강연자 소개 및 일정 안내

와주셔서 고맙고요. 20만 7, 8분 정도의 시간입니다. 제가 교수님, 저희 전동 교수님 3분이십니다. 3분 다 소개시켜 드리고 싶고요. 3분이 8분씩 발표를 하고 24분입니다. 8분간 시간이 굉장히 짧아서 간단하게 일단 소개할 거고요. 저는 헬스카 유럽 학부장을 맡고 있고 AR 베이터 학교 정동의 주임 교수를 맡고 있습니다. 학력과 이력은 홈페이지를 참고해주시고 받아보면

나머지 두 분의 모습을 소개시켜 드리겠습니다.

정경희 교수님은 AI 의료되어 있다 해서 의료 도메인, 보건의료 도메인을 주로 받고 계십니다. 약사이면서 보건할 박사입니다. 대학은, 우리 학교는 차원교양대학 간호대 약대 그리고 미래융합대에 이렇게 있죠. 여러분들이 아시다시피 생명과학부와 해스퀘어 융합학부 두 개의 학부로 나누어져 있습니다. 생명과학부 세 개의 전동이 있는데요. 일단 해스퀘어 융합학부 전동만 먼저 보겠습니다.

이렇게 6개가 있습니다. 비지털 보건육, 스포츠 의학, 경영, 미디어 커뮤니테이션, 심리, AI 의료 데이터 전공입니다. 여기에 올 3월부터 2개의 전공이 더 신설되었습니다. 하나가 미술치료, 나머지 하나가 소프트와 유학입니다. AI 의료 데이터학 전공에 대해서만 집중적으로 소개를 하겠습니다. AI 의료 데이터학 전공에 슬로건은 데이터로 인간을 분석하고 AI로 분석을 향신한다.

이렇게 돼 있습니다. 건강, 개인의 의료 데이터를 분석하고 거기에 AI까지 활용을 하자는 것이죠. AI 의료 데이터, AI와 의료화 데이터가 어떻게 생겼는데요. 데이터는 어디에서나 생생이 되죠. 여러분들 스마트폰을 들고 있으면 스마트폰에서 계속 데이터가 생생이 되죠. 위치적 고가 어디서 어디까지 오디였다. 건강관리 앱을 쓰고 있으면

몇 번은 그렇다. 오늘 뭐 카톡 메시지를 몇 개를 받았다. 이게 다 데이터죠. 그렇다면 의료 데이터는 뭘까요? 우리가 데이터는 정량 데이터와 정성 데이터로 만듭니다. 정량 데이터는 숫자로 나타낼 수 있는 것, 정성 데이터는 숫자로 나타낼 수 있는 것. 의료 데이터는 정량이 많을 것, 정성이 많을 것. 둘 다 맞습니다. 정량 데이터는 어떻게 있을까요? 혈압, 심박수, 강수치. 여러분들의 시역, 여러분들도 다

정량 데이터라고 볼 수 있습니다. 정성 데이터는, 우려 데이터는 어떤 게 있을 수 있을까요? 숫자로 나타낼 수 없는 것입니다. CT, MRI, 영상 데이터는 숫자로 못 나타낸 것입니다. 그것을 숫자로 나타내는 과정을 거쳐야 합니다. 그 안에서 어떤 패턴을 찾아서 공통점을 찾고 거기서 뭔가를 찾아내는 것입니다. 그런 것을 하는 게 우리가 데이터를 분석한다는 것입니다. 제가 지금 눈이 좀 밝게 준비하고 있는데

알러지성 결막입니다. 일주일 때입니다. 이 안구 사진만 보고 결막이라는 걸 알 수 있습니다. 이런 걸 가장 창으로 한 대가 구구입니다. 안저 사진을 5만 장인가 50만 장까지 기울이 안 나요. 연구용으로 풀었습니다. 딱 눈사진만 있습니다. 눈사진. 이걸 보고 이 사람은 무슨 질환이 있었는데 약을 뭘 써서 얼마 뒤에 나왔어요. 이것을 담당해도 의사는 누구요?

