👨🏻⚕️ AI 헬스케어 과정을 통해 R&D 연구원으로 조기 취업에 성공한 이야기
“내가 가진 전공과 경험이 AI·헬스케어 분야 취업으로 이어질 수 있을까?”
AI 헬스케어 과정을 고민하는 분들 중에는, 본인의 전공이 직접적인 개발자 트랙이 아니라서 망설이는 분들이 많습니다.
이번 글에서는 AI 헬스케어 3기 수강생 윤OO님의 이야기를 소개합니다.
심리학·뇌과학·신경과학·정신건강 분야에 꾸준히 관심을 가져왔고, 뇌신경과학 연구실 인턴 경험을 바탕으로 헬스케어 분야 커리어를 준비해 왔습니다. 이후 AI 헬스케어 과정에서 머신러닝·딥러닝과 데이터 분석 역량을 쌓았고, 본인의 도메인 지식을 프로젝트와 포트폴리오에 적극적으로 연결해 치매진단기기 개발회사 N000의 R&D 연구원으로 조기 취업에 성공한 사례입니다.
특히 생체신호 데이터를 활용한 개인화 스트레스 조기 탐지 프로젝트를 통해 비지도학습 기반 데이터 처리 역량을 보여주었고, 심리학·뇌과학 지식과 AI 기술을 결합한 점이 면접에서도 강점으로 작용했습니다.
Q. 간단한 자기소개와 현재 맡고 있는 일을 소개해 주세요.
안녕하세요. 저는 평소 심리학, 뇌과학, 신경과학, 정신건강, 헬스케어 분야에 관심을 가지고 커리어를 준비해온 윤OO입니다.
이전에 뇌신경과학 연구실에서 시각·청각·촉각 관련 인턴 경험을 쌓았고, 이후 오즈코딩스쿨 AI 헬스케어 과정에서 머신러닝과 딥러닝을 학습하며 헬스케어 분야에서 활용할 수 있는 데이터·AI 역량을 키웠습니다.
현재는 치매진단기기를 연구·개발하는 N000에 R&D 연구원으로 입사하여 근무하고 있습니다.
소프트웨어 개발자로 입사한 것은 아니지만, 자사에서 개발한 치매 진단 기기의 데이터 처리와 관련된 배경지식을 논문을 통해 학습하고 있으며, 앞으로는 사업계획서, 논문, 보고서 작성과 데이터 분석 업무를 함께 수행하게 될 예정입니다.
저 역시 AI 헬스케어 교육 과정을 통해 취업에 큰 도움을 받았던 만큼, 비슷한 고민을 하고 있는 분들께 제 경험이 조금이나마 도움이 되길 바라는 마음으로 이번 인터뷰에 참여하게 되었습니다.
Q. 다양한 교육 과정 중에서 왜 AI 헬스케어 과정을 선택하셨나요?
저는 원래 심리학, 뇌과학, 정신건강, 헬스케어 분야에 관심이 많았습니다. 고령층 인구가 늘어나고, 고립청년이나 정신건강 이슈가 점점 중요해지는 흐름을 보면서 앞으로 헬스케어 분야의 수요는 계속 커질 것이라고 생각했습니다.
또한 AI는 앞으로 어떤 분야에서 일하든 반드시 함께 활용해야 하는 도구라고 느꼈습니다. 이전에 연구실 인턴 이후 잠시 창업을 했던 경험이 있는데, 그때 마케팅 업무를 하면서 AI를 활용한 자동화가 얼마나 중요한지 직접 체감했습니다.
그래서 제가 관심을 가지고 있던 헬스케어 도메인과 AI 역량을 함께 쌓을 수 있는 과정이 필요했고, 그 방향에 가장 잘 맞는 과정이 AI 헬스케어 과정이라고 판단했습니다. 오즈코딩스쿨을 선택한 이유는 믿을 수 있는 강사진, 체계적인 커리큘럼, 그리고 국비지원으로 부담 없이 도전할 수 있다는 점이었습니다.
Q. 온라인 과정인데도 끝까지 몰입할 수 있었던 이유가 있었나요?
온라인 과정이었지만, 조교님의 세심한 관리와 친절한 피드백이 큰 도움이 되었습니다. 이전에 다른 온라인 캠프를 수강했을 때는 조교 응대에서 아쉬움을 느낀 경험이 있었는데, 오즈코딩스쿨에서는 학습 중 막히는 부분을 DM으로 질문해도 항상 친절하게 응대해 주셨고, 수업이 무겁게 느껴질 때는 쉬는 시간에 간단한 ZEP 게임을 진행하며 분위기를 환기해 주셨습니다.
또 하나의 중요한 동력은 제가 직접 스터디를 만든 것이었습니다. 과정 초반에 스터디를 구성하고 5명 정도의 팀원을 모집해 운영했는데, 이 경험이 학습을 지속하는 데 큰 힘이 되었습니다. 단순히 수업을 듣는 것에서 끝나는 것이 아니라, 함께 정리하고 설명하고 질문하면서 책임감과 주도성을 함께 기를 수 있었습니다.
