Site Map
콘텐츠 지도
총 421개 글 · 20개 카테고리
개론
9- 멀티모달 AI — 이미지와 텍스트를 동시에 이해하는 AI의 작동 원리 LLM심화
- LLM의 컨텍스트 윈도우, 의사처럼 이해하기 LLM기초
- 토큰이란 무엇인가 — LLM의 언어 단위 이해하기 LLM기초
- RAG란 무엇인가 — 외부 지식을 LLM에 연결하는 법 LLM기초
- AI 환각(Hallucination) — LLM은 왜 거짓말을 하는가 LLM기초
- 파인튜닝 vs RAG — 의료 AI를 맞춤화하는 두 가지 방법 LLM심화
- 임베딩과 벡터 — AI가 의미를 이해하는 방법 LLM기초
- AI 에이전트란 — 스스로 판단하고 행동하는 AI LLM심화
- Temperature와 Top-p — AI의 창의성을 조절하는 다이얼 LLM기초
애린이 코너
120- 옵시디언이 뭐예요? — 마크다운 폴더를 ‘두 번째 뇌’로 바꾸는 법
- MD 파일이 뭐예요? — 마크다운, AI 시대의 ‘읽히는 글’
- AI로 케이스 발표 준비하기
- AI로 나만의 의학 공부 계획 만들기
- AI로 감별 진단 목록 빠르게 만들기
- AI로 퇴원 요약지 초안 5분 만에 만들기
- AI로 신기능/간기능 저하 환자 약물 용량 확인하기
- AI로 약물 상호작용 30초 만에 확인하기
- AI로 심전도 해석 보조하기
- AI로 영문 초록 10분 만에 쓰기
- AI로 연구비 신청서 초안 빠르게 쓰기
- AI로 ICD 코드 빠르게 찾기
- AI로 보험 청구 서류 작성 도움받기
- AI로 저널 클럽 발표 준비하기
- AI로 문헌 검토 계획 세우기
- AI로 의료 윤리 딜레마 사례 분석하기
- AI로 컨퍼런스/회의 요약 정리하기
- AI로 인수인계 요약 빠르게 만들기
- AI로 복잡한 환자 병력 요약하기
- AI로 환자 자주 묻는 질문 미리 준비하기
- AI로 의뢰서 2분 만에 작성하기
- AI로 임상 연구 아이디어 찾기
- AI로 학회 발표 슬라이드 구성하기
- AI로 수술 동의서 설명 자료 만들기
- AI로 치료 계획 초안 만들기
- 의료에서 AI 정확도는 얼마나 되나요?
- 제 전공에서도 AI를 쓸 수 있나요?
- 영어가 약해도 AI로 영어 논문을 읽을 수 있나요?
- AI가 틀린 의료 정보를 줬는데 실제로 환자에게 영향을 주면 어떻게 되나요?
- AI에게 환자 정보를 입력하면 개인정보가 유출되나요?
- 무료 AI로 충분한가요, 아니면 유료를 써야 하나요?
- 우리 병원에 AI를 도입하려면 어디서부터 시작해야 하나요?
- 의대생/전공의도 AI를 써도 되나요?
- AI 필수 용어 10개 — 이것만 알면 대화가 된다
- OpenAI, Anthropic, Google — 회사마다 용어가 다르다
- AI 성능이 '좋다'는 게 뭔가요? — 평가 용어 사전
- LLM 용어 사전 — GPT, Claude, Gemini를 이해하는 단어들
- 의료 AI 논문에서 자주 보이는 용어 완전 정복
- 머신러닝 vs 딥러닝 — 용어 차이 완전 정복
- 프롬프트 용어 사전 — 제로샷부터 CoT까지
- AI를 어떻게 가르치나요? — 학습 용어 사전
- AI 겨울이 두 번 있었다 — 그때 무슨 일이?
- "Attention is All You Need" — 8페이지짜리 논문이 세상을 바꿨다
- ChatGPT 탄생까지 — AI 70년 역사를 5분에
- "딥러닝"이라는 이름은 누가 지었나
- GPT의 G, P, T는 무슨 뜻인가요?
