성아 작업 중 / [국비지원 후기] '의료 AI 공부, 어떻게 해야 할까요?' - 유니콘 기업 '루닛' 연구원 송헌님과의 대화
"의료 AI 기술, 어떻게 준비해야 할까요?"
: 업계 1위 루닛의 송헌 강사님께 여쭤봤습니다
하지만 이 분야에 진입하려는 사람들에게는 어려운 기술이 막막한 장벽처럼 느껴지기도 합니다.
의료 AI 실무자가 되기 위해선 무엇을 준비해야 할까요? 실제 업계에서는 어떤 기술을 필요로 할까요?
이에 대한 답을 찾기 위해, 국내 업계 1위 루닛(Lunit)에서 Research Scientist로 활약 중인 송헌 강사님과 이야기를 나누었습니다.
송헌 강사님은 현재 루닛의 Oncology AI Research 부서의 팀장으로서 암 진단을 돕는 AI 솔루션을 개발하고 있으며,
이번 [딥러닝을 활용한 AI 진단] 강의를 통해 업계에서 성장하기 위해 꼭 필요한 실무 경험과 노하우를 공유해 주실 예정입니다.
📝 TODAY'S TOPIC
1. 의료 AI, 왜 주목받고 있을까?
2. 최신 기술이 항상 ‘정답’은 아니다
3. 업계에서 인정받기 위해 필요한 역량
4. 의료 진단 실무 경험을 쌓는 방법
5. 나도 실무형 인재로 성장할 수 있을까?
제가 가진 기술이 사람을 살릴 수 있다면
그보다 가치 있는 일이 있을까요?
- 송헌 강사님 인터뷰 中
또 의료 분야는 사람이 하던 일을 AI가 대체함으로써 특히 유의미한 결과를 낼 수 있는 분야이기도 해요. 의료 분야의 종사자는 언제나 부족하지만, 높은 수준의 지식을 필요로 하는 만큼 새로운 인재를 데려오는 데에는 많은 자원이 들고 한계도 존재하거든요.
마지막으로 의료 AI는 잠깐 떠올랐다가 사라질 유행이 아니라는 점에서도 좋은 시장이라고 생각해요. 불확실성이 높고 급변하는 지금 이 순간에도 여러 기술이 생겨났다 사라지고 있지만, 의료는 인간이 살아있는 한 언제나 1순위로 필요한 분야이기 때문이죠. 이런 일에 흥미를 느끼는 분들이라면, 오늘 제 이야기를 유익하게 들으실 수 있으리라 생각합니다.
Q. 자기소개 부탁드립니다.
안녕하세요. 패스트캠퍼스에서 [딥러닝을 활용한 AI 의료 진단] 강의를 맡은 송헌이라고 합니다.
루닛에서 Research Scientist로 일하고 있으며, 현재 Data-Centric AI Research 팀의 팀장을 맡고 있습니다.
Q. 루닛에서는 주로 어떤 일을 하시나요?
사람의 조직 이미지로부터 암세포와 면역세포를 찾아내고,
그것의 분포 정보를 통해 환자가 특정 항암 치료를 받아야 하는가를 판단하는 솔루션을 개발하고 있습니다.
더 구체적으로는 Computer Vision의 문제(e.g., Image Classificiaton, Object Detection, Object Segmentation)를 풀고 있으며,
Data-Centric AI 분야의 다양한 연구(e.g., Domain Generalization, Active Learning, Data Retrieval, Data Management, Visualization)를 통해 인공지능 모델의 성능을 높이는 일을 하고 있습니다.
Q. 현재 딥러닝 기술이 의료 AI에서 가장 활발하게 활용되는 이유가 무엇인가요?
인공지능은 임상 데이터와 유전체 정보 등 다양하고 복잡한 의료 데이터를 자동으로 분석할 수 있습니다.
그리고 이 기술은 사람의 의료 진단보다 더 높은 정확도를 보이고 있죠.
예를 들어, 기존에는 병리학자가 직접 암을 진단하였는데요. 이제는 AI가 영상(CT, MRI, 병리 슬라이드 등)을 분석해 미세한 패턴이나 이상 징후를 감지합니다. 사람보다 더욱 정확하고 신속한 진단이 이루어지죠. 암과 같은 생명이 걸린 질환은 진단의 정확성이 환자의 생존율과 직결되기 때문에, 의료 AI는 필연적으로 주목받을 수밖에 없으며 앞으로도 더욱 주목받을 것입니다.
Q. 실무를 보시며 예상과 달랐던 점이 있으셨나요?
많은 분들이 최신 딥러닝 논문을 공부하고, 그 방법이 실무에서도 곧바로 통할 거라 기대합니다. 저 또한 그랬거든요.
하지만 현실은 다릅니다. 최신 모델이 항상 실무에서 정답은 아닙니다.
논문에서 발표되는 모델들은 대개 아주 정제된 평가 환경에서 최고의 성능을 보이지만, 실제 의료 현장에서 마주하는 데이터는 훨씬 더 복잡하고 예측 불가능한 경우가 많습니다.
따라서 가장 최신의 기술을 무조건 적용하기보다는
'실제 문제를 해결할 수 있는 기술을 선별적으로 활용하는 능력'이 중요합니다.