풍성하다 보면 알러지성 결막염과 당뇨 질환이 있는 사람들은 눈이 갑자기 안 좋아질 수 있다는 말이죠. 당뇨성, 막, 신경 손상 이런 것 비슷한 것. 구별해낼 수 있을까요? 지금까지는 그걸 전부 다 사람의 경험에 의존해야겠습니다. 안과 의사들이 했죠. 이 사람들은 일단 의대 시절에 공부를 많이 했고 개업을 했던 의사 생활하면서 그걸 쭉 봤을 거예요. 많이 봤을 겁니다. 그런데 혹시 얼마나 많이 봤습니까?

지금 AI는 그 영상 데이터의 학습량이 어마어마합니다.

그래서 AI를 활용한다면 미래 의료를 안당릴 수 있습니다. 미래 의료는 여러 가지가 있을 수 있겠지만 일단 환자 맞춤형, 건강신과 환자 맞춤형, 약 모든 약에는 일단 부작용이 다행히죠. 나한테 부작용이 없는 약을 만들어 낼 수 있습니다. 그래서 데이터 사이언티스트의 자신이 그러면 풀이 이렇게 세 가지가 필요합니다.

자기 전문 분야에 나누어 그 다음에 분산능력 IT문역 분산능력에서는 주로 통계학적 방법을 많이 쓰고요 그 외에도 빅게터를 분석하는 방법을 많이 쓰고요 그것을 손으로 풀 수 없기 때문에 컴퓨터로 풀려면 IT문역이 필요합니다 여기서 우리는 R, 파이썬, SQL 이런 것들을 배우게 됩니다 도메인 엑스퍼트가 있어요 내가 어떤 분야, 법원 의료에서 내가 데이터 분석 전문가를 되셨다면 사실 의사 선생님이

데이터 과학을 배워서 의사과학자가 들리는 가장 빠릅니다. 의사선생님은 좋은 말을 못해리지 않았죠. 그래서 우리가 그걸 가져라줍니다. 상비과 의사들, 차병원에 남이 불입 환자들이 와서 아이를 많이 낳았죠. 상비과 의사선생님의 역할을 보니까 아이가 생기지 않는 어머니들에게 아이를 만들어 주는 역할을 합니다. 그렇다면 지금까지 그 수많은 안이 불입고 관련해 데이터들이

그곳을 의사생님들은 볼 시간이 없어요. 우리가 그것을 하자 합니다. 이 사람들은 왜 난임이 있었고 왜 불임이 있었고 이게 남자의 문제였나 여자의 문제였나 여자는 무슨 문제였나 여자의 어머니 친정어머니도 그런 질환이 있었습니다. 과감토록 분석을 하자 합니다. 시간이 될지 모르겠는데. 방뇨 만박병증 AI로 진단 가능합니다.

영상 판독 지원 판독 속도와 정확도가 사람의 양도가 훨씬 더 올라가서 리믹투라고 MIMI 있습니다. 이건 미국의 유료 데이터도요. 중화자실 데이터를 모아가지고 임상 데이터를 모아가지고 위험을 사전에 예측하고 자원배치를 최적화합니다. 정비유료 빅데이터 아까 말했죠? 바이오빅데이터로 개인 맞추고 계신단 시국 기반을 말할 수 있습니다.

확률 통계를 좀 배울 것이고요. 파이썬 SQL 그리고 시각화, 전처리, 태블럭, 타이썬 R 가지고 시각화를 할 수 있습니다. 그걸 배울 것이고, 요즘 이제 AI, 개인화, 유능이 이런 쪽에 대해서 배우게 될 것입니다. 지금 1학년은 아무 정보가고 선택하고 있지 않지만 2, 3, 4학년에 이러한 것들을 하게 될 것이고 4학년 때는 캡스톤 디자인이라는 것을 통해서 프로젝트를 수행하겠습니까?