- 왜 "신경망"이라고 부를까 — 뇌 구조에서 온 이름
- RAG는 왜 '걸레'라는 뜻인가요? — 이름의 유래
- 튜링 테스트: 70년 된 질문 — 기계가 생각할 수 있는가
- "인공지능"이라는 단어는 누가, 언제 만들었나
- AI가 "환각"을 본다 — 이 표현은 어디서 왔나
- "프롬프트"라는 단어는 어디서 왔나
- "토큰"이란 말은 어디서 왔나 — 지하철 토큰에서 AI까지
- 내 환자에게 맞는 임상시험, AI로 찾기
- 수술 동의서, AI로 환자 맞춤 설명 만들기
- AI로 진료 가이드라인 10분 만에 정리하기
- AI 오류가 발생하면 누가 책임지나요?
- 여러 약을 복용 중인 환자, AI로 전체 검토하기
- 아침 회진 준비, AI로 10분 만에 끝내기
- AI로 환자 교육 자료 1분 만에 만들기
- 퇴원 환자 추적 관리, AI로 일정 계획 세우기
- 영상 판독문, AI로 초안 잡기
- 연구 계획서 아이디어, AI와 함께 브레인스토밍
- AI로 내 진단에 반론 구하기 — 세컨드 오피니언
- 장기 입원 환자 기록, AI로 5분 만에 요약하기
- 프롬프트 한 줄 바꿔서 결과 10배 향상시키기
- ChatGPT로 진료기록 5분 만에 작성하기
- Claude로 의학 논문 5분 만에 요약하기
- AI 유료 구독이 효과가 있나요? 돈이 아깝지 않나요?
- AI에 환자 정보를 입력하면 개인정보 유출 아닌가요?
- AI를 너무 많이 쓰면 의사 실력이 떨어질까요?
- 의사 말고 간호사, 약사도 AI를 쓸 수 있나요?
- 환자들이 AI로 스스로 진단하는 게 위험하지 않나요?
- 응급실에서도 AI를 쓸 수 있나요?
- 지방 병원에서 AI가 더 도움이 될까요?
- AI가 절대 못하는 게 뭔가요?
- AI가 구글보다 뭐가 나은가요?
- AI는 얼마나 자주 업데이트되나요? 구식 정보 아닌가요?
- AI 환각 걸러내는 실전 방법 5가지
- 처음으로 ChatGPT 시작하는 법 — 계정부터 첫 사용까지
- AI를 환자 진료에 써도 법적으로 괜찮나요?
- AI가 뭐예요?
- AI 에이전트가 뭐예요?
- AI Alignment이 뭐예요?
- AI 편향(Bias)이 뭐예요?
- AI Copilot이 뭐예요?
- AI 설명가능성(XAI)이 뭐예요?
- AI 안전성(Safety)이 뭐예요?
- AI와 의사 — 각자 잘하는 게 뭐가 다른가요?
- Chain of Thought가 뭐예요?
- Computer Vision(컴퓨터 비전)이 뭐예요?
- Context Window가 뭐예요?
- Data Augmentation이 뭐예요?
- Embedding이 뭐예요?
- Fine-tuning이 뭐예요?
- Foundation Model(파운데이션 모델)이 뭐예요?
- 생성형 AI가 뭐예요?
- GPT-3, GPT-4, GPT-4o — 버전이 뭐가 다른가요?
- AI 환각(Hallucination)이 뭐예요?
- LLM이 뭐예요?
- API가 뭐예요? — AI를 내 시스템에 연결하는 방법
- RAG vs Fine-tuning — 언제 뭘 써야 하나요?
- 머신러닝? 딥러닝? 뭐가 다른가요?
- 멀티모달 AI가 뭐예요?
- 신경망(Neural Network)이 뭐예요?
- NLP(자연어처리)가 뭐예요?
- Overfitting(과적합)이 뭐예요?
- 민감도와 특이도가 뭐예요?
- Prompt가 뭐예요?
- Prompt Engineering이 뭐예요?
- RAG가 뭐예요?
- 강화학습이 뭐예요?
- RLHF가 뭐예요? — AI를 착하게 만드는 기술
- 지도학습 vs 비지도학습 — 뭐가 다른가요?
- System Prompt가 뭐예요?
- Temperature가 뭐예요?
- Token이 뭐예요?
