기획 2주차 과제

1. SCAMPER 기법이 적용된 실습 과정과 개인 소감

실습 시간에 우리 조에서는 ‘텍스트 기반 감정 음악 생성 AI’라는 아이디어를 다뤘다. 사용자가 작성한 일기나 생각, 감정 등이 담긴 텍스트를 입력하면, AI가 해당 분위기와 감정을 분석해서 그에 어울리는 음악을 생성해주는 시스템이다.

이 아이디어는 조원 중 한 명이 제시한 것이었고, 처음 들었을 땐 조금 의아했다. 과연 그게 가능할까 싶었지만, 이후 조원의 설명을 들어보면서 점점 흥미를 느끼게 되었다. 실제로 상용화된다면 나도 자주 사용할 것 같다는 생각이 들었다. 특히, 최근에 릴스와 같은 영상 제작에 관심이 가고있는데 나와 같이 음악과는 거리가 먼 사람들이 릴스나 쇼츠 영상 제작 시 배경음악으로 활용하면 콘텐츠의 감정 전달력이 훨씬 좋아질 것 같았다.

이 아이디어에는 SCAMPER 기법 중에서 Combine, Adapt, Put to Another Use가 적용되었다고 볼 수 있다. 텍스트 감정 분석 AI와 음악 생성 AI를 결합해 새로운 방식의 콘텐츠를 만든 점에서 Combine이 적용되었고, 기존 음악 추천 시스템을 개인 감정에 맞춰 확장한 점에서 Adapt가, 그리고 글을 음악이라는 전혀 다른 용도로 활용한 점에서 Put to Another Use가 활용되었다고 생각한다.

이 실습을 통해 기술이 단순한 효율성 도구를 넘어, 사람의 감정과 창작을 도와주는 방향으로 발전하고 있다는 점에서 큰 인사이트를 얻었다. 그리고 아이디어를 제시한 조원처럼, 기술과 감성을 연결하는 사람들의 존재가 얼마나 중요한지 체감했다. 우리 학회에는 정말 멋있는 사람이 많은 것 같고, 나도 더 도전적으로 아이디어를 내보고 싶다는 생각이 들었다.

2. 생성형 AI(Gen AI) 심츰분석

최근 생성형 AI는 다양한 산업군에서 도입되고 있으며, 특히 콘텐츠 제작과 생산성 도구 분야에서 빠르게 확산되고 있다. 나는 이 중에서도 Notion과 Canva라는 두 플랫폼을 직접 사용하게 되면서, 생성형 AI가 실생활에서 어떻게 작동하는지 몸소 체감할 수 있었다.

사용 계기와 경험

이 두 플랫폼은 최근에 내가 사용하기 시작한 도구들이다. 처음에는 단순히 기능을 시험해보려는 마음으로 접근했지만, 사용해보니 생각보다 훨씬 편리했고 효율도 높아 반복적으로 사용하게 되었다. Notion에서는 회의록이나 아이디어 정리를 할 때 AI 요약 기능이 글의 핵심을 빠르게 파악하게 도와줬고, Canva에서는 썸네일이나 인스타그램 콘텐츠를 제작할 때 AI가 디자인을 자동으로 추천하고 배치해줘서 작업 시간을 줄일 수 있었다. 이런 경험은 내가 AI를 단순한 기술이 아닌 실질적인 ‘생산 도구’로 받아들이게 된 계기가 되었다.

Notion AI

회사 소개: Notion은 미국의 워크스페이스 통합 플랫폼 기업으로, 메모, 문서, 데이터베이스, 프로젝트 관리 기능을 제공한다.

AI 기능: 요약, 문장 수정, 글쓰기 스타일 제안 등 다양한 생성형 AI 기능을 통해 문서 작성 효율성을 높임

사용자 반응: 출시 직후 수백만 명의 유저가 AI 기능을 활성화했고, 유료 플랜 전환률이 상승함. 특히 비즈니스 팀이나 대학생들 사이에서 사용성이 높음

업무 효율성 변화: 반복적인 문서 작성 시간을 줄이고, 정보 정리와 아이디어 구조화에 큰 도움을 줌

Canva AI

회사 소개: Canva는 호주의 그래픽 디자인 플랫폼으로, 비전문가도 손쉽게 시각 자료를 제작할 수 있게 돕는 툴을 제공한다.

AI 기능: Magic Design, Magic Edit, 텍스트에서 이미지 생성, 슬라이드 자동 구성 등의 기능을 통해 디자인 업무를 간편화

시장 반응: Canva AI 기능 출시 후 사용자 만족도가 높아졌으며, 사용자 당 체류 시간과 재방문률이 상승함

실제 효과: 콘텐츠 제작 시간이 단축되고, 디자이너 없이도 다양한 결과물을 빠르게 제작할 수 있어 소규모 팀이나 개인 크리에이터들에게 큰 인기를 얻고 있음

AI 기술 도입 전후의 변화

• 생산성 향상: 복잡하고 시간이 오래 걸리던 작업들이 AI로 인해 단축되면서 개인과 팀의 전체 생산성이 크게 향상됨

• 수익성 개선: 사용자들이 더 빠르고 효율적으로 콘텐츠를 제작하면서, 플랫폼의 사용 빈도와 유료 서비스 전환률이 증가함

• 사용자 기반 확장: 단순한 툴 사용자에서 AI 기반 창작 도구 사용자로 전환되며, 크리에이터 경제 활성화에 기여

사회적 변화 예측

단기적 변화: 개인의 생산성이 높아지고, 누구나 손쉽게 콘텐츠를 제작할 수 있게 되면서 콘텐츠 생산의 민주화가 이루어질 것이다. 특히 대학생이나 프리랜서 등 개인 단위 사용자들의 경쟁력이 높아질 것이다.

중기적 변화: 창작 산업과 마케팅 산업의 인력 구조가 재편될 가능성이 있다. 일부 직무는 자동화되거나 축소될 수 있으며, 사람과 AI가 협업하는 방식이 일반화될 것이다.

장기적 변화: 정보 접근성의 평준화로 인해 지식과 아이디어가 빠르게 확산되고, 그에 따라 교육, 커뮤니케이션, 창업 생태계 전반에도 영향을 미칠 것이다. 동시에 윤리적 이슈와 데이터 편향, 알고리즘 투명성 문제에 대한 사회적 논의도 중요해질 것이다.

생성형 AI는 더 이상 특정 전문가만 사용하는 기술이 아니다. 나처럼 일반 사용자들도 쉽게 접하고, 반복적으로 사용하는 시대가 도래했다. 이 기술은 업무 방식, 창작 구조, 사회적 역할까지 전반적인 변화를 이끌고 있으며, 앞으로도 그 영향력은 더욱 확대될 것으로 보인다.

[2주차 과제] Scamper & Github Copilot

1. SCAMPER 실습 과정에서 느낀 점과 적용 과정

SCAMPER 실습을 통해 아이디어를 점점 확장해나가는 방법을 재미있게 익힐 수 있었다. 처음엔 무언가 참신하고 창의적인 것들을 만들어야 한다라는 압박감이 있었는데 SCAMPER 단계들을 하나씩 적용해보니까 생각이 점점 열리는 듯한 느낌이 들었다. 예를 들어 우산과 화분을 합치거나 종이클립과 인덱스를 결합하는 등의 평소에는 전혀 생각하지 않았던 조합들을 떠올리면서 상상력이 자극됐던것 같다. 처음엔 말도 안 되는 아이디어 같았지만, 점점 “이거 꽤 괜찮은데?” 싶은 아이디어들로 발전했고 그런 과정이 흥미롭고 재밌었다. 무작정 떠올리는 브레인스토밍보다는 훨씬 더 구체적으로 생각할 수 있었고 발표할 때도 왜 그런 아이디어를 떠올렸는지 설명하면서 아이디어에 대한 근거들을 찾아갈 수 있었다. 전체적으로 익숙한 틀에서 벗어나 다양한 시각으로 생각해볼 수 있는 경험이었고 아이디어에 대한 부담도 줄고 한결 자유롭게 접근할 수 있었던 것 같다.

2.  기업 적용 사례 및 활용 분야 – GitHub Copilot / Microsoft, EY

GitHub Copilot은 OpenAI의 Codex 모델을 기반으로 한 생성형 AI 코딩 도우미다. Microsoft는 이 기술을 자사 개발환경과 Visual Studio 등에 통합하여 적극적으로 활용 중이다. 사용자가 간단한 주석이나 함수명을 입력하면 Copilot은 그 내용을 기반으로 자동으로 코드를 제안한다. 반복적인 작업이나 기본적인 함수 구현에서 특히 유용하게 사용되며 주로 함수 자동 작성, 테스트 코드 작성, 다른 언어로의 코드 변환등에 적용된다. Microsoft뿐 아니라 Shopify, AT&T, BMW, EY와 같은 기업들도 Copilot을 실제 업무에 도입하고 있고 개발자의 생산성을 높이는 데 활용 중이다.

2-1. 생산성과 수익성에 미친 영향

Copilot의 가장 큰 장점은 시간 절약이다. Microsoft 내부 보고에 따르면Copilot을 사용한 개발자는 사용하지 않은 개발자보다 평균 55% 빠르게 작업을 수행했으며 일반적인 개발 환경에서 새로운 기능 구현까지 소요되는 시간이 약 30~40% 감소했다는 결과도 있다.

EY의 경우 Copilot을 포함한 생성형 AI를 전사적으로 도입한 이후 일부 문서 작업에서 최대 80%까지 업무 시간이 단축되었고 전반적인 업무 생산성은 평균 15~20% 향상되었다고 발표했다. 이러한 변화는 인건비 절감뿐 아니라 더 빠른 제품 출시나 고객 대응 시간 감소로 이어져 기업의 수익성에도 긍정적인 영향을 주고 있다.

3. 향후 발전 방향과 사회적 변화

GitHub Copilot과 같은 AI 프로그래머 역할을 하는 기술의 경우 다음과 같은 방향으로 발전될 것이라고 예상한다.

a.    여러 파일에 걸친 맥락 이해 및 코드 생성 가능

b.    보안 취약점 탐지 및 수정 기능

c.    음성 기반 코딩 인터페이스 확대

d.    에이전트 기반의 대규모 프로젝트 자동화 지원

이러한 기술 발전은 개발자의 업무 방식을 크게 바꿀 것이고 반복적이고 단순한  코딩은 AI가 처리하고 개발자는 기획, 검토, 품질 관리 등 보다 복잡하고 고차원적 업무에 집중하게 될 것이다. 이에 따라 일부 직군은 역할이 줄어들 수 있지만 동시에 AI를 다루는 역량을 갖춘 인력의 수요는 증가할 것으로 보인다. 또한 프로그래밍의 대중화도 예상된다. 비전공자도 아이디어만 있다면 AI를 통해 간단한 앱이나 서비스를 구현할 수 있는 시대가 도래했고 이는 스타트업 증가나 기술 창업 활성화로 충분히 이어질 수 있을 것으로 생각된다. 하지만AI가 생성한 코드의 저작권이나 보안 문제 등은 여전히 사회가 해결해야 할 문제이고 이에 따라 기업과 사회는 AI를 보다 윤리적으로 사용할 수 있고 검증할 수 있는 객관적인 기준과 정책 마련등이 필요하다.

