인공지능(AI)이 데이터 분석에 있어 사람보다 뛰어나다는 건 더이상 새로운 뉴스가 아니다. 의료 분야에선 어떨까. 의료 분야에서는 다양한 데이터가 동시다발적으로 발생한다. 예컨대 MRI나 CT 같은 영상 데이터뿐 아니라 혈액검사 결과, 유전자 정보, 웨어러블 기기에서 수집되는 데이터는 함께 분석해야 한다. 복잡한 의료 데이터를 한 번에 파악할 수 있다면? 빠른 질병 파악은 물론, 치료에도 큰 도움이 될 것이다. 이 생각을 실현하고자 하는 사람이 있다. 미국 아이오와대에서 컴퓨터과학 박사 과정을 밟고 있는 조현진 래드사이언스(Rad Science) 대표는 다양한 의료 데이터를 연결해 의료 연구를 돕는 플랫폼을 개발하고 있다. 게임이 좋아 컴퓨터과학과에 진학한 조 대표의 인생의 방향을 바꾼 것은 군 복무 중 입은 허리 부상이었다. 재활 과정에서 스스로 의학 논문을 읽고 근거를 찾아 치료 방향을 고민했던 경험은 의료 AI 스타트업 설립으로 이어졌다. 2026년 7월 10일부터 12일, 사흘간 진행된 '제43차 대한의협 종합학술대회에서 조 대표를 만났다. 조 대표는 "환자가 자신의 몸을 온전히 이해해야 의사와 함께 더 효과적인 치료 방향을 만들어갈 수 있다"며 "이를 잇는 효율적인 기술을 만들어 나갈 것"이라 말했다. 인터뷰한 날을 기。으로 3일 전 법인이 정식 설립돼, 갓 나온 명함을 받을 수 있었다. 컴퓨터과학을 전공했다. "어렸을 때부터 게임을 매우 좋아했습니다. 컴퓨터 과학을 전공으로 택한 이유도 '게임' 때문이었죠. 고등학교 2학년을 마치고 미국에서 학교를 다녔습니다. 유타대에서 컴퓨터과학을 전공하고 부전공으로 수학을 택했습니다. 대학생일 땐 그저 재밌는 대학 생활을 하려고 놀기 바빴어요. 수업도 AI, 수학, 음악 프로그래밍, 컴퓨터 그래픽, 이미지 처리, 데이터 분석 등 다양하게 들었죠. 그러다보니, 어느새 컴퓨터를 활용한 이것저것 새로운 시도를 해보고 싶었어요." 릴게임골드몽 공학도에서 돌연 AI기반 의료 분야로 연구를 바꿨다. "대학원을 다닐 시절, 군 복무로 한국에 들어왔어요. 하지만 훈련 중 허리를 크게 다쳤어요. 오랜 검진과 투병 끝에 현역 복무 부적합 판정을 받아 상병 때 산업기능요원으로 신분이 전환됐습니다. 이후 4년이라는 오랜 세월 동안 프리랜서 개발자, 영어강사, 스쿠버 다이빙 강사 등 여러 일을 병행하며 병원비와 재활치료를 감당해야 했어요. 마음도 힘들었지만, 허리를 다치니까 몸이 계속 무너지기 시작하더라고요. 거북목도 심해졌고, 안면경련도 생겼고, 잠도 제대로 자지 못했습니다. 병원에선 수술 대신 자세 교정과 재활 치료를 권유받았지만, 처방받은 재활 효과가 체감되지 않아 답답했죠. 그 과정에서 논문을 직접 찾아보기 시작했어요. 부상 부위와 상태에 정확히 맞는 근거를 찾을 수 있었어요. 그 과정에서 내가 겪고 있는 불편함을 해소하려면, 내가 내 몸에 대한 온전한 이해가 있어야 한다는 걸 깨달았습니다. 환자가 치료를 주도했을 때 회복 곡선이 확실히 다르다는 걸 직접 체험한 거죠. 그래서 제가 가진 역량을 활용해 치료에 도움을 주고 싶다는 생각이 들었어요. 대학병원 연구자들을 찾아다니기 시작했고, 박사 논문까지 이어졌습니다." 회사를 설립한 계기가 있나. "궁극적으로는 컴퓨터공학이 의료 현장에서 사람을 돕는 기술이 되기를 바라는 마음에서 출발했습니다. 오랜 재활을 거쳐 회복을 마친 후 2022년 석사 과정에 진학했습니다. 컴퓨터로 환자를 돕는 일을 하고 싶다는 막연한 바람에 대학병원 교수님을 직접 찾아뵀어요. 그러나 여러 과를 돌면서 좋은 임상 연구는 많은데,  실제 의료 현장에서 활용되지 못하는 경우를 많이 봤습니다. 릴게임 신천지 불새 연구 결과가 논문으로만 남는 것이 아니라 실제 환자와 의료진에게 도움이 되는 기술로 이어졌으면 좋겠다는 생각이 들었죠. 특히 이 시기는 아직 *LLM이 자리 잡기 이전이라, 이런 공백이 지금보다 훨씬 크게 느껴지던 때였습니다. 