- Transfer Learning이 뭐예요?
- Vector Database가 뭐예요?
- Zero-shot과 Few-shot이 뭐예요?
사전
15- 에이전트(Agent) — 철학·경제학·AI에서 공통으로 쓰이는 단어의 의미
- 인공지능(Artificial Intelligence) — 존 매카시가 이 단어를 고른 이유
- Attention 메커니즘 — '주의'라는 인지과학 개념을 AI에 가져온 이유
- 딥러닝(Deep Learning) — Hinton이 선택한 브랜딩 전략
- 임베딩(Embedding) — '삽입'이라는 수학 개념이 AI의 핵심어가 된 이유
- 파인튜닝(Fine-tuning) — '미세조정'이라는 이름의 정확성
- 환각(Hallucination) — AI가 거짓말할 때 왜 '환각'이라고 부르는가
- 환각 vs 작화증 — AI 오류를 의학 용어로 정확하게 부르는 법
- LLM — Large Language Model에서 '대형'과 '언어'가 의미하는 것
- 신경망(Neural Network) — 뇌를 모방한다는 은유의 탄생
- 파라미터(Parameter) — 175B 파라미터는 무엇을 세는 숫자인가
- 프롬프트(Prompt) — 연극 무대에서 AI로 온 단어의 여정
- RAG — Retrieval-Augmented Generation이라는 이름에 담긴 아이디어
- 토큰(Token) — LLM의 언어 단위가 '토큰'이 된 유래
- Transformer — 논문 저자들이 이 이름을 고른 진짜 이유
프롬프트
15- Chain-of-Thought 프롬프팅 — 진단 추론 과정을 AI와 함께 밟는 법 고급기법
- 환각 억제 프롬프트 — AI가 없는 정보를 지어내지 않게 하는 법 고급기법
- 반복 개선 프롬프팅 — 첫 답변을 더 좋게 만드는 5가지 방법 기초개념
- 의대생이 AI를 공부에 쓰는 5가지 방법 — 암기 말고 이해에 써라 의료AI
- 멀티턴 대화 설계 — 긴 케이스 논의를 이어가는 법 고급기법
- 출력 형식 제어 — 표·SOAP·JSON으로 받는 프롬프트 기초개념
- 외래 의사의 프롬프트 라이브러리 — 바로 복사해서 쓰는 30가지 실전템플릿
- 프롬프트 테스트와 평가 — 좋은 프롬프트를 과학적으로 검증하는 법 고급기법
- 역할 설정 프롬프팅 — AI를 전공의에서 교수로 바꾸는 법 기초개념
- 시스템 프롬프트 설계 — 병원 전용 AI 어시스턴트 만들기 고급기법
- 감별진단 프롬프트 완전 가이드 — 외래에서 바로 쓰는 템플릿 실전템플릿
- 제약 조건 프롬프팅 — AI 출력의 범위를 좁히는 기술 고급기법
- 환자 교육 자료 프롬프트 — 10분 만에 맞춤 설명문 만들기 실전템플릿
- Zero-shot vs Few-shot 프롬프팅 — 의료 예시로 이해하기 기초개념
- 프롬프트 엔지니어링 기초 — 의사를 위한 실전 가이드 프롬프트엔지니어링
컨텍스트
20- 에이전트형 AI의 컨텍스트 흐름 — 스스로 정보를 수집하는 AI 고급
- 컨텍스트 압축 기법 — 적은 토큰으로 더 많은 정보 전달 설계
- 의료 AI 컨텍스트 설계 체크리스트 — 실전 20항목 실전
- 컨텍스트 품질 평가 — 좋은 컨텍스트인지 어떻게 아는가 고급
- 임상 의사결정 지원을 위한 컨텍스트 설계 의료적용