📌 AI 헬스케어 과정은 전·현직 전문가들이 강사진으로 참여하고 있으며, 수강생들이 실제 현업에서 요구되는 역량을 기를 수 있도록 실무 중심으로 운영되고 있습니다.
[AI 헬스케어 대표 강사]
- 김복주 강사님
- 현)명지대학교 - AI 정보과학대학원 강의
- 전)서울사이버대학교 - 인공지능 강의
- 전)우리은행 - AI/빅데이터 개발 및 운영 / AI 개발 및 운영, 정보보안 감사
- 신동현 강사님
- 전)Toss Securities - 백엔드 개발자
- 전)Asleep - 백엔드 개발 리드
- 전)ABLY - 백엔드 개발
- 신윤섭 강사님
- 현)연세대, LG디스플레이, 미래에셋 , 삼성화재 등 AI 기업 교육 진행
- 전)뷰노(VUNO) - 연구개발본부 연구원
- 한기영 강사님
- 현)(주)데이터인사이트 - KT 에이블스쿨 1~8기 메인 강사
- 전)디플러스 - 동명대, 성균관대, 이화여대, University of Nations(미국)에서 데이터 분석 강의
- 전)(주)이랜드 시스템스 - 데이터 엔지니어, 정보전략실(데이터분석 팀) 팀장, 패션BG IT Manager
Q. 교육 전과 후를 비교했을 때, 가장 크게 달라진 점은 무엇인가요?
가장 크게 달라진 점은 단계적으로 사고하는 힘과 끝까지 문제를 붙잡고 해결하려는 끈기입니다.
해커톤과 프로젝트를 진행하면서 데이터를 한 번에 바라보는 것이 아니라, 여러 단계로 쪼개어 관찰하고 가설을 세우는 훈련을 할 수 있었습니다. 특히 도메인 지식을 바탕으로 데이터를 해석하고, 어떤 방식으로 실험하거나 분석해야 하는지 고민하는 과정이 큰 성장으로 이어졌습니다.
또 하나는 협업 능력입니다. 협업툴을 사용하는 기술적인 능력도 중요하지만, 실제로는 팀원들과 어떻게 소통하고 문제를 조율하는지가 더 중요하다고 느꼈습니다. 작은 스타트업일수록 소통이 거의 업무의 전부라고 느낄 만큼, 사람들과 맞춰 일하는 역량이 중요합니다. 스터디를 직접 운영하며 여러 팀원들과 소통했던 경험이 현재 업무 적응에도 많은 도움이 되고 있습니다.
Q. 취업에 가장 도움이 된 프로젝트는 무엇이었나요?
가장 도움이 된 프로젝트는 생체신호를 활용한 개인화 스트레스 조기 탐지 프로젝트였습니다.
이 프로젝트는 수업 시간에 제공받은 웨어러블 데이터를 활용해 개인의 생체신호 기반 기저선을 분석하고, 그 기저선을 벗어나는 이상치를 탐지하는 방식으로 진행했습니다.
데이터는 개인 1명의 시간별 데이터 약 5,000행과 14개의 feature로 구성되어 있었고, PCA, DBSCAN, Statistical Modeling, One-Class SVM 등을 활용했습니다.
생체신호를 통한 스트레스 조기 탐지는 정답 라벨이 명확하게 존재하지 않는 문제입니다. 그래서 하나의 모델 결과만 보는 것이 아니라, 통계적 모델과 SVM을 함께 활용해 두 방식이 공통적으로 탐지하는 구간을 스트레스 span으로 정의했습니다. 그 결과 약 4시간 15분 동안 8번의 스트레스 상황을 탐지할 수 있었습니다.
이 프로젝트는 단순히 모델을 적용한 경험이 아니라, 정답이 없는 헬스케어 데이터 문제를 어떻게 정의하고 분석할 것인지 고민했다는 점에서 취업 준비와 면접에 큰 도움이 되었습니다.
AI 헬스케어 과정은 수강생들의 학습 수준과 실무 적응력을 함께 고려하여, 의료데이터를 활용한 프로젝트와 해커톤 중심으로 운영되고 있습니다.
- 흡연 여부 예측 AI 해커톤
- 스트레스 지수 예측 AI 해커톤
- 칼로리 소모량 예측 AI 해커톤
- 심리 성향 예측 AI 해커톤
- 흉부 X-ray 이미지 분류 AI 해커톤
- 난임 환자 대상 임신 성공 여부 예측 AI 해커톤
- 암환자 유전체 데이터의 변이 정보를 활용한 암종 분류 AI 모델 개발
- 만성질환 개선을 위한 챌린지 형태의 웹 서비스 개발 프로젝트
- 진료 기록 기반 복약 안내 및 생활습관 개선 가이드 생성 시스템 개발 프로젝트
Q. 전공이나 이전 경력은 이번 과정에서 어떻게 활용되었나요?
저는 심리학을 전공하면서 학부 시절부터 뇌과학과 신경과학 분야에 관심을 가지고 대학원 연구실 인턴을 경험했습니다. 뇌과학을 공부하다 보면 뇌 신호나 생체 데이터를 어떻게 탐지하고 해석할 것인지에 대한 고민을 자연스럽게 하게 됩니다.