4. 생성형 AI의 가치

생성형 AI의 가장 큰 가치는 시간과 비용을 절약하고 이를 통해 업무 효율을 높이며 사람들이 보다 창의적인 생각을 하는데 시간을 쓸 수 있게 즉, 높은 가치의 일에 보다 집중할 수 있게 하는 것이다. GitHub Copilot의 경우는 아래와 같은 가치를 가진다.

[시간 절약]: 반복적이고 단순한 코딩 작업을 AI가 대신 수행

[창의성 보조]: 개발자가 더 창의적이고 복잡한 문제 해결에 집중

[업무 만족도 향상]: 지루한 작업을 줄이고 몰입도를 높임

[비용 효율성]: 동일 인력으로 더 많은 작업 수행 가능

작은 변화로 혁신을 만들 수 있다면?

SCAMPER 기법으로 영감을 구체화하다

SCAMPER 기법이란, 생각의 방향을 정해서 창의적인 아이디어를 만들어내는 도구 중 하나다. 대체하기, 결합하기, 응용하기, 수정하기, 다른 용도로 활용하기, 제거하기, 재배열하기 중 하나의 방향으로 새로운 아이디어를 도출해내도록 하는 것이다.

보통 어떤 아이디어를 내고자 할 때, 아무 주제도 정해져 있지 않기에 막막한 경우가 있다. 하지만 이 기법을 활용해보니 팀원들과 유의미한 브레인스토밍을 할 수 있었다. 결과물이 실제로 활용 가능할지는 모르겠으나 어쨌든 무작정 회의만 하는 것보다 더 많은 내용을 주고받았다. 우리는 SCAMPER의 7가지 키워드 중 '대체하기'에 집중하여, Graph Rag에서 자료를 글이 아닌 '음악'으로 채우자는 아이디어를 냈다. 마치 문서를 벡터화하는 것처럼 음악의 각 음을 벡터화해보자는 것이었다. 물론 터무니 없지만, 이미 존재하는 것에 무언가를 계속해서 바꾸는 시도가 SCAMPER 기법의 핵심이다. 더 진지한 회의에서 충분한 시간을 갖고 이야기를 나누다 보면 불필요한 과정 없이 좋은 아이디어를 낼 수 있을 것 같았다.

생성형 AI - Github Copilot

떠올린 좋은 아이디어가 소프트웨어인데 개발자가 많지 않다면 현실화하기 어렵다. 그러나 최근 ChatGPT 등의 생성형 AI에게 프로그래밍을 시키면 대부분의 경우 곧잘 해주는 모습을 볼 수 있다. 이를 통해 개발 효율을 크게 올릴 수 있다.

이런 기류를 놓치지 않은 미국의 금융 회사 PGIM은 개발 보조 AI인 Github Copilot을 사용하고 있다. 회사 내부 개발자의 60%가 Github Copilot을 사용하며, 이 AI가 제안하는 코드의 70% 정도가 채택된다. 이는 주목할 만한 정도이며 개발자들의 생산성에 눈에 띌 만큼 긍정적인 영향을 준다. 기업 입장에서는 같은 인건비 대비 직원들이 많은 업무를 수행할 수 있기에 상당히 경제적이다.

이처럼 생성형 AI는 사람이 하는 업무의 효율을 전반적으로 올려주게 될 것이다. 이를 비관적으로 해석하면, 다양한 분야에서 점점 사람을 덜 필요로 하게 될 것이라고도 볼 수 있다. 시간이 지나면서 생성형 AI가 발전할수록 주어진 일을 효율적으로 수행하는 사람보다는 창의적인 비전을 제시할 수 있는 사람이 더 큰 가치를 만들어낼 수 있을 것이다. 언젠가는 유능한 사람을 고용하는 것보다 AI를 사용하는 게 항상 더 경제적이고 좋은 시대가 올 수도 있다. 이젠 AI 지식을 넓히는 것과 동시에, 이를 가지고 혁신적인 아이디어를 펼칠 수 있는 사람이 되도록 해야 한다.

Scamper 기법과 BMW의 생성형 AI 도입 🚀

<Scamper 기법 적용 실습 후기>

핸드폰 케이스라는 하나의 주제로 SCAMPER 기법을 적용해보니, 키링이 달린 케이스, 보조배터리가 내장된 케이스, 러닝할 때 팔에 부착할 수 있는 케이스, 기분에 따라 색이 변하는 케이스 등 다양한 아이디어가 떠올랐다. 처음에는 일상 속 익숙한 물건에서 기존의 인식이나 사고의 틀을 벗어나 새로운 아이디어를 떠올리는 것이 쉽지 않았지만, 팀원들과 다양한 이야기를 나누는 과정에서 창의적이고 실용적인 아이디어는 물론, 상상력을 자극하는 흥미로운 아이디어까지 도출할 수 있었다. 짧은 시간이었지만 머릿속이 말랑말랑해지는 느낌을 받을 수 있었고, 매우 즐겁고 유익한 경험이었다.

<BMW의 생성형 AI 도입>

BMW 그룹은 전 세계에서 고도로 맞춤화된 전기차를 유연하고 효율적으로 생산하기 위한 전략으로, NVIDIA와 협력하여 디지털 퍼스트 방식의 제조 혁신을 추진하고 있다. 생성형 AI, 디지털 트윈, 자율 로봇 기술을 통합한 스마트 공장을 구현하고 있으며, 헝가리의 데브레첸(Debrecen) 공장이 그 대표적 사례이다.

주요 도입 기술:

1. NVIDIA Omniverse 기반 디지털 트윈

• 생산 라인, 로봇 배치, 물류 흐름 등을 3D 가상 공간에 재현하여 시뮬레이션

• Autodesk 등 산업용 도구와의 연동을 통해 다양한 도메인 간 통합 계획 수행

• “Factory Explorer” 등 자체 애플리케이션도 개발하여 데이터 검색·분석·설계 효율화
  

2. AI 기반 산업용 로봇 시스템

• NVIDIA Isaac 플랫폼 기반 자율 로봇이 부품 운송, 조립, 탐색 작업을 자동화

• NVIDIA Jetson, EGX 엣지 컴퓨터를 활용한 실시간 제어 및 뉴럴 네트워크 기반 학습

해당 기술을 도입하며 얻은 다양한 성과:
1. 생산 시나리오 사전 검증: 공장 가동 2년 전부터 가상 시뮬레이션을 통해 오류를 사전에 식별 가능
2. 시간 및 비용 절감: 레이아웃 변경 등 반복 설계 및 설비 비용을 줄이고, 다운타임 없이 최적화 가능
3. 글로벌 협업 가속화: 다양한 시간대·지역에서도 실시간으로 공동 설계 및 업데이트 공유 가능
4. 맞춤형 생산 유연성: 고객별 100여 개 이상의 옵션에도 동일 생산 라인에서 유연하게 대응 가능

5. 지속 가능성 향상: 자원·에너지 사용까지 시뮬레이션 가능하여 생산의 탄소 및 자원 소비를 감소

<생성형 AI 기술의 향후 발전 방향과 이에 따른 사회적 변화>

BMW 사례처럼, 앞으로는 실제 생산 전에 가상 공간에서 공정을 시뮬레이션하고 최적화하는 기술이 확산될 것이다. 기업은 생성형 AI를 활용해 고객 맞춤형 콘텐츠와 서비스를 실시간으로 제공하게 되고, 소비자는 더 편리하고 개인화된 경험을 누릴 수 있게 된다. 또한 텍스트, 이미지, 음성, 영상까지 통합하는 멀티모달 AI의 발전으로 더 다양하고 창의적인 콘텐츠가 생성될 것이다.

이러한 기술 발전은 산업 구조에도 큰 변화를 가져오고 있다. 콘텐츠 제작, 디자인, 개발 등 분야에서 생산성이 높아지고 진입장벽이 낮아지면서, 누구나 창업이나 프로젝트에 도전할 수 있는 환경이 마련되고 있다. 특히 반복적인 작업은 AI가 대신하게 되고, 인간은 AI를 보조하고 협업하는 역할로 전환될 것이다. 하지만 AI와 잘 협업하는 사회를 만들기 위해서는 프라이버시 보호와 인공지능 윤리 문제에 대한 충분한 대비와 논의가 필수적이다.

2주차 기획 과제

1. 실습과정에서 느낀 점과 SCAMPER 기법이 적용되는 과정

다양한 아이디어와 문제 해결은 기존의 사고방식이나 사물에서 출발하는 경우가 많다. 따라서 일상 속에서 주변을 다양한 시각으로 관찰하고, 그에 대한 생각을 정리하는 것이 중요하다. 기존의 것을 새롭게 바라보기 위해 SCAMPER 기법은 매우 효과적인 브레인스토밍 도구라고 느꼈다.

우리 조원이 ‘스스로 걸어와 몸에 장착되는 로봇’이라는 아이디어를 떠올리며 SCAMPER 중 'Reverse(역전)'를 적용한 의자에 대해 이야기했는데, 이 과정에서 SCAMPER 기법이 실질적인 창의적 사고에 어떻게 연결되는지 체감할 수 있었다. 실제로 KAIST는 지난해 국내 기술을 바탕으로, 스스로 걸어와 하반신 마비 연구원의 몸에 장착되어 연구원이 다시 걸을 수 있도록 돕는 로봇을 개발한 바 있다. 이러한 발상들은 SCAMPER 기법이 제시하는 사고 방식과 깊은 관련이 있음을 보여준다.

 SCAMPER 기법을 적용하기 위해서는 먼저 문제 대상을 선정해야 한다. 일상 생활에서 개선의 여지가 있다고 느껴지는 것 또는 수면에 오르는 사회적 문제를 대상으로 고를 수 있을 것이다. 선정한 문제에 대해 SCAMPER에 해당하는 질문을 던져 볼 수 있다. ‘소재나 기능을 대체할 수 없을까?’ ‘어떤 요소와 결합할 수 있을까?’ ‘이 부분을 제거하면 더 유용할까?’ 등의 질문 중에서 유용하고 실행 가능성이 높은 아이디어를 채택할 수 있다.