- 컨텍스트 우선순위 관리 — 무엇을 넣고 무엇을 뺄 것인가 설계
- 컨텍스트와 개인정보 보호 — 환자 데이터를 AI에 넣어도 되는가 고급
- 컨텍스트 버전 관리 — 가이드라인이 바뀌면 AI도 바뀌어야 한다 고급
- 컨텍스트 윈도우 전략 — 제한된 공간을 최대로 쓰는 법 개념
- 동적 컨텍스트 선택 — 질문에 따라 자동으로 맞는 정보 가져오기 고급
- EMR 데이터를 AI 컨텍스트로 변환하는 법 의료적용
- 가이드라인 주입 전략 — 최신 근거를 AI에게 먹이는 법 의료적용
- 메모리와 대화 이력 — AI가 이전 대화를 기억하는 방법 설계
- 멀티소스 컨텍스트 — EMR·가이드라인·논문을 동시에 활용하는 법 의료적용
- 페르소나 컨텍스트 — 환자 유형별 AI 응대 전략 의료적용
- 프롬프트 vs 컨텍스트 — 무엇이 다르고 왜 둘 다 필요한가 개념
- RAG와 컨텍스트 — 외부 지식을 실시간으로 AI에 연결하는 법 설계
- 구조화된 입력 설계 — AI에게 정보를 전달하는 최적의 형식 설계
- 도구 통합 컨텍스트 — 계산기·DB·검색을 AI에 연결하기 설계
- 컨텍스트 엔지니어링이란 — 프롬프트를 넘어서는 AI 활용의 다음 단계 개념
하네스
14- AI 시스템 배포 전략 — 카나리아가 먼저 들어가는 이유
- AI 비용 예측 — 청구서를 받기 전에 미리 아는 방법
- LLM 공급자 추상화 — OpenAI가 내려가도 시스템은 살아야 한다
- 프롬프트 버전 관리 — 프롬프트 한 줄이 바뀌면 전체 시스템이 바뀐다
- 응답 스키마 설계 — AI 출력을 예측 가능한 형태로 만드는 법
- AI 오류 처리 — 모델이 틀렸을 때 시스템이 해야 할 일
- Eval 설계 — AI 품질을 숫자로 측정하는 법
- AI 가드레일 — 울타리를 세우는 것이 자유를 없애는 게 아니다
- 출력 파싱 — AI 응답을 코드가 읽을 수 있게 만드는 기술
- 프롬프트 인젝션 — AI를 해킹하는 가장 쉬운 방법
- 시스템 프롬프트 설계 — 하네스의 가장 중요한 고삐
- 툴 호출 설계 — AI에게 올바른 도구를 쥐여주는 법
- 하네스 엔지니어링이란 무엇인가 — AI를 마구 없이 달리게 두지 않는 법
- 왜 이름이 '하네스'인가 — 마차 제어에서 AI 제어까지
에이전트
12- 도위의 AI 미니 아카데미 2026 — Hermes 실습형 강연 마스터 아카이브 academy
- Hermes Agent 참가자 실습 가이드 — 도위의 AI 미니 아카데미 hands-on
- 의료 에이전트 평가 — 안전성 측정이 정확도보다 중요한 이유
- 에이전트 메모리 — AI가 이전 대화를 기억하는 4가지 방법
- 에이전트 계획 패턴 — ReAct, CoT, Tree-of-Thought
- 의료 에이전트 안전 설계 — AI가 실수해도 괜찮은 시스템
- Claude Agent SDK — Anthropic의 에이전트 프레임워크 시작하기
- 의료 워크플로우 에이전트 설계 — 외래 보조 AI 만들기
- 멀티에이전트 시스템 — 여러 AI가 협력하는 의료 팀
- RAG + 에이전트 — 의료 가이드라인 기반 AI 어시스턴트
- Tool Use와 함수 호출 — AI가 외부 세계와 연결되는 방법
- AI 에이전트란 — 챗봇과 무엇이 다른가