제가 가진 소프트웨어 개발 경험을 살려 이 공백을 매번 메웠는데, 반복적인 수요를 체감하니 어느 순간 이건 개인적인 노력으로 해결할 문제가 아니라 '시스템'이 만들어져야 한다는 확신이 들었습니다. 오래 알고 지낸 소프트웨어 개발자, 그리고 데이터 분석가와 함께 래드 사이언스를 설립하게 됐습니다. 대학 시절, 친구들끼리 자주 쓰던 단어가 있었는데, 그 중 하나가 '래드(rad)'였어요. '멋지다' '쿨하다' 라는 의미인데, 회사 이름 '래드(Rad)'는 다양한 의료 데이터를 연결하고 분석하는 플랫폼을 만들겠다는 의미도 담고 있습니다." *LLM(Large Language Model): 딥러닝 알고리즘을 사용해 훈련된 초대형 언어 모델. 텍스트 생성부터, 정서 분석, 대화형 질문 응답, 번역, 분류, 생성과 같은 다양한 자연어 처리를 수행한다. 현재 진행 중인 프로젝트가 궁금하다. "대학병원 연구진과 다양한 공동 연구를 진행하고 있습니다. 검증된 데이터와 신뢰를 쌓는 R&D 채널이고, 실제 사업의 축은 그중에서 상용화 가능성이 뚜렷했던 프로젝트를 제품으로 전환하는 데 있습니다. 대표적 연구로는 파킨슨병 환자의 움직임 데이터를 분석하는 연구가 있습니다. 환자의 움직임이 시간에 따라 어떻게 변화하는지 보이면 파킨슨 질병의 진행 정도를 객관적으로 분석할 수 있습니다. 삼킴 장애 환자의 영상 데이터를 분석하거나 뇌파 데이터를 활용한 연구도 진행하고 있습니다. 최근에는 뇌종양과 관련된 연구에도 참여하고 있습니다. 새로운 의료기기를 만드는 연구보다는 의료진이 이미 가지고 있는 데이터를 의료 현장에서 어떻게 하면 더 잘 활용할 수 있을지 돕는 게 제 역할입니다 모바일릴게임접속하기 ." 데이터 분석은 어떻게 실현하나. 딥러닝을 적용하는 건가. "연구 기관 및 병원의 데이터 수집·전처리·분석까지 전 과정의 파이프라인을 설계하고 구축하는 게 궁극적인 목표입니다. 반복 연구 작업의 효율을 획기적으로 개선하는 게 저희의 역할이고요. 예컨대 영상, 음성 오디오, 유전체 데이터 등 다양한 의료 데이터에 *딥러닝을 적용합니다. 환자 질병을 진단하는데 보조, 예후 예측, 패턴 분석 서비스를 제공할 수 있죠." *딥러닝(Deep Learning): 인간의 뇌 작동 원리를 모방한 인공신경망을 토대로 학습과 데이터 처리를 수행하는 기술. 인공지능 분야 중 머신러닝에 속하나, 전통적인 머신러닝은 설계된 모델 의존하여 문제를 해결하지만, 딥러닝은 인공신경망을 기반으로 여러 겹의 은닉층을 통해 데이터의 추상적인 표현을 학습한다. 이미지 인식 및 분류에 활용되는 합성곱 신경망(CNN), 언어 모델로 쓰이는 대형 언어모델(LLM), 언어 번역이나 텍스트 생성같은 작업에 쓰이는 순환 신경망(RNN), 이미지, 음악 생성이나 영상 변화에 쓰이는 적대적 생성 신경망(GAN)이 대표적이다. 래드 사이언스에서 활용하고 있는 주요 연구 분야. 딥러닝, 영상분석, 시계열 데이터 분석, 데이터 위상 분석 등이 있다｜출처: Rad Science 홈페이지 프로젝트 핵심 분야인 TDA(위상 데이터 분석), 생소한 분야다. 쉽게 설명해준다면. "기존 AI는 보통 데이터의 평균값이나 특정 특징을 중심으로 학습하는 경우가 많습니다. 하지만 의료 데이터는 사람마다 차이가 크고, 단순한 평균만으로는 설명하기 어려운 경우가 많습니다.  위상 데이터 분석(Topological Data Analysis, TDA)은 데이터 하나하나를 보는 것이 아니라 데이터 전체가 어떤 모양을 이루고 있는지 '전체 모양'을 보는 방법입니다. 쉽게 말해, 밤 하늘의 별 하나하나의 밝기보다 별들이 이루는 별자리의 구조에 주목하는 식이죠. 손오공릴게임추천 2015년 마운트시나이 의과대 연구팀이 발표한 연구를 본 적이 있습니다. 2형 당뇨병 환자들의 전자의무기록과 유전형 데이터에 위상 기반 분석을 적용했더니, 기존 진단 기준으로는 하나로 묶여 있던 2형 당뇨병 환자군 안에서 서로 다른 임상 양상을 가진 세 개의 하위 유형을 찾아낼 수 있었습니다. 