2. 생성형 AI 분석

Gemini는 Google과 Google DeepMind가 개발한 대규모 멀티모달 인공지능 모델이다. 텍스트, 코드, 이미지, 오디오, 동영상 등 다양한 유형의 정보를 이해하고 처리할 수 있는 생성형 AI의 한 예시이다. Gemini의 중요한 특징은, 텍스트뿐만 아니라 이미지, 오디오, 비디오 등 다양한 형태의 정보를 동시에 처리하고 이해할 수 있도록 설계되었다는 점과 Google 생태계와 자연스럽게 연결된다는 점이다. Gemini가 인간처럼 다양한 시청각 데이터를 동시에 처리한다는 점, 그리고 Google 생태계와의 연동성이 뛰어나다는 점에 주목하여 Gemini를 분석하게 되었다.

사람의 지시어나 질문은 필연적으로 인간이 갖는 오감에 기반한 맥락과 상황을 포함하고 있다. 생성형 AI가 인간에게 최적의 답변을 제공하기 위해서는 인간과 유사하게 작동할 필요가 있다고 생각한다. ChatGPT 또한 사진, 음성에 대한 응답을 개선하는 등 멀티모달 기능의 발전을 지속하고 있다. 멀티모달 기능은 단순히 다양한 형태의 데이터를 처리하는 능력을 넘어, 각 데이터 간의 복잡한 관계를 이해하기 위해 이질적인 데이터를 동일한 벡터 공간에 임베딩하는 데 중점을 두고 있다. 이러한 방식은 다양한 데이터를 사전에 동일한 의미 공간에 매핑해놓는다는 점에서 Early Fusion 방식이라고 설명할 수도 있다. 추가로, Gemini는 최대 100만 토큰 길이의 텍스트를 처리할 수 있으며, 이는 GPT-4보다 훨씬 긴 컨텍스트 윈도우를 제공한다.

Gemini는 세계 최대 검색 포털인 Google과의 연동성이 뛰어나 최신 정보를 실시간으로 반영할 수 있다. 이는 단순히 브랜드가 같다는 수준을 넘어서는 것으로, GPT-4가 웹 브라우징 기능을 통해 Google 웹의 정보를 간접적으로 가져오는 것과 달리, Gemini는 Google 검색 엔진과 직접 결합되어 있다는 점에서 차이가 있다. 또한, 이미 많은 사람들이 일상적으로 사용하고 있는 Gmail, Docs 등과의 연동을 통해 문서 작성, 이메일 요약, 데이터 분석 등의 작업에도 자연스럽게 통합되고 있다. Google 생태계를 바탕으로 한 이러한 확장성은 향후 생성형 AI의 발전에 있어 매우 중요한 요소라고 생각한다. 확장성과 연동성은 생성형 AI가 사용자 일상 속으로 빠르게 스며드는 데 결정적인 역할을 할 것이다.

이러한 장점에도 불구하고 Gemini는 대화형 fine-tuning 부족, API 활용 난이도 등의 한계로 인해 OpenAI 등 다른 생성형 AI에 비해 상대적으로 사용률이 낮다. IT 기업 퍼스트페이지세이지(FirstPageSage)에 따르면, ChatGPT는 약 59.8%의 시장 점유율을 차지하고 있으며, Microsoft Copilot이 약 14.4%, Gemini는 약 13.5%의 점유율을 기록하고 있다. Gemini는 UI 접근성, hallucination, 창의력 부족 등의 문제를 해결하면서 OpenAI의 점유율을 일부 가져오거나, 상대적으로 공백이 있는 시장을 공략하기 위해 지속적으로 노력 중이다. 앞으로 Gemini의 기술적 발전과 전략적 방향성에 대한 지속적인 관찰과 분석이 필요하다고 판단된다.

🧬💊Insilico Medicine: 생성형 AI로 신약 개발 프로세스 전반을 혁신하다

제약산업은 원래 많은 자본과 시간이 투입되지만 효율성이 낮아 아주 어려운 산업이다. 그러나 생성형 AI를 도입함으로써 신약 개발 방식의 패러다임을 완전히 바꿀 수 있었다. Insilico Medicine이 아주 좋은 사례이다.

이 회사를 분석해보았다.

회사 소개: Insilico Medicine은 2014년 Alex Zhavoronkov 박사에 의해 설립된 인공지능 기반의 제약 기술 회사이다. 홍콩과 뉴욕에 본사를 두고 있다.

핵심 기술:

생성형 AI, 강화학습, 트랜스포머 등 머신러닝 기술을 활용해

신약 타겟 발굴 및 신규 분자 구조 생성에 특화된 AI 플랫폼 개발

주요 AI 플랫폼

PandaOmics: 멀티 오믹스 타겟 발굴 및 심층 분석

Chemistry42: ML 기반으로 신약 후보 물질을 설계

inClinico: 임상시험 성공률을 예측하고 설계하는 도구

사업 영역:

암, 섬유증, 면역 질환, 중추신경계 질환, 감염병, 자가면역질환, 노화 관련 질환 등의 치료제 개발 

Insilico의 통합 플랫폼 Pharma.AI:  신약 타겟 발굴부터 분자 설계, 임상 시험 예측까지 신약 개발 전 과정을 지원하는 툴

Pharma.AI 구성요소

PandaOmics: 타겟 발굴 및 멀티오믹스 데이터 분석 엔진으로, 유전자 및 경로를 점수화하고 합성하여 인과관계를 추론. NLP로 타겟과 질병 연관성을 평가  

Chemistry42: 분자 설계를 위한 생성형 AI 화학 모듈로, 생성 및 점수화를 통해 약물 유사 분자 구조를 상상하여 생성

inClinico: 임상 시험 결과 예측 엔진으로, GANs를 활용해 약물 발견 및 평가를 하는 딥러닝 아키텍처. druGAN, ORGAN, RANC, GENTRL 등 다양한 모델 존재

기술 개발 타임라인

-2017년에 최초의 end-to-end AI 기반 약물 발견 파이프라인 제시, druGAN, ORGAN, RNN 아키텍처, ACTN, RANC를 포함한 여러 가지 GAN 모델 구축

-2018년에 GENTRL 구축 후 검증

-2019년에 Pharma.AI 플랫폼의 Biology AI 모듈을 사용하여 IPF(특발성 폐섬유증) 치료

기술 특징

-생성형 적대적 네트워크 + 트랜스포머 모델을 포함한 다양한 종류의 딥러닝 신경망 채택

-타사와 달리 생물학&화학 두 분야 모두에 동일한 딥러닝 적용

-NVIDIA의 BioNeMo를 활용해 생성형 AI로 초기 약물 발견 프로세스 가속화

AI 도입 전후 성과 비교

신약 개발 비용

4억 달러 → 4천만 달러 

=> 기존 방법 대비 90% 감소

개발 기간

6년 → 2.5년 

=> 기존 방법 대비 58% 단축

임상 1상 진입 기간

5년 → 18개월 미만

=> 기존 방법 대비 1/3에 불과한 시간

성과 정리

• AI 기반으로 발굴한 폐섬유증 치료제 후보 물질이 임상 2상 진입

• 2023년 기준 누적 4억 달러 이상의 투자 유치

주요 성공 요인

• PHARMA.AI 플랫폼을 통해 다양한 AI 모델을 통합하여 end-to-end 신약 개발 프로세스 구축, 최신 인공지능 기술 활용

• NVIDIA와 파트너십 체결 후 GPU의 컴퓨팅 파워를 통해 연산 능력 극대화

• 주요 제약회사들과 신약 개발 협력

• 암, 섬유증, 면역 질환 등 다양한 영역을 커버할 뿐 아니라 희귀질환 및 노화 관련 질환에 대한 다양한 질병을 타겟

• 30개 이상의 AI 설계 약물 파이프라인 보유

AI 기술의 향후 발전 방향과 사회적 변화

희귀질환 및 난치병 치료제 개발 가속화

AI 기술은 시장성이 낮아 연구가 미진했던 희귀질환 분야에서 큰 변화를 가져올 것으로 보인다. 데이터가 부족한 희귀질환에서도 AI 시뮬레이션을 통해 효과적인 치료법을 발견할 수 있기 때문이다. 2030년까지 현재 치료제가 없는 희귀질환의 30% 이상에서 신약 개발이 이루어질 것으로 전망된다고 한다.

의료 불평등 해소와 글로벌 헬스케어 접근성 향상

인실리코를 비롯한 신약개발과 관련된 AI 기술은 의약품 개발 비용을 낮춰 저개발국의 의약품 접근성이 높아질 것으로 보인다. 장기적으로는 의료 서비스의 글로벌 격차가 감소할 것이다.

윤리적, 법적 도전과 규제 환경 변화

동시에 규제와 관련된 논의도 활발한 상황이다. AI가 설계한 약물의 안전성과 효능을 평가하기 위한 새로운 규제 프레임워크가 필요하기 때문이다. FDA와 EMA 등 규제 기관들은 이미 AI 기반 의약품 평가를 위한 가이드라인을 개발 중이며, 2026년까지는 본격적인 규제 체계가 마련될 것으로 보인다. 특히 AI 알고리즘의 투명성과 데이터 편향성 문제를 해결하는 것이 중요하다.

Week 2 기획 과제 (SCAMPER Technique)

1: Write about thoughts on using SCAMPER and how the technique is applied in the process during the session

During the session held on Monnday, within groups of 4, we were able to think of new products and see how the SCAMPER technique could be applied when new products were made. This made me realise that regardless of the product, any component of the SCAMPER technique could be applied in order for it to benefit a certain target audience. During the session, the technique was applied to the product by thinking of what makes this product different from previous products? How can people benefit from this product more than past ones? And finally, what is really necessary and not when it comes to that specific product.

For the product idea that we thought of during the session, we applied Adapt and Modify from the SCAMPER technique to improve a product named Octobuddy, to help with the user’s convenience to allow for the phone to stick on a surface only when the user wants it to. In order to do so, we modified the product by creating a phone case with the Octobuddy attached and adding a cover for this octobuddy that can be removed. By doing so, we modified previous products and in order to prevent the Octobuddy from sticking at times that the customer does not want it to stick to surfaces, we adapted the product so that the cover can be put on whenever the customer decides to.

I personally thought that the SCAMPER technique was really interesting as I have very limited knowledge based on Business and Marketing, so learning this technique to look and create products through seven different perspectives for issues that customers have was really innovative.

2: Apply the SCAMPER technique to interpret how GenAI is used in a company

An example of Generative AI (GenAI) is GitHub Copilot, an AI coding assistant that provides suggestions and code completions based on the user's coding environment and GitHub projects. A notable case study is Shopify, a global e-commerce platform that utilizes GitHub Copilot to enhance software development efficiency. By automating repetitive tasks, Copilot allows Shopify's development team to focus on future platform improvements.