RAG·파인튜닝
8오케스트레이션
21- 에이전틱 RAG — 한 번 검색으로 부족할 때
- AutoGen — Microsoft가 만든 '대화로 협력하는 AI 팀'
- 컨텍스트 윈도우 관리 — AI가 앞에서 한 말을 잊는 이유
- CrewAI — 브라질 개발자의 개인 프로젝트가 AI 팀 빌딩의 표준이 된 이야기
- Human-in-the-Loop — Air Canada 챗봇 소송이 의료 AI에 주는 교훈
- LangGraph — AI 흐름이 꼬이지 않으려면 그래프가 필요하다
- 의료 오케스트레이션 케이스 스터디 — 회진 준비 30분을 3분으로
- 에이전트 간 통신 — AI들이 서로 어떻게 정보를 주고받는가
- 오케스트레이션 비용 최적화 — 월 1,500만 원 청구서를 받기 전에
- 오케스트레이션 디버깅 — AI 여러 개가 엉켰을 때 범인을 찾는 법
- 오케스트레이션 모니터링 — AI가 조용히 나빠지고 있을 때 어떻게 아는가
- 오케스트레이션 보안 — AI가 많아질수록 공격 표면도 커진다
- 오케스트레이션 테스팅 — 비결정론적 AI를 어떻게 테스트하는가
- 오케스트레이션 vs 에이전트 — 지휘자와 연주자의 차이
- 병렬 실행 — 3초와 8초의 차이가 시스템 전체를 바꾼다
- ReAct 패턴 — 생각(추론)과 행동(툴)을 한 루프에 묶기
- 상태 관리 — 10단계 워크플로우가 3단계에서 멈췄을 때
- 슈퍼바이저 패턴 — 관리자 AI가 팀을 지휘하는 구조
- 태스크 분해 — '다 해줘'가 실패하는 이유
- 오케스트레이션이란 무엇인가 — AI를 지휘하는 지휘자
- AI 워크플로우 패턴 5가지 — 상황에 맞는 설계 고르기
Doctor AI Academy
25- 응급실 케이스: 급성 복통 환자, AI는 어떻게 도와줄까?
- AI 모델의 편향성(Bias)이 의료에 미치는 영향
- AI 윤리와 의료: 의료진이 알아야 할 4가지 윤리 문제
- 의료 AI의 '설명 가능성(Explainability)': AI가 왜 그런 진단을 내렸는가?
- AI 환각(Hallucination)이란? 의료 AI가 거짓 정보를 만드는 이유
- AI 환각에서 안전하게 벗어나기: 5가지 검증 방법
- AI 모델 업데이트의 위험성: 새 버전이 항상 더 좋을까?
- 의료 AI 신뢰도 평가하기: 정확도, 민감도, 특이도
- AI와 인간의 차이: 의료 AI가 의사를 대체할 수 없는 이유
- 진료기록 자동 정리 AI: 음성을 문서로 변환
- 임상시험 매칭 AI: 환자에게 맞는 시험 찾기
- 만성질환 관리: 당뇨병 환자의 혈당 조절에 AI 활용
- AI로 작성하는 진단서(Diagnostic Report) 프롬프트
- AI로 작성하는 퇴원 계획(Discharge Plan) 프롬프트
- 약물 상호작용 검사 AI: 안전한 처방을 위한 도구
- 감염병 진단: 발열 환자의 신속한 감별진단
- AI로 설명하는 건강검진 결과(Health Screening Results) 프롬프트
- 진단 코드화 AI: ICD-10 자동 추천
- AI로 작성하는 주사 지시문(Injection Instructions) 프롬프트
- 의료 AI 학습용 데이터: 어디서 오고 어떻게 보호되나?
- 의료 AI와 규제: 어떤 AI는 의료기기이고 어떤 AI는 아닐까?
