👨🏻⚕️ AI 헬스케어 과정을 통해 의료 AI 스타트업 연구개발자로 취업한 이야기
“헬스케어 AI 개발자가 되려면, 어떤 경험이 필요할까?”
이번 글에서는 의료 AI 스타트업 '시너지에이아이'에서 연구개발 담당으로 근무하고 있는 AI 헬스케어 2기 수료생 이OO님의 이야기를 소개합니다.
이OO님은 소프트웨어 전공과 AI 개발 인턴 경력을 바탕으로, 헬스케어 AI 분야에서 더 깊이 있는 실무 역량을 쌓기 위해 AI 헬스케어 과정을 선택했습니다. 과정 중에는 의료 데이터 프로젝트와 해커톤을 통해 단순히
AI 모델을 만드는 수준을 넘어, 실제 서비스로 연결되는 개발 흐름을 익혔습니다.
현재는 정부과제 선정 의료 AI 서비스의 모델 고도화 업무를 담당하며, 실제 임상에 적용 가능한 제품 개발에 참여하고 있습니다.
Q. 간단한 자기소개와 현재 맡고 있는 일을 소개해 주세요.
안녕하세요. 저는 의료 AI 스타트업 ‘시너지에이아이’에서 연구개발 담당으로 근무하고 있는 이OO입니다.
현재는 회사에서 운영 중인 정부과제 선정 의료 AI 서비스의 모델 고도화 업무를 담당하고 있습니다.
시너지에이아이는 의과대학 교수들이 주축이 되어 설립한 의료 AI 스타트업입니다. IGNITE, Mac’AI 등 식약처 인허가를 받은 의료 AI 제품을 개발해왔고, 현재는 새로운 ECG 기반 의료 AI 서비스도 개발하고 있습니다.
의료 도메인에 대한 깊이 있는 이해를 바탕으로 실제 임상에 적용 가능한 제품을 만들어가는 회사라는 점이 매력적으로 느껴졌습니다. 평소 관심을 가져온 헬스케어 AI 분야에서 실무 경험을 쌓을 수 있는 좋은 기회라고 생각해 입사를 결정하게 되었습니다.
Q. 다양한 교육 과정 중에서 왜 AI 헬스케어 과정을 선택하셨나요?
저는 처음부터 헬스케어 AI 도메인에 관심이 컸기 때문에, 일반 AI 과정이 아니라 의료·헬스케어 분야에 특화된 과정을 찾고 있었습니다. 이전에 두피 진단 AI 모델을 개발하면서 의료 데이터는 일반 데이터와는 다르게 다뤄야 한다는 점을 실무로 체감했습니다. 그래서 이 분야에서 더 깊이 있는 경험을 쌓고 싶다는 생각이 있었습니다.
여러 부트캠프를 비교하던 중 오즈코딩스쿨 AI 헬스케어 과정이 눈에 들어왔습니다.
단순히 머신러닝이나 딥러닝 기초만 배우는 과정이 아니라, 의료 데이터의 특성과 헬스케어 서비스 구조까지 함께 다룬다는 점이 인상적이었습니다. 또한 실무 프로젝트 비중이 높아 단순 학습으로 끝나는 것이 아니라, 실제 포트폴리오로 이어질 수 있다는 점도 선택에 큰 영향을 주었습니다.
이 과정을 통해 헬스케어 AI 개발자로서 필요한 역량을 체계적으로 쌓을 수 있을 것이라고 판단했습니다.
Q. 온라인 과정인데도 끝까지 몰입할 수 있었던 이유가 있었나요?
수업과 프로젝트를 함께하며 좋은 인연을 많이 만들었고, 서로 응원하고 자극을 주고받는 분위기가 끝까지 완주하는 데 큰 힘이 되었습니다.
운영 측면에서도 도움이 되는 부분이 많았습니다. 실시간 수업뿐만 아니라 녹화 영상이 제공되어, 놓친 부분이나 복습이 필요한 내용을 제 학습 속도에 맞춰 다시 익힐 수 있었습니다.
또한 프로젝트와 해커톤이 커리큘럼에 포함되어 있어, 배운 내용을 곧바로 실전에 적용해볼 수 있었습니다.
특히 혼자서는 시도하기 어려운 규모의 프로젝트를 팀 단위로 기획부터 배포까지 경험하면서 실무에 가까운 감각을 익힐 수 있었습니다.
프로젝트 진행 중 발생하는 클라우드 비용 등 금전적인 부담을 지원받을 수 있었던 점도 큰 장점이었습니다. 비용 걱정 없이 다양한 기술을 시도하며 역량 강화에 집중할 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 강 - 전)(주)이랜드 시스템스 - 데이터 엔지니어, 정보전략실(데이터분석 팀) 팀장, 패션BG IT Manager
Q. 교육 전과 후를 비교했을 때, 가장 크게 달라진 점은 무엇인가요?
교육 전에는 AI 모델을 만드는 것 자체에 시야가 한정되어 있었습니다. 하지만 과정을 거치면서 서비스 전체를 바라보는 넓은 시각이 생긴 것이 가장 큰 성장이라고 느낍니다.