Shopify also employs the SCAMPER technique to improve its platform. Through GitHub Copilot, Shopify substitutes manual coding, increasing efficiency and reducing human errors. Additionally, Copilot is used beyond coding to generate product descriptions, demonstrating AI's versatility in content creation. This AI-driven approach facilitates easier onboarding for new team members by providing consistent guidance on coding practices and libraries. To further enhance its platform, Shopify combines Copilot with other AI tools like Klaviyo and SEOAnt.

Shopify's integration of GitHub Copilot, combined with other AI tools, not only boosts development efficiency but also expands AI applications, such as generating product descriptions. This showcases AI's versatility in content creation and allows Shopify to streamline marketing processes. This adaptability is crucial for maintaining a dynamic e-commerce platform that can quickly respond to changing consumer behaviors and market trends.

Moreover, Shopify's modification of Github Copilot's configurations to address niche library challenges improved its effectiveness. By optimizing Copilot for specific library requirements, Shopify ensures that its development team can leverage the full potential of AI-driven coding assistance, leading to faster innovation cycles and more robust software solutions.

Looking ahead, Shopify's future development direction likely involves integrating more sophisticated AI models. As a shopping platform, the company may explore personalized techniques, utilizing AI to offer tailored product recommendations and enhance customer experiences. Additionally, AI-driven analytics can play a vital role in providing merchants with insights into customer behavior, helping them optimize their storefronts and marketing strategies.

The integration of AI into Shopify also has significant societal implications. On one hand, automating repetitive tasks can lead to a shift in job roles, with a greater emphasis on creative and strategic positions. This might necessitate retraining programs to help workers adapt to new roles focused on AI oversight and strategy. On the other hand, increased reliance on AI will drive demand for improved digital literacy, ensuring that both developers and users can effectively interact with and manage AI systems. Furthermore, as AI becomes more pervasive, ethical considerations will become increasingly important, requiring companies like Shopify to establish clear guidelines on AI use to ensure transparency and fairness in AI-driven decision-making processes.

🛰그해 으랏차는#2:개발편🛰

시작부터 난관

우리가 이번 CreAI+IT에서 구현하고자 하는 MeFlow는 웹 기반의 회의를 보다 신속하고 에너지 소모를 줄여주는 플렛폼인데, 이 플렛폼을 구현하는데 있어서 가장 큰 어려움이라고 한다면, 과연 어떻게 (DBMS)Data Base/SQL를 연결하고 그 데이터들을 어떻게 관리 할지였다. 우리 주변에 대표적인 MySQL, PostgreSQL, MariaDB, mongoDB(NoSQL) 등 DB라는 개념에도 다양한 회사들이 있지만 우리 플렛폼과 fit이 맞는걸 찾고 이걸 통해 우리 플렛폼에 대입하는건 정말 쉬운 문제가 아니라는걸 느낀다.

그러다가 결국 Firestore 하나만 가지고 플렛폼의 개인 로그인부터 회의 구성까지 모든 과정을 이룰 수 있는 것을 준비하고자 한다. 글을 쓰기전에 Firestore를 간단하게 설명하자면, Firestore는 실시간 읽기/쓰기가 가능한 NoSQL 데이터베이스로, 다양한 데이터를 효율적으로 관리할 수 있습니다. 저희는 이 Firestore를 활용하여 회의 내용, 사용자 정보, 프로젝트 진행 상황 등 여러 정보를 체계적으로 관리하려고 합니다. 특히, 회의 안건과 관련된 소통 부분에서는 실시간 협업이 가능하도록 구현할 계획이다.

실시간 협업 구현 과정에서 부각될 Firestore의 가장 큰 장점은 데이터의 실시간 동기화가 가능하다는 점인데, 이를 통해 다수의 사용자가 동시에 데이터를 읽고 수정하더라도 충돌 없이 최신 상태를 유지할 수 있다. 예를 들어, 회의 중 한 사용자가 특정 안건에 대한 추가 의견을 입력하면, 그 내용이 다른 사용자들의 화면에도 즉각적으로 표시되어 실시간으로 반영된다. 이를 통해 사용자들은 동일한 정보 기반으로 논의할 수 있어 협업의 효율성을 크게 향상시킬 수 있습니다.

또한, Firestore는 데이터의 계층적 구조를 지원하여 정보의 관리와 탐색이 용이합니다. 예를 들어, 회의 안건은 "회의"라는 최상위 컬렉션 아래에 각 회의를 개별 문서로 저장하고, 각 문서에는 안건, 참석자, 기록 등의 세부 데이터를 서브컬렉션 형태로 저장할 수 있습니다. 이렇게 설계하면 데이터가 직관적으로 구성되어 필요한 정보를 신속하게 찾을 수 있다.

우리 사내 회의 보안은..

Firestore는 보안 측면에서도 편하게 관리할 수 있다. 저희는 Firestore의 보안 규칙을 활용하여 사용자별 접근 권한을 세부적으로 설정할 계획이다. 그중 한 예로, 회의 관리자만 안건을 수정할 수 있도록 설정하려고 한다. 이를 통해 민감한 정보를 보호하고 각 사용자가 자신의 역할에 맞는 작업을 수행할 수 있도록 보장할 것이다.

추가적으로, Firestore의 확장성과 안정성은 프로젝트의 성장에 매우 적합합니다. 데이터의 양이 늘어나거나 동시 접속자가 증가하더라도 Firestore는 안정적으로 작동할 수 있으며, 필요한 경우 편리하게 확장이 가능합니다. 이는 추후에 서비스에 유입된 많은 사용자들이 동시에 회의 안건을 논의하거나 데이터를 확인해야 하는 상황에서 중요한 장점으로 작용한다.

-으랏차 개발자: 동훈스

결과적으로 이번 기술 개발을 시작으로 플렛폼을 만들어서 빠른 시일내에 소비자들에게 피드백을 받으면서 개발을 만들어가는 것이 1차 목표이며 이 과정을 여러분과 함께 할 수 있어 감사합니다:)

지난주 로그에 언급했던 대로, 저희 Taag가 진짜 타겟 고객의 문제를 해결하는 솔루션을 제공하고 있는지 확인이 되어야 합니다. 이를 위해서는,

1. 진짜 우리가 정의한 [북마크나 메모를 통해 영감을 기록하지만 막상 필요할 때 빠르게 찾지 못하거나, 기록해 둔 사실조차 잊어비리는 사람들]이 우리 서비스를 원하는지

2. 그리고 그들이 원하는 솔루션이 [url 기반의 AI 해시 태그 생성 서비스가 맞는지]

검증을 해야 한다고 생각했습니다.

그러기 위해서는

1. MVP를 간단한 형태로 개발 하여

2. 그 MVP를 사용해본 사람들에게 피드백을 받으며 위의 가설 2개를 검증

하는 방식이 가장 적절하다고 생각했습니다.

MVP 개발

이번 주 개발을 맡은 팀원들이 밤을 새가며, 간단하게 크롬 익스텐션으로 url을 공유하면(입력하면) 컨텐츠 내용에 기반하여

1. 태그를 생성

2. 이미지 + 제목 형태의 UX를 통해 url이 어떤 정보를 담고 있는지 직관적으로 보여주는 기능

3. 3줄 이내의 간단한 요약

4. 추가 메모 입력

이 포함된 기능을 구현하였습니다.

저희가 최종적으로 구현하고 싶은 앱 기반의 프로덕트를 개발하기 위해서

1. 앱을 개발하는데 필요한 리소스가 너무 많이 드는 점

2. 크롬 익스텐션 형태의 MVP로도 사람들과 컨택하여 가설을 검증할 수 있다는 점

때문에, 크롬 익스텐션 형태로 구현을 생각하게 되었고, 위에서 서술했다시피 현재 기본적인 기능은 구현이 끝난 상태입니다. 다만, 크롬 익스텐션 서비스를 배포를 하기 위해서는 chrome web store에서 여러 검증을 받아야지 배포가 가능하다는 점 때문에, 검증 도중 고객 유치 funnel에 대한 고민을 끝내야한다는 결론이 도출되었습니다.

고객 유치 funnel

앞서 언급한 가설을 검증하는 수단에는 여러 방법이 있겠지만, 저희는 고객 유치 funnel을 구현하고, 각 단계별 KPI를 설정하여 솔루션의 비즈니스적 성과를 확인하고자 하였습니다.

고객 유치 funnel을 구축함에 있어 고려했던 사항은 다음과 같습니다.

1. GenAI sprint 대회를 위해 남은 기간이 2주일 남짓이라는 점

2. 고객과 지속적으로 소통하여 피드백을 받을 수 있는 창구를 마련해야 된다는 점

3. 우리 서비스를 가장 이용할 것 같은 사람들이 모여 있는 장소에 홍보를 해야 한다는 점

특히 2번의 경우, Taag 팀이 현재의 [url 기반 해시 태그 생성 기능]을 가진 솔루션을 통해 사람들의 시간과 정보가 버려지는 문제를 해결하려고 한다는 신뢰 관계 구축을 위해서 필수적이라 생각했습니다.

저희가 생각한 고객 유치 funnel은 다음과 같습니다.

1. 서비스 자체에 관심을 가지게 하기

   목표: 최대 다수의 관심 끌기

   행동 : 팀 내에서 정의한 핵심 페르소나가 모였을 것이라 추측되는 커뮤니티에, 랜딩페이지를 이용하여 고객들에게 크롬 익스텐션 링크 공유하기 위한 이메일을 받기

   KPI : 5천명 이상의 노출, 20명 이상의 이메일 신청(전환 0.4%)

2. 크롬 익스텐션을 쓰게 만들기

   목표 : 최대 다수의 크롬익스텐션 이용자 수 모집

   do : 랜딩페이지를 통한 간접 홍보가 아닌, 직접 크롬 익스텐션 서비스 링크를 디스콰이엇, EO 등의 커뮤니티에 배포하기

   KPI : 10명 이상의 [서비스 이용]

팀 내 방향성이 확고해진 것은 좋지만, 아직까지 갈 길이 많이 남은 것 같습니다.

하지만, 저희 Taag팀은 지치지 않고 문제에 관심을 가지고 해결하는 자세를 가졌다고 생각하기 때문에, 잘 해낼 것이라 믿습니다.

기능 명세서의 중요성

저번 아티클에서 우리팀이 와이어프레임을 만드는 데 어려움을 겪고 있다고 말한 바 있다. 그 원인을 분석해보니, 크게는 'MVP에 대한 잘못된 이해', 작게는 '기능명세서의 누락'으로 좁힐 수 있었다.

1. MVP에 대한 잘못된 이해

분명 MVP(Minimum Viable Product)에 대해 이해하고 있다고 생각했으나, 실질적으로 우리가 개발하는 과정은 전혀 mvp를 만드는 과정이 아니었다.