- 의료 영상 분석 AI: X선, CT, MRI 진단 보조
- 진료과 간 협력: AI가 다과목 의료를 연결하다
- 약물 상호작용 감지: 고령 환자의 다제약물 처방 검토
- AI로 작성하는 처방전 검토(Prescription Review) 프롬프트
데이터 과학
10- 임상 예측 모델 만들기 — AUROC 0.8이 의미하는 것
- 의료 데이터 시각화 — 논문 Figure 수준 그래프 만들기
- EMR 데이터 이해하기 — 구조화·비구조화 데이터의 차이
- 로지스틱 회귀 — 입원 예측 모델 만드는 법
- 결측 데이터 처리 — 의료 데이터에서 가장 흔한 문제
- 의무기록 텍스트 분석 — NLP로 비구조화 데이터 다루기
- 성향점수 매칭 — 관찰 연구에서 인과관계를 추론하는 법
- R vs Python — 의사가 선택하는 기준
- 재현 가능한 연구 — R Markdown과 Quarto로 분석 보고서 만들기
- 생존 분석 기초 — Kaplan-Meier를 임상 연구에서 읽는 법
임상 연구
8의사-개발자
10- Claude API 첫 호출 — 10줄 코드로 의료 AI 만들기
- Python으로 반복 업무 자동화 — 의사의 일상을 코드로
- 의료 AI 도구 배포 — 개인 사용부터 병원 도입까지
- Git — 의사가 코드를 관리하는 법
- Pandas로 임상 데이터 분석 — Excel을 Python으로 대체하는 법
- Python으로 프롬프트 엔지니어링 — 반복 작업 자동화
- Python 기초 — 의사를 위한 첫 번째 코딩 수업
- RAG 시스템 만들기 — 내 병원 프로토콜을 AI에 연결하는 법
- Streamlit으로 의료 도구 만들기 — 코딩 없이 UI 구현
- 벡터 DB 입문 — 의료 지식 검색 엔진 만들기
규제·법률
7역사
15- AlphaGo의 순간 — 이세돌 4국, AI가 인간을 이긴 날의 의미
- 역전파의 재발견 — Hinton이 AI를 다시 살린 방법
- ChatGPT 출시 100일 — 의료계가 가장 먼저 반응한 이유
- 1956 다트머스 회의 — '인공지능'이라는 단어가 탄생한 날
- 2012 ImageNet의 충격 — AlexNet이 딥러닝 시대를 열다
- 전문가 시스템의 부상과 몰락 — 두 번째 AI 겨울까지
- 2030년 AI는 어디까지 갈까 — 전문가 예측과 의사를 위한 준비
- GPT-1에서 GPT-4까지 — OpenAI는 어떻게 세계를 바꿨나
- 한국 AI 개발의 역사 — ETRI에서 뷰노·루닛까지
- 스케일링 법칙 — 모델을 크게 만들수록 왜 똑똑해지는가
- 의료 AI 60년사 — MYCIN에서 ChatGPT까지
- 멀티모달 AI의 역사 — 텍스트에서 이미지·음성까지
- 퍼셉트론의 꿈과 첫 번째 AI 겨울 — Minsky의 비판이 AI를 멈춘 이유
- RLHF — AI를 '착하게' 만든 기술과 그 한계
- Attention Is All You Need — Transformer가 세상을 바꾼 8페이지 논문
뉴스
20- 의료 AI 임상시험 과제, 환자 데이터 활용의 법적 경계
- 암 진단 AI, 유방암 검진에서 유방촬영술 능가
- Claude vs ChatGPT, 의료 진단에서 정확도 비교 연구
- Google DeepMind, AlphaFold로 단백질 구조 1억 개 예측
- AI 신약 개발: 임상시험 기간 단축의 실제 뉴스분석
- EU AI Act 의료 분야 적용: 고위험 분류 기준 뉴스분석
- FDA 승인 의료 AI 도구, 작년 대비 40% 증가 뉴스분석
- 의료기관 사이버 보안과 AI: 공격과 방어 뉴스분석
- 의료 인력과 AI: 대체가 아닌 변화 뉴스분석
- 한국 의료 AI 규제 샌드박스: 현황과 과제 뉴스분석
- 의료 AI 데이터 유출: 최근 사례와 대응 뉴스분석
- 의료 AI 윤리 위원회: 왜 필요하고 어떻게 운영하나 뉴스분석
- 의료 AI 도입 비용: 병원 규모별 현실적 투자 계획 뉴스분석
- 의료 AI 특허 출원, 역대 최고 기록 — 누가 주도하는가 뉴스분석
- Meta의 의료 AI: 오픈소스 LLaMA로 의료계 진입 뉴스분석
- Nature Medicine 발표: AI 진단 정확도, 전문의 수준에 근접 뉴스분석
- GPT-4o의 의료 성능: 2026년 최신 벤치마크 정리 뉴스분석
- 삼성서울병원 AI 전략: 국내 최대 규모 의료 AI 도입 현황 뉴스분석
- 의료진 AI 사용 실태 조사 2026: 76%가 찬성, 실제 사용률은 31% 뉴스분석
- AI 결합 원격진료: 농어촌 의료 격차 해소의 현실과 한계 뉴스분석
FAQ
36- Claude Code, Codex, Cursor, GitHub Copilot — AI 코딩 도구 한눈에 비교
- CLI와 IDE 연동 중 어떤 방식이 더 좋을까요?