그리고 4학년 내내 기회가 될 때마다 패커턴, 공모전, 학회, 현장 견학 이런 데 참여할 수 있는 기회를 얻게 될 것입니다. 너무 시간이 짧았어요. 30분도 모자라는데 8분 안에 AI고 데이터를 소개하기 너무 짧았습니다. 다른 교수님 두 분이 다른 각도에서 AI고 데이터를 설명해 주셨다. - 이거 뷔스.

안녕하세요. 대장표하고 있고요. 저는 원래 이 영상 분석하는 회사들하고 분석하고, 그런 쪽으로 연구를 하다가 와서 수업을 인공지능 쪽으로 수업을 하게 됐고 주로 인공지능, 앱 개발 코딩하고 모든 공기는 관련된 내용을 강의를 하고 있습니다.

제가 요즘 채취 PT가 이렇게 나왔죠. 그래서 생성형 인공지능실에 들었으면서 학생들이 특별히 코딩하고 수학에 관심을 많이 가지게 되시는 걸 느끼고 있어요. 그만큼 코딩하고 수학이 쉬워지고 있어요. 코딩 같은 경우에 다 입고 코딩을 해서 채취 PT한테 시켜서 코딩을 하는 형태로 많이 바뀌고 있는 형태고 그 시점에서 코딩과 수학에 대해서 저희 학과가 중점적으로 가르치는 부분들이 많이 있었어요.

많이 있다고 보시면 되겠어요. 그래서 공대 학생들만의 영역이라고 느꼈던 부분인데 이런 생성인공지능 시대에 맞춰서 문과 학생들도 코딩하고 수학에 관심을 많이 가지고 있는 상태다 그런 생각을 요즘 느끼고 있습니다. 그래서 코딩하고 수학이 왜 필요할까 그런 부분인데 구조적인 사고가 있죠. 그래서 생산형님 홍진영한테

여러가지 뭔가를 시키고 그런 디테일 같은 경우에 생성인공기능이 많이 잘 알고 있는 상태에요. 그래서 구조적으로 전체적인 개념들을 잘 잡아내고 그런 것을 필요로 하고 있어요. 수학적인 얘기인데 수학이라는 게 생성인공기능이 지금 저희 지식을 많이 모사하고요. 그리고 그런 거에서 변하지 않는 게 뭔가를 학생들이 많이 생각을 하는 것 같아요.

수학적인 부분에 있어서 관심을 많이 가지고 있고 인공기능의 기본 원리에 대해서 배우고 싶어 하고 있습니다. 인공기능을 활용하기 위한 기초 용량이 코딩과 수학이 되어지고 있다 그런 부분으로 생각을 하고 있고요. 제가 하는 수업은 빨간색 부분이고 AI 융합 모듈에서 얻는 수업에서 주로 많이 하고 있고

그리고 제가 하는 커리큘럼 같은 경우에는 머신러닝하고 딥러닝 기초 부분으로 하는 수업이 있고 그리고 딥러닝에 대해서 심화해서 수업을 진행하고 있습니다. 모신 공기능 안에 머신러닝이 있고 머신러닝 안에 딥러닝이 있는데 저희 같은 경우에는 머신러닝 부분을 많이 배우고 최적화나 기초되는 수업 같은 것들을 기초되는 내용들을 많이 다진다고 보시면 되겠어요. 그래서 수학적인 이해나 코딩 기초, 학습에 대한 이해 같은 것들을 할 수 있는 기초되는 것들을 하고 딥러닝 기초를 같이 하고요. 머신러닝 이런 거 쓸 수 있고

그 다음에 이제 학생들이 중단형에 대해서 더 자세하게 알고 있지 않은 학생들이 많이 있어서 자연화 처리라든지 의료 영상 데이터 이기에도 수업이 매치를 했습니다. 그리고 생성형 공공지능 같은 경우에는 한 시간만에 강의를 할 수 있죠. 생성형 공공지능. 그런데 실제로 코딩을 하나씩 짚어가면서 생성형 공공지능 트랜스포머를 다 배우기는 힘들어서 석박사에 올라가면서 배우는 형태이고 그 전까지 딱 배운다고 보시면 되겠어요.