우리의 목표는 '공무원 분들이 보셨을 때 wow할 수 있는 product를 만드는 것'이었다. 미팅을 여러 번 잡을 수 없다보니, 첫 미팅에 신뢰를 확보해야겠다는 생각을 했다. 그 전에 공무원 분들과 미팅을 했을 때 반응이 시큰둥하신 분들도 계셨는데, 제대로 된 프로토타입이 없는 상태에서 뵈러 갔기 때문이라는 결론을 내렸었다. 그래서 더더욱 서비스의 퀄리티를 벌써부터 고려하지 않을 수 없었다. 이게 첫 번째로 빠진 함정인 것 같다.

너무 많은 기능을 초반부터 넣으려고 하다보니, (물론 그것도 줄이고 줄인 핵심적인 기능 위주였지만) 머릿속이 복잡해졌고 와이어프레임을 만들 때 수정사항이 계속해서 생겨났다.

이 유명한 사진을 왜 계속 잊게 되는걸까...

1. 기능명세서의 누락

우린 맨땅에 헤딩하듯 제대로 된 레퍼런스 조사도 없이 유저플로우+와이어프레임부터 만들기 시작했다. 그러다보니 의견이 발산형으로 계속 나왔고, 수렴되는 데에 시간이 매우 오래 걸렸다. 와이어프레임을 만들다가 누락된 기능이 계속 발견되었다. 이런 문제점에 대해 y-startup week4 세션 때 멘토님께 공유해드렸더니, 기능명세서를 누락한 것에 대해 지적해주셨다. 정말 한 발 앞선 창업가 분들이 핵심적이고 결정적인 부분을 짚어주실 수 있다는 것을 다시금 느낄 수 있었던 부분이었다.

그래서 기능명세서를 만들었다. 보통 notion이나 구글 스프레드 시트를 사용한다고 한다.

기능명세서에 더해, 요즘 뼈저리게 느끼고 있는 것 중 하나는

내가 겪은 모든 시행착오는 이미 대부분의 사람들이 겪었을 시행착오라는 것이다.

그렇기 때문에 빠르게 lean하게 무언가 시작하고 달성하려면,

과거 사례들을 많이, 다양하게 찾아보는 것이 무조건 선행되어야 한다는 점...

물론 그걸 또 적용하고 실행하는 것은 나의 몫이지만

와이어프레임 만들 때도 레퍼런스 찾아볼 생각은 안하고

제로베이스에서부터 하나하나 만들려고 했는데, 다소 무지하지 않았나 싶다.

여전히 부족하고 더디지만.. 한 주 한 주 더 나아가고 있다고 느낀다.

어서 종강하고 제품 개발과 유저 인터뷰에만 신경쓸 수 있으면 좋겠다.

약팜: 소비자와 약사의 Win-Win을 위한 첫걸음

💊 약팜의 핵심 질문

"약국이 단순히 약을 파는 곳이 아니라, 사용자와 약사가 서로 더 똑똑해지는 공간이 된다면?"
약팜은 이렇게 대답하죠:

• 사용자: "내 특이사항에 맞는 약을 쉽게 찾을 수 있어야지."

• 약사: "재고 관리만 정확해도 머리가 덜 아플 텐데…."

• 그래서 우리는 약팜을 통해 약국의 재고 정보를 공개하고, 소비자 리뷰를 약사의 의사결정에 활용하는 플랫폼을 만들고자 합니다.

💡 약팜이 만드는 세상

1. 의약품 찾기: "이 약 어디 있나요?"

• 사용자가 약물 이름이나 증상 키워드를 검색하면, AI 검색 엔진이 즉시 해당 약물을 찾아줍니다.

• 키워드 입력에 따라 효능, 사용법, 대체 의약품 정보를 깔끔하게 보여줍니다.

2. 특이사항 대조: "이 약, 나랑 맞을까?"

• 약물 검색 시, 사용자가 입력한 특이사항(알레르기, 건강 상태)와 대조하여 약물 적합성을 표시합니다.

• 약사에게 전달할 내용을 요약해서 보여주니, 상담 시 시간을 대폭 절약!

3. 약국 재고 관리: "헛걸음은 이제 그만."

• 약국 재고 정보를 사용자에게 공개하고, 리뷰 데이터를 약사에게 요약 제공.

• 리뷰 요약 기능: 소비자가 남긴 리뷰를 약사에게 보여줘, 향후 의약품 구매 결정에 참고하도록 지원합니다.

  • 예: "○○약은 효과가 빠르지만 배탈을 호소하는 경우가 많음."

• 결과: 약국은 리뷰 기반으로 재고를 최적화하고, 사용자는 정확한 정보를 얻습니다.

🚀현재 개발 진행 상황 🚀

개발 환경 구성 완료!

우리의 개발 디렉토리는 이렇게 생겼습니다:

medicine_search/

├── config/ # 설정 파일

├── src/ # 주요 소스 코드

│ ├── data/ # 데이터 수집 및 처리

│ ├── db/ # 데이터베이스 관련

│ ├── ai/ # AI 검색 엔진

│ ├── api/ # API 서버

│ └── utils/ # 유틸리티

├── models/ # 학습된 모델 저장

├── data/ # 데이터 저장

├── tests/ # 테스트 코드

├── docker/ # 도커 설정

└── requirements.txt # 의존성 정의

현재 작업 중인 주요 모듈:

1. 데이터 수집 및 처리 (data/)

   • collector.py: 공공 데이터 포털에서 약물 데이터를 자동으로 수집.

   • preprocessor.py: 효능, 사용법, 금기사항 등을 텍스트로 정리해 검색에 최적화.

2. AI 검색 엔진 (ai/)

   • search_engine.py: 약물 키워드 기반으로 검색 결과를 사용자 맞춤형으로 반환.

   • query_analyzer.py: 사용자의 입력 데이터를 분석해 가장 적합한 약물을 추천.

   • image_analyzer.py: 약물 패키지 사진으로 검색 가능하게 구현 예정.

3. ERP 재고 관리 (db/vector_store.py)

   • 약국의 실시간 재고 정보를 데이터베이스에 저장하고 API로 제공.

   • 재고 데이터를 리뷰 요약 기능과 연결해 약사에게 활용 가능성 제공.

4. API 서버 (api/)

   • FastAPI 기반으로 모든 검색 및 데이터 요청을 처리.

   • 간결한 라우트 설계로 검색 요청과 재고 확인 응답 속도 최적화.

🌟 약팜의 핵심 목표: 소비자와 약사의 Win-Win!

소비자를 위한 장점

1. 내 특이사항에 딱 맞는 약을 찾는다!

2. 약국의 재고 걱정 없이, 필요한 약을 바로 구매한다.

3. 리뷰를 통해 더 똑똑한 복약 관리를 한다.

약사를 위한 장점

1. 리뷰 요약으로 약국 경영 데이터를 확보한다.

2. 재고 관리 부담을 줄이고 사입 결정을 최적화한다 (리뷰와 구매 트렌드 반영)

3. 사용자의 특이사항을 미리 확인해 상담 효율성을 높인다.

🤝 앞으로의 계획

1. MVP 완성

   1. 재고 관리 시스템:

      • ERP 시스템 기반으로 약국이 간단히 재고 상태를 업데이트할 수 있도록 설계.

      • 약사가 부담을 느끼지 않도록 "업데이트 시간 표시"와 자동화 기능 추가 예정.

   2. 리뷰 요약 기능:

      • 리뷰 데이터를 기반으로 약사가 쉽게 이해할 수 있는 시각화 및 트렌드 분석 제공.

      • 예: "타이레놀 500mg - 판매 증가율 30% / 부작용 언급 비율 15%."

   3. 개인 특이사항 대조:

      • 소비자 입력 데이터를 활용해 자동으로 특이사항과 약물 적합성을 대조하고, 이를 약사와 공유.

   2. 프로토타입 테스트 및 피드백 수집

   • 소비자 테스트:

     • 약물 검색과 재고 확인 기능이 직관적인지, 특이사항 대조 기능이 신뢰성을 주는지 검증.

   • 약사 테스트:

     • 리뷰 요약과 재고 관리 기능이 실제 약국 운영에 어떻게 활용되는지 확인.

   3. 데이터와 AI의 결합으로 서비스 고도화

   • 리뷰 데이터와 재고 데이터를 결합하여 약사가 사입 결정을 할 때 추천 시스템 제공.

     • 예: "최근 리뷰 분석 및 판매 데이터에 따르면, [○○약] 추가 사입 추천."

   • 소비자가 약물 패키지를 촬영하면 정보를 자동으로 검색하는 이미지 기반 검색 기능 준비 중.

🎯 약팜이 꿈꾸는 미래

1. 약사에게는 더 똑똑한 약국 운영 도구:

   • 데이터로 사입 결정을 지원하고, 소비자와의 신뢰 관계를 강화.

2. 소비자에게는 더 안전하고 간편한 약 구매 환경:

   • 내 건강 상태와 맞는 약을 찾고, 필요 없는 약국 방문을 줄여 시간 절약.

💥 약팜, "윈-윈 플랫폼"으로 나아가다.

쓰다 보니 더 애정이 가는 프로덕트라고 생각합니다. 약국은 데이터로 더 똑똑해지고, 소비자는 신뢰로 더 안전해지는 미래를 꿈꾸게 됩니다. 어려운 문제를 데이터와 AI로 해결하려 하는 저희의 여정을 조금 더 지켜봐주세요! 🚀

Taag의 시작과 실패

저희 팀은 사람들이 인스타그램, 유튜브, 블로그 등 다양한 플랫폼에서 발견한 흥미로운 정보를 더 쉽게 수집하고 활용할 수 있도록 돕는 서비스를 만들고자 했습니다. 많은 사람들이 북마크나 메모를 통해 영감을 기록하지만, 막상 필요할 때 빠르게 찾지 못하거나 기록해 둔 사실조차 잊어버리는 경우가 많았습니다. 이러한 문제를 해결하기 위해 Taag라는 아이템을 기획했습니다.

Taag는 AI를 활용해 태그를 자동으로 생성하고, 이를 기반으로 정보를 분류하고 검색할 수 있는 서비스입니다. 사용자가 Taag 앱으로 URL을 전송하면, AI가 해당 내용을 분석하여 핵심 키워드로 요약된 해시태그를 생성합니다. 이를 통해 사용자는 필요한 정보를 빠르게 찾아내고, 기록한 내용을 더 효과적으로 활용할 수 있으리라 기대했습니다.