이런 데이터들을 제대로 다루기 위해서는 머신러닝, 딥러닝, 기본적인 데이터 처리 역량이 꼭 필요하다고 생각했습니다. 학부 때 복수전공으로 융합소프트웨어를 공부했던 경험도 있었기 때문에, AI 헬스케어 과정에서 배운 기술들을 제 도메인에 어떻게 접목할 수 있을지 계속 고민하며 학습했습니다.
또한 과정 중 오즈코딩스쿨에서 안내해 준 국립중앙과학관 디지털치료제 공모전에도 참여했습니다.
주제가 치매 조기진단이었는데, 현재 입사한 회사 역시 치매 탐지를 주요 분야로 하는 기업이기 때문에, 이 경험이 취업 과정에서 더 큰 시너지로 이어졌다고 생각합니다.
Q. 프로젝트 결과물을 포트폴리오와 면접에서 어떻게 활용하셨나요?
포트폴리오와 면접에서는 제가 가진 도메인 지식과 AI 기술을 어떻게 연결했는지를 중심으로 어필했습니다.
기업에서 특히 관심을 보였던 부분은 도메인 지식과 비지도학습 기반 데이터 처리 방식이었습니다. 왜 이런 생체신호 데이터에 비지도학습 기법을 적용했는지, 이를 통해 어떻게 스트레스 상황을 탐지할 수 있는지, 스트레스가 생체신호 데이터에서 어떤 방식으로 드러날 수 있는지를 깊이 있게 질문하셨습니다.
이 과정에서 단순히 “어떤 모델을 사용했다”는 설명보다, “왜 이 데이터에 이 방법을 적용했는지”를 설명하는 것이 중요하다는 것을 느꼈습니다. 결국 포트폴리오에서 중요한 것은 기술을 나열하는 것이 아니라, 본인의 도메인과 기술이 어떻게 연결되는지를 설득력 있게 보여주는 것이라고 생각합니다.
직접 참여한 [난임 환자 대상 임신 성공 여부 예측 AI 해커톤] 발표 자료 중 일부 발췌
Q. 지금 실제 업무를 하면서도 교육 과정이 도움이 된다고 느끼시나요?
많이 도움이 되고 있습니다. 특히 머신러닝과 딥러닝에 대한 기본 이해가 실제 업무에서 큰 도움이 됩니다.
현재 R&D 연구원으로 일하면서 직접 모델을 개발하거나 운영하는 업무를 바로 수행하는 것은 아니지만, 논문을 읽고 결과를 해석하거나, 기술 자료와 IR 자료를 이해하는 과정에서 교육 과정에서 배운 내용이 계속 연결됩니다. 앞으로 데이터 분석, 보고서 작성, 논문 작성 등의 업무를 하게 되면 머신러닝과 딥러닝에 대한 이해가 더 중요해질 것이라고 생각합니다.
또한 스터디를 통해 정리했던 내용들이 기억에 많이 남아 실무에서도 도움이 됩니다. 다시 돌아간다면 개인 관심 도메인, 머신러닝의 도메인 적용, 딥러닝의 도메인 적용을 나누어 스터디를 운영해보고 싶을 정도로, 학습 내용을 스스로 정리하고 공유하는 과정이 중요하다고 느끼고 있습니다.
Q. 마지막으로, AI 헬스케어 과정 지원을 고민하는 분들에게 한마디 부탁드립니다.
약점을 억지로 보완하려고 하기보다, 본인이 가진 강점을 살리셨으면 좋겠습니다. 그리고 “재미있겠다”는 생각이 든다면 최대한 적극적으로 참여해보셨으면 합니다.
저는 과정 중에도 계속 정신건강과 헬스케어 분야에 관심이 많다고 이야기했고, 과제를 할 때도 가능한 한 제 관심 도메인과 연결해보려고 했습니다. 스터디를 준비할 때도 심리·정신건강과 관련된 주제로 바꿔보았고, 개인 프로젝트에서도 이전 연구실 경험과 관심사를 최대한 녹여내려고 했습니다.
당시에는 사소해 보였지만, 나중에 포트폴리오를 작성할 때 이런 경험들이 큰 일관성을 만들어주었습니다.
본인이 과정 이전에 가지고 있던 지식과 경험을 버리지 말고, AI 헬스케어 과정에서 배우는 기술과 적극적으로 연결해보셨으면 좋겠습니다. 그 연결점이 결국 자신만의 강점이 되고, 취업 과정에서도 가장 설득력 있는 이야기가 될 수 있습니다.
Share article