고, 줌 발표까지 거쳐 최종 본선 자리까지 감
  • 시상식 구조는 꽤 현실적이었음. 11개 팀이 올라왔고, 상은 장려상 5팀, 우수상 3팀, 최우수상 2팀, 대상 1팀으로 나뉨

    • 다들 겉으론 차분해도 속으론 대상을 기대했을 법한 분위기였다고 함
    • 글쓴이는 ‘기대하지 말자’는 성향 덕분에 비교적 마음은 편했지만, 그래도 시상식 전 긴장감은 시험장 같은 느낌이었다고 적음
  • 재밌는 디테일은 1분 발표였음. 글쓴이는 모든 팀이 당일 1분 PT를 하는 줄 알고 며칠 전부터 준비했는데, 알고 보니 최우수상과 대상 후보 3팀만 발표하는 구조였음

    • 우수상을 받으면서 발표를 안 해도 된다는 안도감이 먼저 들었다는 게 웃픈 포인트
    • 수상 자체의 기쁨보다 ‘아 발표 안 해도 된다’가 먼저 온 걸 보면, 창업 대회 특유의 긴장감이 그대로 느껴짐
  • 근데 진짜 문제는 상 받은 다음부터 시작됨. 본선까지 20일밖에 없었고, 아직 데모 버전을 만들지 못한 상태임

    • 의료 AI라서 단순히 웹앱 하나 띄우는 느낌이 아님
    • 임상 연구 윤리 심의(IRB)도 필요할 수 있고, 공개 영상 데이터를 쓰려 했지만 아직 사용할 수 없는 상황이었다고 함
  • 글쓴이가 막힌 지점은 기술만의 문제가 아니라 정체성 문제이기도 함

    • 심사위원은 민간 벤처 투자자(VC)인데, 본인은 군의관임
    • ‘군의관으로서의 신뢰’와 ‘사업가로서의 실행력’을 어떻게 동시에 보여줄지 고민하고 있음
  • 비전공자에 코딩도 처음이지만, 그래도 지금은 AI 도구 덕분에 직접 구현을 시도해보는 단계까지는 왔다고 함

    • 예전 같으면 의료 아이디어가 있어도 개발 장벽에서 바로 막혔을 가능성이 큼
    • 지금은 생성형 AI 도움으로 최소한 프로토타입을 향해 걸음마를 뗄 수 있다는 점이 꽤 상징적임

ℹ️참고

> 이 글은 기술 논문이나 제품 출시 소식은 아니지만, 의료 AI 아이디어가 실제 창업으로 넘어갈 때 부딪히는 현실적인 장애물을 잘 보여줌. 데이터, 심의, 데모, 투자자 설득이 한꺼번에 온다.

이 글의 포인트는 ‘AI로 상 받았다’가 아니라 의료 AI 아이디어가 실제 제품으로 넘어갈 때 바로 데이터, 심의, 데모, 정체성 문제가 한꺼번에 튀어나온다는 데 있음. 특히 한국에서 의료 AI 창업을 고민하는 사람이라면 꽤 현실적인 출발선 얘기다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

기가토큰, 언어 모델 토크나이징을 최대 1000배 가까이 빠르게 만든 러스트 토크나이저

Gigatoken은 언어 모델용 토크나이징을 Rust와 SIMD 최적화로 크게 가속하는 프로젝트다. GPT-2 기준 144코어 EPYC에서 24.53GB/s를 찍으며 HuggingFace Tokenizers 대비 989배, tiktoken 대비 681배 빠른 수치를 제시한다.

ai-ml

AI 연구소들이 ‘펠리컨 자전거’ 벤치마크에 몰래 최적화했을까?

사이먼 윌리슨이 LLM 출시 때마다 던지던 “자전거 타는 펠리컨 SVG를 그려줘” 프롬프트가 너무 유명해지자, AI 연구소들이 여기에 맞춰 모델을 튜닝한 게 아니냐는 의심이 나왔다. 글쓴이는 7개 프런티어 모델로 1,008개 SVG를 만들고 LLM 판정, 특징 추출, 회귀 분석까지 돌렸지만 뚜렷한 증거는 거의 없다고 결론낸다.

ai-ml

알파벳, 구글 클라우드 82% 성장에도 검색 광고와 투자비가 숙제

알파벳이 2분기 매출 1198억달러로 시장 전망을 넘겼고, 구글 클라우드는 전년 대비 82% 성장하며 실적을 끌어올렸다. 다만 검색 광고 매출은 기대치를 아주 살짝 밑돌았고, 인공지능 인프라 투자를 위한 자본지출이 449억달러까지 커지면서 투자자들이 수익화 시점을 더 예민하게 보기 시작했다.

ai-ml

알파벳, AI 투자 논란을 클라우드 82% 성장으로 받아침

알파벳이 2026년 2분기 매출 1198억달러를 기록하며 시장 예상치를 넘겼다. 특히 구글 클라우드 매출이 82% 뛰면서, AI 투자가 비용이 아니라 실제 매출과 이익을 만드는 사업으로 바뀌고 있다는 신호를 줬다. 검색·유튜브 광고도 버티면서 AI가 기존 사업을 잠식한다는 우려도 일단 눌렀다.

ai-ml

알파벳 2분기 실적, 진짜 주인공은 순이익보다 구글 클라우드와 AI 투자

알파벳이 2분기 매출 1198억달러를 기록하며 시장 예상치를 넘겼고, 12분기 연속 두 자릿수 성장도 이어갔어. 다만 순이익과 주당순이익이 폭발적으로 뛴 건 스페이스X 상장에 따른 투자자산 평가이익 영향이 커서, 실제 영업 체력은 클라우드 성장과 AI 인프라 투자 쪽을 봐야 하는 상황이야.