PMF를 검증하기 위해 인스타그램 광고를 통해 목업 테스트를 진행했습니다. 그러나 기대와 달리 반응이 저조했습니다. 광고의 CTR은 0.66%로, 저희가 설정했던 목표인 1%에 미치지 못했습니다. 나아가 사전 신청자 역시 2명으로 매우 저조했습니다. 저희는 이 실패를 타겟 고객과 전달하고자 하는 가치가 명확하지 않았기 때문이라고 판단했습니다.

예상보다 차가운 시장의 반응에 당황한 저희는 기존 아이디어를 개선하기 위해 추가 인터뷰 모집을 위한 광고 재게제와 MVP 테스트를 고려했습니다. 하지만 이는 상당한 시간과 비용이 필요한 작업이었고, 팀 내에서는 프로덕트의 성공 가능성에 대한 의문과 불안감이 커져갔습니다. 이에 새로운 문제를 찾아보기로 결정했습니다.

문제 재정의 시도와 또 한번의 실패

팀원 중 한 명이 리서치 툴인 라이너를 사용하면서 느꼈던 불편함을 공유했습니다. 라이너를 통해 정보 수집은 간편했지만, 수집된 정보를 목적에 맞게 재가공하는 데 어려움이 있었습니다. 예를 들어, 동아리 세션을 준비하기 위해 여러 아티클에서 하이라이트를 했지만, 실제로는 라이너에 저장된 하이라이트를 활용하지 못하고 노션에 별도로 기록한 내용에만 의존했습니다. 하이라이트 기능이 단순히 가독성을 높이는 것 외에는 큰 도움이 되지 않았던 것입니다.

이 경험을 바탕으로 저희는 정보 수집과 활용 사이에서 재가공을 돕는 툴이 필요하다고 생각했습니다. 그러나 '리서치'라는 개념이 너무 광범위하고, 사용자들의 구체적인 필요를 파악하기 어려워 이 아이디어를 기각했습니다.

다음으로는 학생들이 팀 프로젝트에서 리서치한 내용을 자신의 생각을 담아 효과적으로 공유하지 못해 회의의 질이 떨어지는 문제에 주목했습니다. 그러나 팀원들과의 논의 결과, 문제는 자신의 생각이 담긴 정보를 공유하는 것이 어렵다기보다는 적절한 리서치를 수행하는 것 자체가 어렵다는 의견이 제기되었습니다. 결국, 문제의 핵심에 대한 의견 차이가 좁혀지지 않아 두 번째 아이디어 역시 기각하였습니다.

깨달음과 앞으로의 계획

2주간의 방황 이후, 팀원들과 이야기를 나누며 우리가 어떤 공통된 문제의식을 바탕으로 모였는지 되돌아보았습니다. 저희는 '사람들이 기록한 정보를 적절히 활용하지 못한다는 문제'를 해결하기 위해 모였음을 깨닫고, 그 문제의 본질을 파악하기 위해 고객의 목소리를 충분히 듣지 못했음을 인정했습니다. 결국, 저희는 초심으로 돌아가기로 결정했습니다.

기존 Taag의 사전 신청자들이 어떤 문제에 공감하여 신청했는지 알아보기로 했습니다. 그들이 실제로 겪는 어려움이 무엇인지 파악하고, 그것을 해결할 수 있는 솔루션이 과연 Taag인지 검증해 보아야 한다고 생각했습니다. 따라서 이를 위해 빠르게 MVP를 개발하기로 했습니다. 크롬 익스텐션 형태로 MVP를 만들어 실제 사용자들에게 제공하고 피드백을 받을 계획입니다.

최근 한 스타트업 대표님께서 "스타트업이 실패하는 이유는 기술이나 자금의 부족이 아니라, 풀고자 하는 문제를 끈기 있게 파고드는 사람이 없어서다." 라는 말씀을 하셨습니다.

그동안 저희는 문제의 본질을 파악하기보다는 아이디어의 가능성에만 집착했던 것 같습니다. 이제는 끈기를 가지고 실제 문제를 해결하기 위해 노력해야 한다는 것을 깨달았습니다. 비록 2주라는 시간을 방황하며 보냈지만, 이를 통해 초심의 중요성과 고객의 목소리를 듣는 것의 가치를 알게 되었습니다.

이번 1주는 taag의 MVP를 빠르게 개발하여 출시하고, 고객들과 소통하며 진정으로 필요한 서비스를 만들어나갈 계획입니다.

공공기관 보고서 작성 보조 AI 와이어프레임 만들기 진짜 너무 어렵다 ...

우리 팀의 아이템은 '공공기관 보고서 작성 보조 AI' 이다.

B2G 사업 특성상, 공공기관 상급자 분들께 설득력 있는 MVP를 보여드리는 것이 이번 달의 KPI였다. 이를 위해 우리 팀 셋이 꽁꽁 뭉쳐 여러 방면으로 와이어프레임 구체화에 열을 올렸는데, 단순한 앱이나 플랫폼을 만드는 것이 아니라 웹 기반 워드 프로세서를 만들어야 하다보니 문제점 여러 개에 봉착하게 되었다.

1. 유저 플로우를 구체화하는 것이 어렵다

   워드나 한컴을 당연히 써봤으니 알테지만, 자유도(?)가 너무 높다. 보고서 결과물을 만들어내는 과정에서 수정이 굉장히 빈번하게 이뤄지는데, 수정 과정까지 반영해 유저플로우를 짜려니까 머리가 터질 것 같았다.

   그렇다고 자잘자잘한 수정 과정을 배제하고 유저 플로우를 짜려니, 너무 단순해져서 와이어프레임을 만들기에 부족한 유저 플로우가 나오게 되었다.

   여러 가지 플로우를 짜봤지만, 다 너무 부족해보였다. 그래도 어찌저찌 결과물이 나왔다. 보고서는 형식이 맞춰져야 하는데, 그 부분을 반영하니까 목차 생성 / 내용 생성 두 측면으로 나뉘게되었다.

   

   여전히 부족하지만.. 점점 고도화를 해야겠다. 여기서 궁금한 것.

   유저 플로우는 어느 정도로 구체적이어야 하는가? 어느 정도 뎁스로 짜야 하는가?

   계속 답을 찾아가야 할 질문이다.

2. 와이어프레임 어떻게 만들어야 개발과 얼라인이 잘 될까?

   
   

   우리팀 디자인 담당이 예쁘게 와이어프레임을 뽑아주셨다. 그러나 내 기획이 너무 부족한 탓에, 아직도 구체화가 필요한데... 솔직히 개발할 때 어떤 요소가 갖춰져야 나중에 불필요한 소통이 덜할지에 대한 고민이 많이 부족한 것 같다. 공부가 더 필요하다.

3. 개발 현황 공유

   이런 집이 다 무너져가는듯한 ㅠㅠ 상황 속에서도 우리 똑똑한 개발자는 차근차근 개발 환경을 마련해두고 있는데!! 다음과 같은 사항은 얼추 마무리된 상황이다.

   (1) 데이터베이스, 서버, 프론트엔드 연결

   (2) 기본 기능: 로그인: 보안이 중요한만큼 authentication, authorization 신경 쓰는 중. JWT, type validation,CORS 등 implement

   (3) 프론트랑 openAI API 연결 및 prompt engineering 환경 셋업

   2번에 대한 고민 때문에 나도 개발 환경이나 백엔드 전체적인 플로우를 이해해야겠다는 생각이 많이 들었다. 그래야만 실질적인 기획, 효율적인 기획을 할 수 있기 때문이다.

요즘에는.. 더닝크루거 효과의 우매함의 봉우리를 지나 끝도 안 보이는 골짜기로 내려왔다는 생각이 든다.

그야말로 절망의 계곡이다. 자존감도 많이 떨어지고 내 스스로가 작아지는 느낌을 많이 받는다. 그렇지만 이럴 때일수록 더 열심히 해야겠다는 생각이 든다. 오늘부터 다시 달려봐야겠다! 파이팅!

약팜 기능 3종세트

그렇게 추린 핵심 기능 3가지

'약팜' 서비스는 약국 이용객들의 전반적인 서비스 만족도를 향상하기 위해 등장한 서비스지만, 그래도 약팜의 '정체성'을 드러낼 수 있는 기능들을 정하는 것이 중요했습니다. 🤔

그래서 정리한 핵심 기능 3가지!

1. 스무고개 약물 찾기: "이 약도 맞혀보시지"

맞닥뜨린 문제

• "아, 저번에 먹었던 그 약 뭐더라? 분명 효과가 좋았던거 같은데.."

• 사용자가 원하는 약물을 찾으려면 끝없는 구글링… 혹은 약사에게 민망한 질문 폭탄.

약팜의 해결책

• 스무고개 스타일 검색! (마치 의약품용 Akinator랄까)

  • "두통이 있나요?" 예/아니오

  • "그때 먹은 약의 포장지는 무슨 색?" 흰 배경에 초록무늬

  • "언제쯤 먹은 약인지?" 작년 5월?

  • -> 가벼운 질문만으로 원하는 약을 Narrow down해서 찾고, 제조사, 핵심성분, 현재 출고까지 확인!

2. 복약 지도 설명서: "당신만의 복약 도우미"

맞닥뜨린 문제

• "약을 아침 먹기 전에 먹으라고 했던가, 후에 먹으라고 했던가?"

• 잘못된 복약 정보로 사용자는 헷갈리고, 약사는 그걸 해결하느라 바쁘고..

• 게다가 약국에서는 말 못한 나만의 약 복용 고민! 열심히 인터넷을 찾아봐야겠네...

약팜의 해결책

• 원하는 약과 더불어 현재 나의 건강상태 & 복용 중인 약 등을 정리한 '견적서' 생성

• 바코드 형식으로 찍으면, 약사는 단번에 원하는 약, 주요성분, 그리고 복약 지도 시 주의할 점까지 확인!

• 개인화는 곧 신뢰! 사용자는 스스로의 복약 정보를 업데이트하고, 더욱 개인화된 의약품 처방을 빠른 시간에 가능케 함.

3. 근처 약국 재고 확인: "헛걸음은 이제 STOP"

맞닥뜨린 문제

• "타이레놀 사러 갔는데 없대요… 다른 약국도 없대요… 집에 다시 왔어요."

• 약물 재고가 불확실하면, 시간 낭비와 스트레스는 온전히 고객 몫. 몸도 아픈데, 고생까지 하고 싶지는 않잖아요?

약팜의 해결책

• 실시간 약국 재고 조회

  • 사용자가 약물을 검색하면, GPS 기반으로 내 근처 약국들의 재고 상태를 한눈에.

  • "500m 거리: 재고 있음 / 1km 거리: 재고 없음" -> 타겟 약국으로 바로 출발!

그래서...어디까지 만들었냐고요?