자연화 처리 같은 것도 있고 앱 개발 프로그래밍도 제가 수업을 하는데 응원진흥하고 같이 이렇게 엮여서 많이 쓰이죠. 앱 같은 경우에. 그래서 커리큘럼을 제가 하는 수업에서는 제가 고민을 많이 했어요. 신경망을 사실 가르쳐야 되는데 신경망을 어떻게 가르칠 것인가. 그래서 여러 가지 수업들을 이제 만들어 가지고 가르치려고 하다 보니까 머신러닝 기술부터 가르치자. 그리고 머신러닝 기술에 포함되어 있는 최적화라든지 학습이라든지 이런 것들에 대해서 좀 잘 이해를 했으면 좋겠다. 그래서 신경망 이전에

기술 훈련도 중체적으로 배우고, 그리고 학교에서 안 하면 이런 거는 배우기가 참 힘들어요. 그래서 이런 걸 하고, 신경막도 배우고, 수학도 같이 많이 배우는 이런 수업들이 있고, 그리고 바이브 코딩 이야기인데, 사실 저만 해도 요새 코딩에 굉장히 집중을 많이 하고 있면서 최근 2개월 동안에 2만줄 코딩을 작성하고, 그리고 요새 앱 개발하는 것도 혼자서 다 개발을 해내요. 혼자서 앱의 전체적인 프로세스를 개발을 해가지고, 실제로 성형화까지 만들어내고, 그런 바이브 코딩, 느낌으로 코딩을 해내는 거죠. 그래서 코딩에 진입 창력이 낮아지는 그런 상태가 이렇게 돌아오면서,

그리고 학생들이 그런 것에 맞춰서 코딩에 대해서 더 관심을 많이 가지고 있는 부분들이 있는 것 같고요. 그래서 낮은 진입 장벽과 자신감을 형성하고 있죠. 저희 같은 경우 앱 개발 프로그래밍에서 자바 같은 걸 배우고 캡슨 디자인에는 플로터 가지고 앱을 실제로 만드는 것도 이렇게 하는데 그래서 그런 것들을 만들어내려고 하면 기본적으로 소프트웨어 전체적인

그것에 대해서 잘 파악하는 것이 필요하다고 보시면 되겠습니다. 그래서 그런 것들에 초점을 맞춰서 수업을 많이 진행을 합니다. 그리고 AI만 가지고 하는 것은 관계가 있다는 것도 이직을 해야 되겠죠. 그래서 생생형 인공기능의 진짜 중요한 역량은 문제를 정의하는 능력. 그래서 뭐가 문제인지를 파악을 할 수 있어야 되겠죠. 그래서 옛날보다는 디테일을 중요하지 않게 생각을 하는 것 같지만 또 생생형 인공기능한테 시키기 위해서는 공부는 예전하고 똑같이 하는 거예요. 공부는 똑같이 하면서 그런 것들을 활용하고 그런 방법에 대해서

교수님들하고 같이 찾아 나가고 그런 것들이 중요한 겁니다. 그리고 결과를 검토하는 능력 같은 경우에는 생성형 인공지능이 이렇게 만들어낸 결과를 기판적으로 검토를 할 수 있어야 해요. 이거를 못 읽어내면은, 내가 만들어내면 못 읽어내면 아무 의미가 없어요. 다음 과정에 진행을 할 수가 없는 거예요. 그래서 기본적인 코딩에 대해서 전체적으로 배우는 그런 것들을 저희가 많이 노력을 하고 있습니다. 기본 놀이랑 수학적인 이해가 중요해지는 겁니다. 그런 질문이에요. 저는 여기까지 하겠습니다.

- 감사합니다.

-끝-

감사합니다.

노동력을 대처해주는 거였다면 지금은 뭘 대처해줘죠?