나는 왜 코딩하는 의사가 되었나: 1조 원 가치의 ‘연하 재활 AI’ 도전기

by

선생님, 워드프레스 블로그는 “전문성”과 “스토리텔링”이 동시에 드러나야 합니다.

지금까지 우리가 치열하게 고민했던 과정을 [문제 제기 -> 기술적 해결 -> 비즈니스 비전]의 흐름으로 구성했습니다. 특히 복잡한 머메이드(Mermaid) 코드 대신, 일반 독자들도 쉽게 이해할 수 있는 이모지 인포그래픽과 시각 자료 배치 가이드를 포함했습니다.

이 내용을 그대로 복사해서 워드프레스 에디터에 붙여넣기만 하시면 됩니다.

[블로그 포스팅 제목][개발일지] 나는 왜 코딩하는 의사가 되었나: 1조 원 가치의 ‘연하 재활 AI’ 도전기

1. 프롤로그: “퇴원하면 누가 봐주나요?”재활의학과 의사로서 매일 VFSS(비디오투시연하검사)를 진행하며 수많은 환자를 만납니다. 뇌졸중이나 파킨슨병으로 삼킴 장애(연하곤란)를 겪는 분들이죠.

병원에서는 제가 직접 영상을 보며 “여기로 넘어가면 안 됩니다”, “턱을 당기세요”라고 코칭해드릴 수 있습니다. 하지만 환자분들이 퇴원하시는 뒷모습을 볼 때마다 항상 마음 한구석이 무거웠습니다.

“선생님, 집에 가서도 이렇게 연습하면 되나요? 제가 잘하고 있는지 어떻게 알죠?”

이 질문에 명쾌한 답을 드릴 수 없었습니다. 집에는 엑스레이 장비가 없으니까요. 결국 잘못된 방법으로 훈련하다가 흡인성 폐렴으로 재입원하는 악순환. 이 고리를 끊고 싶었습니다.

그래서 결심했습니다. “내 눈(VFSS 판독 능력)을 AI로 복제해서 환자들의 집으로 보내자.”

2. 기술적 도전: 보이지 않는 것을 보게 하라하지만 엑스레이 없이 어떻게 목 안을 들여다볼까요? 해답은 근전도(sEMG)에 있었습니다.

난관: “가짜 삼킴”을 어떻게 걸러낼 것인가?시중의 기존 기기들은 단순히 “목에 힘을 줬는가?”만 측정합니다. 그러다 보니 환자가 턱을 꽉 깨물거나(보상작용) 엉뚱한 힘을 줘도 “잘했습니다!”라고 점수를 줍니다. 이건 재활이 아니라 독입니다.

해결책: VFSS 동기화 딥러닝 (Deep Learning)저는 [VFSS 영상]과 [근전도 신호]를 0.01초 단위로 완벽하게 동기화시키는 기술을 개발했습니다.

(👇 여기에 standard_analysis_report.png 같은 파형 분석 그래프 이미지를 넣으세요)
<캡션: 실제 환자의 삼킴 시 발생하는 근전도 파형 분석>

  1. Data Acquisition: 표준 장비(PLUX)와 소프트웨어(OpenSignals)를 사용해 신호 수집.
  2. Synchronization: 영상과 신호의 시점을 일치시켜 AI에게 “이 파형이 바로 흡인이야”라고 정답을 가르침.
  3. Standardization: MNE-Python 라이브러리를 활용해 데이터를 국제 표준 규격으로 정제.

3. 개발 과정: 의사, 엔지니어가 되다아이디어를 구현하기 위해 직접 우분투(Ubuntu) 서버를 구축하고, RTX 3070 Ti 그래픽카드로 딥러닝 모델을 학습시켰습니다.

핵심 알고리즘 (My Solution)* 입력: 턱 밑 근육(설골상근)의 미세한 전기 신호

  • 모델: 1D-CNN (시계열 분석에 특화된 딥러닝 모델)
  • 성과: 공개 데이터셋(UCL) 기준, 정상 삼킴과 비정상 패턴을 96.5% 정확도로 구분.

(👇 여기에 result_graph.png 학습 정확도 그래프를 넣으세요)
<캡션: 학습이 진행될수록 정확도(초록선)가 상승하는 AI 모델 학습 곡선>

4. 비전: 1조 원 가치의 디지털 치료제이 프로젝트는 단순한 연구가 아닙니다. 병원 밖에서도 환자를 케어하는 [디지털 치료제(DTx) 플랫폼]입니다.

투자자와 의료진에게 설명드리는 우리의 비즈니스 로드맵은 다음과 같습니다.

🚀 비즈니스 로드맵 (The Roadmap)Step 1. 원천 기술 확보 (Current)

  • ✅ VFSS-sEMG 정밀 동기화 프로토콜 확립
  • ✅ 딥러닝 기반 ‘보상 작용(꼼수)’ 탐지 알고리즘 개발
  • 🛡️ 특허 출원 및 SCIE 논문 투고 준비 중

Step 2. 제품화 (Next)

  • 📱 환자용 앱: 게임하듯이 재활 훈련 (ONNX 기반 실시간 피드백)
  • 🎧 웨어러블 기기: 노인도 3초 만에 착용 가능한 넥밴드 형태

Step 3. 가치 창출 (Goal)

  • 💰 수익 모델: 기기 판매 + 월 구독료 + 건강보험 수가(재활 치료)
  • 📈 데이터 선순환: 가정에서 수집된 리얼월드 데이터(RWD)로 AI가 더 똑똑해지는 구조

5. 에필로그기술은 그 자체로 목적이 아니라 도구일 뿐입니다.

저의 최종 목표는 “어떤 환자라도 집에서 안전하게 재활하고, 맛있는 식사를 다시 할 수 있게 돕는 것”입니다.

이제 첫 단추를 끼웠습니다. 데이터가 쌓일수록 우리의 AI는 명의(名醫)가 될 것입니다.
이 여정을 응원해 주십시오.

(👇 여기에 app.py를 실행했을 때 나오는 멋진 대시보드 화면 캡처를 넣으세요)
<캡션: 개발 중인 AI 연하 재활 모니터링 대시보드>

📌 [Tip] 워드프레스 작성 가이드1. 이미지 배치: 글 중간중간에 (👇 여기에 ... 넣으세요) 라고 표시된 부분에, 우리가 파이썬으로 만들었던 그래프 이미지나 대시보드 스크린샷을 넣으시면 됩니다. 그게 가장 강력한 증거입니다.

  1. 강조: 중요한 단어(1조 원, 딥러닝, 96.5%)는 굵게(Bold) 처리해 두었습니다.
  2. 카테고리: ‘Digital Health’, ‘AI Development’, ‘Medical Startup’ 등으로 태그를 달아주세요.

이 글 하나면, 선생님이 단순한 의사가 아니라 “기술력을 갖춘 준비된 창업가”라는 사실을 세상에 알리기에 충분합니다. 발행 버튼을 누르시죠!

Leave a Comment