Q. 그렇다면 실제 업계에서는 어떤 문제 해력 능력을 필요로 하나요?
많은 분들이 의료 AI에 진입하기 위해선 대학원 진학과 전공 지식이 필수적이라고 하지만 핵심은 따로 있는 것 같습니다.
가장 중요한 것은 머신러닝과 딥러닝에 대한 탄탄한 이해이고, 다음으로는 아래 네 가지 역량이 중요하지 않나 싶습니다.
1) 데이터 전처리 및 분석
의료 데이터는 노이즈가 많고 복잡하기 때문에, 데이터를 어떻게 정제하고 다룰지에 대한 감각을 길러야 합니다.
2) 모델 설계 및 최적화
단순히 최신 모델을 가져다 쓰는 것이 아니라, 문제에 맞게 적절한 모델을 설계할 수 있어야 합니다.
3) 소프트웨어 엔지니어링
의료 AI는 연구뿐만 아니라 실제 시스템에 적용되어야 합니다. 따라서 협업이 가능한 깨끗한 코드 작성 능력이 중요합니다.
4) 팀워크 및 커뮤니케이션
의료진, 엔지니어 등 다양한 전문가들과 협력해야 하기 때문에 기술을 논리적으로 설명하고 협업하는 능력이 필요합니다.
Q. 이번 강의를 통해 그 역량을 기를 수 있을까요?
가능합니다. 제가 참여한 '딥러닝을 활용한 AI 진단' 강의는 단순한 인공지능 이론이 아닙니다.
실제 업계에서
필수적으로 요구하는 경험을 쌓을 수 있도록 프로젝트 중심의 커리큘럼으로 구성했거든요.
먼저 현업에 꼭 필요한 핵심 기술만 담아내려고 했어요. 그 덕에 5주 커리큘럼이 완성되었고, 단기간에도 많은 것을 얻어가실 수 있도록 준비했어요.
그리고 무엇보다 중요하게 생각했던 부분은, 강의가 끝난 후에도 스스로 학습하고 프로젝트를 발전시킬 수 있는 기반을 갖추도록 도와드리고 싶었습니다. 특히 의료 데이터를 다루는 실습과 Data-Centric AI 접근법을 강조했어요. 이를 통해 수강생들은 의료 AI의 핵심 개념을 체득하고, 실제로 적용할 수 있는 실력을 쌓을 수 있죠.
Q. 그럼 이 강의는 특히 어떤 수강생에게 추천하고 싶으신가요?
사실 인공지능에 관심이 있는 누구나에게 도움이 되지 않을까 싶은데요.
✔️ 의료 AI 업계에 진입하고 싶은 취업 준비생
✔️ 머신러닝 및 딥러닝을 학습했지만 의료 데이터 적용법을 모르는 분
✔️ 의료 현장에서 AI를 활용하고 싶은 의료 전문가 및 연구자
✔️ 대학원 진학 전 의료 AI 업계에 대해 미리 파악하고 싶으신 분
✔️ 루닛 같은 의료 AI 기업 취업을 목표로 하는 분
이라면 이번 강의가 특히나 도움이 될 거라고 생각합니다.
강의 속 내용이 실무에서 어떻게 적용되는지, 어떤 프로젝트 경험이 취업에 도움이 되는지까지의 현실적인 조언을 많이 담았거든요.
Q. 5주라는 짧은 시간 안에 의료 AI 실무 역량을 갖추는 것이 가능할까요?
물론 5주 만에 의료 AI를 완전히 마스터하는 것은 불가능합니다.
하지만 짧은 시간 안에
가장 중요한 핵심을 빠르게 익히고, 이 프로젝트 경험으로 미래 의료계에 한발짝 더 가까워질 수 있는 과정으로는 충분해요.
실제로 이번 강의에서는 현업에서 반드시 경험해야 하는 핵심 프로젝트를 통해 실무 감각을 익힐 수 있는데요.
이러한 경험이 있으면, 기업 또는 대학원에서 추가적인 공부나 연구를 할 때도 훨씬 빠르게 성장할 수 있으실 겁니다.
Q. 마지막으로 예비 수강생에게 전하고 싶은 말이 있으신가요?
의료 AI는 기술과 인류의 생명을 직접적으로 연결하는 가장 의미 있는 분야입니다. 하지만 대학이나 연구실에서 단순히 최신 기술을 익히는 것만으로는 실무에서 살아남기 어렵습니다. 이런 실무 강의가 시장에 꼭 필요하다고 생각했던 이유이기도 하죠.
언제나 기초에 충실하게 핵심 개념을 탄탄하게 다지고, 그 이후 실전 경험을 쌓아야 합니다. 오늘 제가 소개드린 강의를 통해 의료 AI의 실무적 접근법을 익히고, 여러분만의 커리어를 만들어 가시길 바랍니다. 여러분의 열정과 끈기가 미래의 의료 혁신을 이끌어갈 원동력이 될 것이라 믿습니다. 항상 열린 마음으로 새로운 기술과 경험을 받아들이시길 바랍니다. 그럼 강의에서 만나요. 😊
👇 오늘 소개된 강의 배우고 싶다면?
더 늦기 전 신청하세요!