우선 1번과 2번 기능을 구현하기 위해 노력하고 있습니다 💪

스무고개 약물 찾기 🔍

목표

• 사용자가 질의응답을 통해 원하는 약물 정보를 간편하게 얻을 수 있도록 챗봇 형태로 구현.

진행 상황

1. 데이터베이스 구축:

   • 출처: 공공 데이터 포털의 약물 정보 API 이용.

   • 내용:

     • 약물 효능 및 사용법 데이터를 추출하여 텍스트 형태로 저장

     • 데이터 정제 및 필요한 필드(DB 스키마) 설계중 (많이 했어요!!)

   • 예시 필드: 약물명, 효능, 사용법, 복용 시 주의사항

2. 챗봇 설계:

   • 구조: 질의응답 기반의 약물 검색 시나리오 설계 중.

     • 사용자가 증상 또는 약물 관련 키워드 입력 시 적절한 데이터 응답.

   • 구현:

     • 자연어 처리(NLP)를 활용한 사용자 질문 분석.

     • 공공 데이터에서 추출된 정보를 기반으로 텍스트 응답 생성.

복약 지도 견적서 생성📜

목표

• 사용자의 특이사항(알레르기, 건강 상태)을 반영하여 개인 맞춤형 복약 지도를 자동으로 생성.

진행 상황

1. 기본 DB 설계:

   • 약물 데이터에서 필수 기재 사항을 추출하고 DB 응답 기반 설계 진행.

   • 필수 기재 사항:

     • 약 이름, 제조사, 핵심 성분.

     • 유사 의약품 정보(대체 약물) -> 제조사 별로 분류할 수 있는지 검증 중

     • 복약 시 고려해야 할 사용자 개인 특이사항(예: 임신, 특정 성분 알레르기 등).

2. 프롬프팅 연구:

   • DB에서 약물 데이터를 기반으로 한 다양한 프롬프팅 적용 중.

   • 복잡한 사용자의 입력값(특이사항, 증상 등)을 처리하여 맞춤형 복약 정보를 생성하도록 모델 훈련 및 테스트.

   • 예시 프롬프트:

     • "사용자가 고혈압과 당뇨를 앓고 있으며, 아스피린 알레르기가 있는 경우 해당 약물 복용 시 주의사항은?"

     • 결과로 적합한 약물 리스트와 사용법이 포함된 복약 지도 출력.

모든 팀원이 열심히 갈려나가고 있습니다...! 더불어 이번주 내로 현직 약사분과 인터뷰도 예정되어 있으며, 그때까지 Demo를 제작해보려 합니다!

끝내기 전에, 많은 분들이 혼동할 수 있는 부분을 하나 짚고 넘어가자면!!!

"의약품 추천 앱인거 아니야?"

📢 아! 닙! 니! 다! 📢

약팜 서비스는 철저히 의약품 추천을 배제하고 있습니다. 우선 의약품 광고나 추천이 법적으로 문제가 될 부분이 있기도 하며, 저희는 '잊어버린 그 약'을 찾아주고자 하는 사소한 문제에서 확장해나가는 것이기 때문이죠. 그렇기에 저희는 '몸이 아픈데 어떤 약을 먹어야 하지?" 보다도, "전에 A 약 먹었는데, 그거 아직 있나?" 라는 질문을 해결하고 싶습니다. 이미 먹을 약이 뭔지 아는 상태의 고객들을 상대하고자 하는 거죠! 약사분들과의 '스무고개'를 없애고자 하는 것이지, "감기약/두통약/소화제 주세요!"는 당연히 약사분들께 직접 부탁드리는게 좋습니다.

그러면 열심히 달려온 한 주를 또 마무리지으며, 다음 한 주의 레포트로 다시 돌아오겠습니다. 관련해서 의견이 있으시다면 언제든지 댓글로 남겨주세요!!

그럼 20000 ✨

🛰그해 으랏차는🛰

지금 현재 으랏차라는 팀에서 기술 창업을 통해 풀이하고자 하는 것은 2가지가 있다.

1. 새로운 커뮤니케이션 툴 'MeFlow'

2. 공공 정보 전달 챗봇 '유레카'

우리는 각각 다른 대회에서 좋은 성과를 내겠다는 목표로 많은 고민을 하면서 개념을 조금씩 구체화 하고 있다. 오늘 이 자리에서 각 기술에 대한 솔루션과 기능 그리고 구현 계획까지 짧게 공유하고자 한다.

MeFlow부터 이야기하면,

우리는 회의를 하면서 소비되는 에너지와 시간이 불필요하게도 많다는 점과 상대방의 의견을 이해하는데 쏟는 시간이 동시에 너무 많이 들어간다는 점을 문제로 잡았다. 이를 회의 전 회의를 하는 구성원들의 생각을 미리 확인하고, 상대방의 주장에 근거를 납득할 수 있을지에 대한 고민을 미리 해결한다는 점이다.

(사실 이번 아이디어를 가지고 연세대학교 창업경진대회 왕중왕전에 나가서 느낀바는 "회의를 없애면 안되나요?"였다. 이 이야기는 또 다른 이야기니 다른 아티클을 통해 공유하고자 한다.)

MeFlow의 기능은 간단하다,

1. 회의전 호스트는 안건을 만들고

2. 이 주제를 기반으로 공통의 템플릿이 회의 참여자들에게 주어진다

3. 그리고 회의에 참여하기 전에 참여자들은 서로의 문서를 읽고 오면

4. 회의는 more comfortable~

그러나 흥미롭게도 이러한 방식의 회의를 이미 진행하는 곳이 있는데 바로 아마존이다. 방법은 아래와 같다.

아마존은 파워포인트 대신 서술형 문서로 회의 자료를 준비합니다. 이러한 문서는 1페이지 또는 6페이지로 구성되며, 참석자들이 내용을 깊이 이해할 수 있도록 돕습니다. 이러한 방식은 참석자들이 사전에 자료를 검토하고, 회의 중에는 핵심 논의와 의사결정에 집중할 수 있게 합니다.

끝으로 MeFlow의 플렛폼 UI를 첨부하는 것으로 마치겠습니다.

-> https://meflow1.vercel.app/

(공공정보는 다음편에~)

추구미? 쭈꾸미!

개인이 목표하는 미적 스타일이나 이미지, 아름다움을 뜻하는 신조어 ‘추구미’에서 영감을 받은 ‘쭈꾸미’는 문어발처럼 다양한 패션 정보를 한데 모아, 개인의 추구미를 완성할 수 있는 플랫폼을 지향한다.(가명이었는데 우리의 미션과 알맞게 메이킹 할 수 있어서 계속 사용 중이다.)

먼저, 중소 엔터 모델은 섭외 기회가 적어 자신을 알리거나 포트폴리오를 쌓을 기회가 부족하다. 중소 패션 브랜드는 자신의 이미지와 맞는 모델을 구하는 과정에서, 유명 모델은 비싼 경우가 대부분이고 상대적 유명하지 않은 모델은 그들의 정보나 포트폴리오를 확인하는 것이 어려운 실정이다.

따라서 패션 커뮤니티 플랫폼을 통해 모델은 피드에 포트폴리오를 쌓고 패션 브랜드는 이를 보며 자신의 이미지에 적합한 모델을 찾을 수 있도록 쭈꾸미를 디벨롭하기로 계획했다.

중소 엔터는 그쪽 분야 PO 경험이 있으며 팀장을 맡은 한울이가 고맙게도 섭외주기로 했다. 그리고 플랫폼 특성상 패션 소비자를 후킹하는 것이 우선순위라 판단했다 하여 여러 번의 아이디어 피칭과 피봇팅 끝에 다음과 같이 패션소비자 타켓층을 설정했다.

Taag... 여기까지인가...?

아이템 개발 과정: Taag의 시작

처음에는 Taag라는 아이템을 기획했습니다. 사람들이 인스타그램, 유튜브, 각종 아티클 등에서 발견한 흥미로운 정보를 더 쉽게 수집하고 활용할 수 있도록 돕는 서비스를 만들고 싶었죠. 많은 사람들이 북마크나 메모를 통해 영감을 기록하지만, 막상 필요할 때는 빠르게 찾지 못하거나, 심지어 기록해 둔 사실조차 잊어버리는 경우가 많다는 점에 착안했습니다.

실제 설문조사 결과

그래서 Taag는 AI 기반의 태그 자동 생성 및 분류 서비스를 제공하려 했습니다. 사용자가 taag 앱으로 URL을 전송하면, AI가 해당 내용을 분석해 자동으로 그 내용을 한 두가지 키워드로 요약해주는 해시태그를 생성하고, 이를 기반으로 검색 및 분류 기능을 통해 필요한 정보를 빠르게 찾아낼 수 있도록 하는 것이 목표였습니다.

첫 번째 도전: PMF 찾기

처음 기획한 아이디어가 제대로 작동하는지 확인하기 위해 인스타그램 광고를 통해 목업 테스트를 해봤습니다. 그런데 생각만큼 반응이 좋지 않았습니다 😔

홍보했던 카드뉴스의 CTR이 0.66%로 매우 낮았는데, 명확한 타겟 고객 설정이 부족했던 것이 원인인 것 같았습니다. 실제 사용자가 필요로 하는 정보를 정확히 짚어내지 못한 채, 너무 넓은 범위를 타겟으로 삼았던 거죠.

피봇: 새로운 문제를 찾아서

기존 Taag 아이디어를 개선하기 위해 추가 인터뷰와 MVP 테스트를 계획했지만, 그렇게 하려면 상당한 시간과 비용이 필요하다는 단점이 존재했습니다. 하여 팀원들과 논의 끝에, 새로운 문제를 정의하고 접근하기로 했습니다.

마침 팀원 중 한 명이 리서치 툴인 '라이너'를 사용하면서 느꼈던 불편함을 이야기해주었어요. 이를 계기로 리서치 작업 중 자주 발생하는 비효율성과 불편함에 주목하게 되었습니다.

새로운 방향: 문제 재정의와 검증

새롭게 도출한 문제는, 리서치를 하는 사람들이 다양한 소스에서 정보를 모으는데, 이 과정에서 정보가 여기저기 흩어지다 보니 나중에 활용할 때 혼란을 겪는다는 것. 정보가 산발적으로 저장되고, 이를 정리하고 가공하는 데 시간이 많이 들기 때문에 효율성이 떨어진다는 점이었습니다.

피봇을 결정한지 얼마 되지 않은 터라 이 문제를 더 깊이 파고들기 위해 사용자 인터뷰를 통해 pain point를 명확히 파악하고, 그 결과를 바탕으로 새로운 MVP를 기획할 예정입니다.

다음 단계

기존 Taag에서 리서치 효율성을 높이는 새로운 서비스로 전환할 준비를 하고 있습니다. 앞으로는 데스크 리서치와 인터뷰를 통해 사용자들이 실제로 겪고 있는 문제를 더욱 깊이 이해하고, 그에 맞는 솔루션을 제시할 계획입니다!