실제 서비스를 기획하고, 모델링하고, 백엔드를 구현하고, 배포까지 경험하면서 모델 성능만 좋다고 해서 좋은 서비스가 되는 것은 아니라는 점을 체감했습니다.
사용자에게 결과를 어떻게 전달할지, 대량의 요청이 들어왔을 때 안정적으로 처리할 수 있는 구조인지, 실제 운영 환경에서 어떤 문제가 발생할 수 있는지까지 함께 고민해야 한다는 것을 알게 되었습니다.
예를 들어 모델 추론 시간이 길어질 때 발생하는 병목 문제를 비동기 파이프라인으로 해결하거나, 단순히 예측 결과를 보여주는 데 그치지 않고 사용자가 실제로 행동을 바꿀 수 있는 정보를 제공하는 방식을 고민했던 경험이 기억에 남습니다.
하나의 기술적 선택이 전체 서비스에 어떤 영향을 미치는지 연결해서 사고하는 능력이 생긴 것이, 교육을 통해 얻은 가장 값진 성장이라고 생각합니다.
Q. 취업에 가장 도움이 된 프로젝트는 무엇이었나요?
취업에 가장 큰 도움이 되었던 프로젝트는 NHANES 헬스케어 데이터를 기반으로 한 지방간 위험도 예측 서비스 ‘간(肝)편한 하루’입니다.
이 프로젝트에서 가장 중요하게 생각했던 것은 “실제로 사람들이 사용할 수 있는 서비스인가?”였습니다.
일반적인 건강 예측 서비스는 혈액 수치와 같은 병원 검사 결과 입력을 요구하는데, 정작 사용자는 자신의 혈액 수치를 모르는 경우가 대부분입니다. 그래서 나이, 체중, 음주 습관, 운동 습관처럼 누구나 알고 있는 정보만으로 지방간 위험도를 예측할 수 있도록 서비스를 설계했습니다.
또한 단순히 “위험합니다”라는 결과만 보여주는 것은 충분하지 않다고 생각했습니다.
사용자가 실제로 행동을 바꾸려면 무엇을 어떻게 개선해야 하는지 함께 알려줘야 한다고 판단했고, 위험도뿐만 아니라 구체적인 개선 방향까지 제시하는 방식으로 서비스를 구성했습니다. 기술 자체보다 사용자에게 실제로 도움이 되는지를 기준으로 고민하고 풀어낸 경험이 취업 과정에서도 좋은 평가로 이어졌다고 생각합니다.
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 소프트웨어학과를 졸업했고, 이전에 AI 개발 인턴으로 두피 진단 AI 모델을 개발한 경험이 있습니다. 전공을 통해 쌓은 프로그래밍 기초와 컴퓨터 비전, 머신러닝에 대한 이해는 이번 과정에서 새로운 기술을 빠르게 습득하는 데 큰 바탕이 되었습니다.
특히 이전 인턴 경험에서 실제 서비스에 들어가는 AI 모델을 다뤄봤던 것이 도움이 되었습니다.
당시 저화질 이미지와 데이터 불균형으로 인해 모델 성능이 떨어지는 문제를 마주했습니다. 단순히 파라미터를 조정하는 데 그치지 않고, 데이터 전처리 과정 전체를 다시 설계해 성능을 개선했습니다. 이 경험을 통해 AI 문제는 모델만의 문제가 아니라 데이터와 환경 전체를 함께 봐야 한다는 시각을 갖게 되었습니다.
이번 과정의 프로젝트에서도 같은 접근 방식으로 문제를 풀어나갔습니다. 의료 데이터처럼 다루기 까다로운 데이터를 만났을 때도 전공과 실무에서 익힌 문제 해결 방식을 적용할 수 있었습니다.
Q. 프로젝트 결과물을 포트폴리오와 면접에서 어떻게 활용하셨나요?
포트폴리오를 만들 때 가장 신경 쓴 부분은 계속해서 “왜?”를 던지는 것이었습니다.
단순히 기능을 구현하는 데 그치지 않고, 이 기능을 왜 이렇게 만들어야 하는지, 이 기술을 왜 선택했는지, 이 서비스가 실제로 어떻게 사용자에게 전달될지를 계속 고민했습니다. 예를 들어 모델 하나를 서비스에 붙이더라도, “추론 시간이 오래 걸리면 사용자 경험은 어떻게 될까?”, “요청이 몰리면 서버는 안정적으로 버틸 수 있을까?” 같은 질문을 던졌습니다.
그리고 그 질문에 맞는 구조를 선택하려고 했습니다.
이렇게 구현 과정 하나하나에 이유를 붙이다 보니, 포트폴리오가 단순한 결과물 나열이 아니라 제가 어떤 고민을 거쳐 기술적 결정을 내렸는지 보여주는 형태가 되었습니다.
실제 면접에서도 “왜 그렇게 했는가?”라는 질문을 많이 받았습니다. 이미 모든 선택에 대해 스스로 정리해두었기 때문에 막힘없이 답할 수 있었습니다. 기술을 얼마나 많이 사용했는지보다, 그 기술을 선택하기까지 얼마나 깊이 고민했는지를 보여주는 것이 저만의 포트폴리오 전략이었습니다.