- Claude Code 비용은 어떻게 되나요? 무료로 쓸 수 있나요?
- Cursor와 Claude Code는 어떻게 다른가요?
- Claude Code 데스크탑 앱이 따로 있나요?
- Claude Code를 설치하려면 뭐가 필요한가요?
- Claude Code를 쓸 때 내 코드가 Anthropic에 저장되나요?
- 터미널에서 Claude Code를 어떻게 쓰나요?
- VS Code에서 Claude Code를 쓰려면 어떻게 하나요?
- Claude Code가 뭔가요? Claude.ai랑 다른 건가요?
- Claude Code를 언제 쓰면 좋고 언제 쓰면 안 좋을까요?
- API 키 없이 Claude Code를 쓸 수 있나요?
- Codex CLI 비용은 어떻게 되나요?
- Codex CLI 설치 방법은? 뭐가 필요한가요?
- Codex 샌드박스 모드가 뭔가요? 언제 쓰면 되나요?
- Codex를 쓸 때 내 코드가 OpenAI에 저장되나요?
- 터미널에서 Codex를 어떻게 쓰나요?
- Codex와 Claude Code 중 어떤 걸 써야 할까요?
- Codex CLI와 Cursor는 어떻게 다른가요?
- OpenAI Codex가 뭔가요? Claude Code랑 다른 건가요?
- Codex를 언제 쓰면 좋고 언제 쓰면 안 좋을까요?
- 보건의료인이 아닌 사람도 의료 AI 쓸 수 있나?
- 무료 AI(ChatGPT Free)와 유료 AI의 차이는?
- AI가 진단해도 법적으로 괜찮은가?
- AI가 생성한 진료기록은 합법인가?
- 의료 AI가 편향되어 있진 않을까?
- 의료 AI의 정확도는 몇 퍼센트?
- 의료 AI는 비용이 얼마나 드나?
- 의료 AI와 AI 윤리: 뭐가 다른가?
- 의료 AI는 GDPR을 지킬까?
- 의료 AI 사용할 때 환자 동의서는?
- 환자 데이터가 유출되면 어떻게 되나?
- 환자한테 'AI가 진단했다'고 말해야 하나?
- 어느 AI가 가장 정확한가? ChatGPT? Claude? Gemini?
- AI가 진단을 틀렸을 때 책임은 누구 것인가?
- AI가 환자 진료를 완전히 대체할 수 있을까?
도구·의료
18- 암 치료 AI: 개인맞춤형 치료 계획
- ChatGPT 의료용 버전: 의사들의 평가
- Claude 의료용 평가: 윤리성과 정확도 중심
- 약물 상호작용 검사 AI 도구 순위 ranking
- 응급의학 AI: 트리아주(Triage) 자동화 review
- 감염병 예측 AI: 역학 조사와 확산 방지 review
- Google Gemini 의료 분석: 가격 대비 성능 review
- 의료 전문 AI 앱 5종 비교: Glass Health부터 Ada Health까지 comparison
- 의료 AI 클라우드 vs 온프레미스: 병원 IT 선택 가이드 인프라
- 의료 챗봇 플랫폼 비교: 환자 상담 자동화 AI도구리뷰
- 의료 문서 관리 AI: 차트 정리에서 청구까지 AI도구리뷰
- 의료 영상 AI 도구 비교: 2026년 현장 가이드 AI도구리뷰
- 병리과 AI 분석: 디지털 병리의 현재와 미래 AI도구리뷰
- 소아과 AI 성장 모니터링: 발달 이상 조기 발견 AI도구리뷰
- 정신과 AI 위험 평가: 자살·자해 위험 예측의 현재 AI도구리뷰
- 영상의학과 AI 플랫폼: PACS 연동 시스템 비교 AI도구리뷰
- 재활의학과 AI: 운동 분석부터 재활 계획까지 AI도구리뷰
- 진료 기록용 음성 인식 AI 비교: Otter vs Clova vs Whisper AI도구리뷰
도구·일반