비만이나 고혈당, 신장·안구 합병증처럼 잘 알려진 당뇨 특징은 그중 한 유형에 집중돼 있었고, 나머지 두 유형에서는 암, 신경계 질환 같은 동반 질환이 각각 두드러졌습니다. 같은 진단명 아래 숨어 있던 서로 다른 하위 구조는 평균과 거리만 보는 전통적인 통계 분석으로는 잘 드러나지 않는 것이었습니다. 이러한 것들을 TDA를 통해 확인할 수 있었던 거죠." 국내에선 잘 알려지지 않은 분야다. 어떤 영역에서 적용될 수 있을까. "국내에서는 아직 TDA에 대한 관심이 제한적입니다. TDA 안에도 저마다 다른 특징을 가진 여러 도구가 있는데, 워낙 표본 수가 적고 데이터 자체가 가진 지저분한 특성이 있기 때문이죠. 그럼에도 TDA가 강。을 발휘할 수 있는 영역이 있습니다. 파일럿 스터디처럼 대량의 데이터를 확보하기 어려운 초기 연구 단계나, 유전체나 영상, 다중채널 시계열처럼 변수 수가 표본 수보다 훨씬 많은 고차원 생물학 데이터에서 AI 기반 분석과는 다른 힘을 발휘한다고 생각합니다. 의료 분야에서는 다양한 데이터가 동시에 발생합니다. MRI나 CT 같은 영상 데이터뿐 아니라 혈액검사 결과, 유전자 정보, 웨어러블 기기에서 수집되는 데이터 등 여러 정보를 함께 분석해야 합니다. 이런 복잡한 데이터를 하나의 관.에서 이해할 수 있도록 돕는 것이 위상 데이터 분석의 역할입니다. 제한적인 관심을 극복하기 위해 수학적으로 복잡한 이 방법론을 임상 연구자가 직접 다룰 필요 없이 쓸 수 있는 도구와 소프트웨어로 만드는 것, 그리고 국내 임상 데이터로 실제 성공 사례를 하나씩 쌓아 보여주는 것, 마지막으로 수학·계산 전공자와 임상 연구자가 자연스럽게 만날 수 있는 협업 구조를 만들려 합니다 릴게임신천지무료머니 ." 앞으로 이루고 싶은 목표가 있다면. "AI가 의사를 대신하는 시대가 온다고 생각하지 않습니다. 오히려 의사와 환자가 더 잘 소통할 수 있도록 도와주는 기술이 필요하다고 생각합니다. 지금은 환자분이 의사 선생님께 모든 걸 맡기거나, 반대로 AI만 믿고 스스로 판단하려는 경우도 있습니다. 하지만 그 사이에서 충분한 대화가 이루어질 때 가장 효과적인 치료가 가능하다고 생각합니다. 연구자이면서 창업가로서도 결국 목표는 같습니다. 장기적으로 이루고 싶은 목표는, 지금은 저희가 각 연구실에 직접 가서 하나씩 만들어드리는 이 일을 언젠가는 누구나 저희 없이도 쓸 수 있는 인프라와 도구로 만드는 것입니다. 의사와 환자를 연결하고, 의료 데이터를 통해 서로 더 잘 이해할 수 있도록 돕는 연구를 계속하고 싶습니다. 환자에게 실제 도움이 되는 기술을 만드는 것, 그것이 계속 연구를 이어가는 이유일테니까요." 연구를 꿈꾸는 학생들에게 해주고 싶은 말이 있다면. "힘든 시기가 반드시 낭비는 아니라는 걸 전하고 싶습니다. 제 경우에는 가장 고통스러웠던 시간이 지금 하는 일의 가장 확실한 출발.이 됐으니까요. 의료 연구는 일상과도 직결돼 있기에,  일반인들이 가진 다양한 배경과 개인적인 경험, 다양한 의견을 수용할 수 있는 분야라고 생각합니다. 의료 연구에 기여하고 싶은 마음 하나만으로도 이 커다란 우산 아래에서, 기여할 수 있는 요소를 충분히 찾아가실 수 있다고 생각합니다. 거창하게 생각하지 말고, 당장 눈앞에 놓인 현상을 바라보며 도전을 두려워 하지 않았으면 좋겠습니다." 대한의사협회(회장 김택우)는 7월 10일부터 12일까지 사흘간 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 '2026년 제43차 종합학술대회'를 개최했다. 이번 학술대회는 '의사의 전문성으로 여는 지속가능한 미래의료: 인공지능(AI)과 초고령화 시대를 재설계하다'를 주제로 진행됐다. 코로나19 팬데믹 이후 7년 만에 오프라인으로 열린 이번 대회는 회원 간 학술 교류와 소통을 회복하는 계기가 됐다. 했다. 이번 학술대