직접 참여한 [지방간 위험도 예측 서비스 ‘간(肝)편한 하루’] 발표 자료 중 일부 발췌
Q. 전공자로서도 이번 과정이 도움이 되었나요?
네, 도움이 되었습니다.
소프트웨어 전공자였지만, 학교 수업이나 독학만으로는 채우기 어려운 부분이 분명히 있었습니다. 학교에서는 주로 이론과 개별 기술을 배우지만, 그것들을 엮어 하나의 완성된 서비스로 만들어내는 경험은 많지 않습니다.
이 과정의 가장 큰 장점은 기획부터 모델링, 백엔드, 배포, 운영까지 실제 서비스가 돌아가는 전 과정을 직접 다룬다는 점입니다. 물론 커리큘럼 자체가 기간에 비해 다뤄야 할 내용이 많아 따라가기 빡빡하게 느껴질 수 있습니다. 하지만 반대로 말하면 그만큼 실무에 필요한 내용이 압축적으로 담겨 있다는 뜻이기도 합니다.
전공자라면 기초가 있기 때문에 이 압축된 커리큘럼을 더 빠르게 흡수할 수 있다고 생각합니다. 이론은 있지만 실제로 만들어본 경험이 부족하다고 느끼는 전공자라면, 이 과정이 그 간극을 빠르게 메워주는 좋은 기회가 될 수 있습니다.
Q. 부트캠프 전후로 취업 활동에서 달라진 점이 있었나요?
가장 큰 차이는 보여줄 수 있는 결과물이 생겼다는 점입니다.
이전에는 기술을 안다고 말해도 그것을 증명할 방법이 많지 않았습니다. 하지만 과정을 거치며 실제로 배포까지 완료한 서비스와 해커톤 수상 경험 같은 구체적인 결과물이 쌓였습니다. 그 결과 이력서와 포트폴리오의 설득력이 확실히 달라졌습니다.
실제로 지원했을 때 서류 통과율이 눈에 띄게 높아졌고, 면접에서도 프로젝트를 직접 수행한 과정과 기술 선택 이유를 구체적으로 설명할 수 있게 되었습니다. 특히 헬스케어 도메인에 특화된 프로젝트 경험이 있었기 때문에, 의료 AI 분야 기업에서 이 부분을 관심 있게 봐주는 경우가 많았습니다.
단순히 “해보고 싶습니다”라고 말하는 것이 아니라, “이런 서비스를 만들어봤습니다”라고 말할 수 있게 된 것이 취업 활동에서 가장 크게 달라진 부분이었습니다.
Q. 지금 실제 업무를 하면서도 교육 과정이 도움이 된다고 느끼시나요?
네, 실제 업무와 굉장히 가깝게 연결되어 있다고 느낍니다.
과정 중에 서비스를 직접 만드는 프로젝트를 끝까지 경험해봤기 때문에, 실제 회사에서 서비스를 개발하고 운영하는 흐름을 이해하는 데 큰 도움이 되었습니다. 모델을 개발하고, 그것을 서비스에 어떻게 적용할지 고민하고, 실제 환경에서 안정적으로 동작하도록 만드는 과정이 부트캠프 프로젝트에서 경험했던 흐름과 이어졌습니다.
예를 들어 지금은 기존에 운영되던 서비스의 코드를 분석하고 모델을 고도화하는 업무를 하고 있습니다. 이때 프로젝트를 진행하며 익혔던 전체 구조를 파악하고 문제를 찾아 개선하는 방식이 그대로 적용되고 있습니다.
만약 부트캠프에서 단순히 강의만 들었다면 실무에 적응하는 데 훨씬 오랜 시간이 걸렸을 것 같습니다.
실제 서비스를 만들어본 경험 덕분에 입사 후 빠르게 업무에 적응할 수 있었습니다. 그런 점에서 이 과정의 프로젝트 경험은 실무와의 간극을 크게 줄여주는 부분이라고 생각합니다.
Q. 새로운 도전을 망설이는 예비 수강생들에게 전하고 싶은 말이 있다면요?
시작이 가장 어렵다고 생각합니다. 완벽하게 준비한 뒤에 시작하려고 하면, 사실 그 타이밍은 잘 오지 않는 것 같습니다.
저도 처음부터 모든 것을 알고 출발한 것은 아니었습니다. 지금 할 수 있는 만큼 채워보자는 마음으로 시작했고, 막상 해보니 모든 것을 다 알고 뛰어드는 사람은 없다는 것을 알게 되었습니다.
어려울까 봐 망설이는 시간에 일단 부딪혀보면, 어느새 조금씩 성장하고 있는 자신을 발견하게 됩니다. 방향만 잡고 그때그때 할 수 있는 만큼 따라가도 충분히 성장할 수 있다고 생각합니다.
무엇보다 좋은 사람들과 함께 배우고, 서로 응원하면서 끝까지 해낸 경험은 오래 남습니다.
너무 오래 고민하지 말고 일단 시작해보셨으면 좋겠습니다. 생각보다 훨씬 많은 것을 얻어가실 수 있을 것입니다.
Share article