이번 피봇을 통해, 우리만의 차별화된 가치를 제공하는 서비스를 만들 수 있기를 기대하고 있습니다. 🚀

프로젝트명; 약팜💊

(약Pharm. 진짜 약을 판다거나 거래하는 서비스는 아닙니다. 제약법을 아주 열심히 지킬 예정입니다. 🙃)

대학교 캠퍼스 투어 도슨트를 만들고자 했던 저희의 '유니투어' 프로젝트는 결국 현실의 벽에 부딪혔습니다. 중고등학교 선생님들과 여러 차례 인터뷰를 진행한 결과, 아쉽게도 '지불 의사가 없다'는 점이 명확해졌거든요. (증거자료는 아래 인터뷰 로그에..ㅠ)

그렇다면, 다시 시작해야겠죠?

그래서 저희는 조금 더 일상적인 문제로 방향을 틀었습니다. 사람들이 공감할 수 있는 사소한 고민을 해결하며, 진짜로 그들의 마음을 사로잡을 기회를 만들어보자는 생각에서요.🔥

그렇게 우리의 시선은 '약국'으로 옮겨졌습니다.

짧은 시나리오를 생각해볼까요? 감기가 걸렸을 때, 우리는 약국에 가서 약사님께 '기침감기약 하나 주세요' 하고 약을 계산합니다. 단순 명료하죠.

하지만 이 과정 중에서, 일반적으로 우리가 '제품'을 사는 데 소요되는 다양한 프로세스가 생략됨을 깨달았습니다. 가격 비교, 성분 비교, 전에 먹었던 약과의 비교, 리뷰 확인. 현대인의 필수가 된 '현명한 소비'가 전문적인 지식 부족이라는 이유로 생략되고 있었던거죠!

또한, 다들 그런 경험 있지 않나요? "작년쯤에 먹었던....나한테 엄청 잘 듣던 약...그거...뭐더라.....! 하는 그런 상황이요! 약사님께 “그 약간..흰색인데...녹여먹는거고..포장지가 빨간색이었는데....” 라고 하면서, 지옥의 스무고개가 시작됩니다. 하지만 저희 팀은 이러한 상황을 분석하는 데 그치지 않고, 사람들이 '왜' 스무고개를 하는지에 눈길을 돌렸습니다. 그 이유는 바로

1) 제약회사마다 동일 성분 / 약효의 약을 다양하게 내놓는다

2) 동일한 약이 단종되거나, 리뉴얼을 해도 소비자는 그 정보를 빠르게 얻지 못한다

3) 복약 후기를 어딘가에 저장하지 않는 경우가 많기에, 그 기록을 확인하기 어렵다.

로 정리할 수 있겠죠.

그래서 저희가 생각한 아이디어가 바로 '약팜' 입니다. LLM을 이용해 약물 데이터 기반 스무고개를 할 수 있게 하고, 내가 찾고자 하는 약이 지금은 나오는지, 어떤 성분으로 이루어져 있는지, 유사한 약은 뭐가 있는지 등등을 알려주는, 종합적인 약물 안내 가이드가 되고자 합니다.

현재 진행 상황

결국 약팜은 사람들의 약물 검색, 비교, 그리고 복용 경험을 기록할 수 있는 "의약품 정보 종합 플랫폼"을 목표로 하고 있습니다.
어떻게 보면, 약국과 현대인의 구매 습관 사이에 놓친 부분을 연결하는 다리 같은 역할을 하려고 하죠. 지금은 첫 번째 MVP를 개발하며 고객 검증도 동시에 진행 중입니다.

고객 검증

저희 팀은 '아무거나 만들지 않기'를 철칙으로 하고 있어요. 그래서 약사, 일반 사용자분들과 인터뷰를 진행하면서 가장 필요한 기능이 뭔지 파악하고 있습니다.
현재까지 검증하고자 하는 문제점들은 다음과 같습니다:

• 약물 검색 시, 동일한 성분/약효의 제품이 너무 많아 선택이 어려움.

• 기존에 먹었던 약을 기억하지 못하는 경우가 많음.

• 복약 후기를 기록하지 않아 스스로도 복용 이력 및 사용 후기를 잘 모름.

MVP 개발

저희는 현재 웹 기반 MVP를 만들고 있습니다. 주요 기능은 크게 두 가지!

1. 키워드 검색: 포장지 색깔, 약 모양 등 단서를 입력해 약을 찾을 수 있는 기능.

2. 사진 기반 검색: 약을 찍어서 올리면 데이터베이스에서 비슷한 약을 찾아주는 기능.

기술적으로는 Frontend에 React를, Backend에는 MongoDB를 사용하고 있어요.
약학정보원 등 공개 데이터를 활용해 초기 약물 DB(100개 이상)를 구축하고 있습니다.

덕분에 요즘 팀원들이 데이터 정리하면서 약 이름과 성분을 꿈에서도 외우고 있는 것 같아요. 😵‍💫

앞으로의 계획

베타 서비스 출시 (1개월 내)
저희는 1개월 안에 첫 번째 MVP를 소규모 사용자 그룹에게 선보일 예정입니다. (Y-Ventures와 함께하는 데모 데이 때 멋지게 소개할 수 있도록 말이죠)
이 베타 서비스는 약물 검색 정확도, 사용성, 그리고 UI/UX의 효율성을 검증하기 위한 테스트 단계입니다.
사용자분들의 피드백을 통해 빠르게 기능을 개선하고, 나아가 앱으로 확장할 기반을 마련할 계획입니다 😎

마무리하며

저희 팀 JAMMIT은 약팜이 단순한 약물 검색 서비스가 아니라, 현명한 소비와 의료 안전성을 위한 솔루션으로 자리 잡기를 바랍니다. 추후에는 약물 사용량이 많은 중장년층을 위한 맞춤형 UI / 현재 복용 중인 다양한 약물 간의 상호 안전성 검증 기능까지 추가할 계획을 세우고 있습니다.
바쁘고 빠듯한 일정 속에서도 재미와 열정을 놓치지 않으며 달려가고 있어요. (빠샤)

여러분의 응원은 큰 힘이 됩니다!
혹시 '이 기능 꼭 넣어줬으면 좋겠다'는 의견 있으시면 언제든 알려주세요.
약팜은 여러분과 함께 성장할 준비가 되어 있습니다! 🚀

츄가 입은 옷 이제 쭈꾸미에서 찾으세요.

연합 인턴 근무를 하던 중, 친한 선배가 스타벅스와 함께 푸념을 내던졌다.

"어제 츄 브이로그에 나온 옷이 너무 내 스타일인거야. 그래서 찾아봤는데 밤새 뒤져도 안 나오더라. 답답해 죽는 줄 알았어."

우리는 츄 브이로그를 보며 패션 정보를 공유할 수도, 찾을 수도 없었다. 며칠을 찾아서야 선배는 츄가 입었던 아크메 드라비 후드집업을 입고 자랑스럽게 출근했다.

기술 발달로 구글렌즈가 고도화 돼도, 한 분야인 "패션", 그 안의 "후드집업" 그리고 각종 디테일을 잡아 정확한 item 정보를 보여주기란 여간 쉽지 않다. 그렇다고 패션 커뮤니티에 묻자니 적시에 답변을 보장 받을 수 없다.

Vertical AI를 만들기 위해 RAG를 활용하듯, 패션 DB를 설계하고 궁금한 패션 아이템을 쉽게 검색할 수 있는 서비스를 개발하면 어떨까 고민했다.

그러던 중 CEAI+IT OT에서 현재 팀장인 한울이가 패션 커뮤니티 플랫폼 PR을 했고 총 4명이 모여 "쭈꾸미"를 결성하게 됐다.

회의적인 회의는 그만:0

우리는 사회생활을 하면서 일을 줌과 동시에 고민하고 어떤 결정을 내려야 할지에 대해서 개인의 의견만 고수하지 않는다. 기업, 지자체, 단체 등 모든 공동체에서는 합리적인 선택을 위해서 '회의' 를 한다.

그리고 오늘날 이러한 회의를 위해 많은 협업 도구 혹은 회의 도구들이 나왔다. 지금까지 나온 툴들의 공통점은 회의하는 중에 ＇정보를 시각화하고 공유한다는 점＇이다. 더 나은 회의를 위해 꼭 필요한 기능이라고 생각한다.

그럼 이러한 기능이 수반된다면 우리는 항상 최적화된 회의를 하고 있는가?

우리 팀의 대답은 'NO' 이다. 회의 중에 기록을 통해 텍스트를 시각화하는 것만으로는 한계를 잘 풀어내지 못하고 있다는 것인데, 그럼 도대체 어디에서부터 꼬여 있는 것인가?

아니 잠시만 회의는 꼬여 있는 게 당연한 거 아니야?

꼬여있는걸 푸는 게 회의라고 한다면 맞는데, 그 푸는 시간에 초점을 맞추어 봤을 때 너무 비합리적으로 쓰고 있다고 생각한다. 그래서 MeFlow를 통해 회의에 대한 사전 정보와 더욱 체계적인 회의 문화를 만들어가고자 한다.

소비자들은 회의에 대해 어떻게 느끼는가?

이번 프로젝트의 핵심은 소비자들의 니즈이다. 그리고 과연 원하는가?

나아가 지금 사용하고 고착화되어 있는 협업 도구를 버리고 우리의 플랫폼을 쓸 이유가 있는가?

이 모든 질문에 솔직한 대답은 어려울 수 있다는 것이다. 왜냐하면, Microsoft 혹은 NOTION과 같은 대형 플랫폼을 제칠만한 망 외부성과 보안 신뢰가 결핍되어 있기 때문이다.

그렇다고 포기하는가? 이 또한 NO! 일단 회의가 불합리 적으로 진행되어가고 있다는 점은 엄연히 해결하지 못한 문제라고 알고 있기 때문에, 우리는 회의를 하기 전 ＇준비과정＇에 초점을 맞춰서 해결하려고 한다. 예를 들어 오늘 회의 가운데 내 동료는 혹은 상사는 어떤 생각을 하고 있는지에 대해서 글과 자료를 확인하고 회의에 들어간다면 상대방의 주장하는 처지에 대한 논거를 확인할 수 있기 때문에 이와 같은 방법을 통해 문제를 해결할 수 있다고 예상한다.

회의 시작전

+)나아가 기업에서 중요시하는 보안과 같은 문제는 일회성 데이터라는 점을 강조함으로 고객을 유치하고, 대형 플랫폼과의 협업을 이끌어냄으로써 이 서비스가 시장에서 자리 잡을 수 있을수록 노력하는 게 관건으로 보인다.