22- 업로드한 PDF만 답하게 만들기 — NotebookLM으로 논문 세 편을 한 노트에 묶은 주말 도구소개
- 자막 지옥에서 18분 만에 탈출 — CapCut AI로 숏폼 한 편 다듬기 도구소개
- 출처 링크를 안 누르고 믿었다가 — Perplexity로 논문 초안 조사하는 아침 도구소개
- '더 사실적으로'만 쓰다가 망하는 밤 — Midjourney에 스타일 레퍼런스를 붙이기까지 도구소개
- 스토리보드 한 장이 영상이 되기까지 — Runway Gen을 쓰는 필름 스튜던트의 밤 도구소개
- 훅 3초를 20번 찍을 때 — Higgsfield류 크리에이티브 스택을 쓰는 팀의 리듬 도구소개
- 진료실에서 말로 기록했다 — ChatGPT 음성 모드를 외래 진료에 써본 한 달 도구소개
- FDA 발표가 나자마자 알아야 할 때 — Grok으로 실시간 의료 뉴스를 탐색한 경험 도구소개
- 쇼츠 팀이 말하는 '그 느낌' — Seedance·바이트댄스 영상 스택을 한 줄로 잡기 도구소개
- 저작권 걱정 없이 교육 이미지를 — Adobe Firefly로 의학 강의 자료를 만든 학기 도구소개
- 코딩 없이 앱을 만들었다 — Bolt.new로 병원 내부 도구를 이틀에 완성한 이야기 도구소개
- 논문 30편을 3일 안에 읽어야 할 때 — Claude.ai로 문헌 검토를 줄인 방법 도구소개
- 대본만 던졌는데 아바타가 먼저 말했다 — HeyGen으로 '첫 영상' 만드는 밤 도구소개
- 편집 포기하던 의학 유튜브 — Descript로 자막과 컷편집을 한 번에 끝낸 방법 도구소개
- 샘플 30초만 주면 목소리가 복제된다고? — ElevenLabs 클로닝 첫날의 좌절 도구소개
- 한글이 '닭발'이 됐다 — Ideogram으로 한국어 텍스트 이미지를 만들기까지 도구소개
- 회진 후 메모가 쌓이는 문제 — Notion AI로 임상 노트를 정리하기 시작한 달 도구소개
- 회의록 적느라 회의를 못 들었다 — Otter.ai로 다학제 회의를 전사한 두 달 도구소개
- 파이썬 한 줄도 몰랐는데 — Cursor로 데이터 분석 스크립트를 완성한 주말 도구소개
- 학회 발표 전날 밤 11시 — Gamma로 슬라이드 초안을 두 시간에 만든 이야기 도구소개
- "그냥 분위기만"이 안 나올 때 — Suno로 BGM 한 곡 뽑기까지 22분 도구소개
- 세 번째 프롬프트에서 웃는 사람 — Lyria 3 Pro로 '곡의 뼈대'까지 말해 보기 도구소개
팁
16- 5분 안에: 의료 에러(Adverse Event)를 AI로 보고하기 5분실전
- 5분 안에: 증례보고서를 AI로 작성하기 5분실전
- 5분 안에: 진료기록을 AI로 자동 정리하기 5분실전
- 5분 안에: 환자 상담 기록을 AI로 정리하기 5분실전
- 5분 안에: AI로 감별진단 순서 정하기 5분실전
- 5분 안에: 퇴원 환자용 생활지도를 AI로 만들기 5분실전
- 5분 안에: 새로운 의료 가이드라인을 AI로 정리하기 5분실전
- 5분 안에: 건강검진 결과 AI로 설명 자료 만들기 5분실전
- 5분 안에: 진단코드 입력 AI로 빠르게 하기 5분실전
- 5분 안에: 의료 AI 최신 뉴스 자동 구독 설정 5분실전
- 5분 안에: 논문 초록을 AI로 요약하기 5분실전
- 5분 안에: 환자 설명을 AI로 쉽게 만들기 5분실전
- 5분 안에: 환자 FAQ 응답 템플릿 AI로 만들기 5분실전
- 5분 안에: 진료 후 처방약 AI로 검토하기 5분실전
- 5분 안에: 학술 발표 슬라이드 개요 AI로 만들기 5분실전
- AI로 의학 논문 쓰는 법 — 전공의를 위한 단계별 가이드 의료AI