1. 어떤 상황에서 AI를 활용했나요?

매년 건강검진을 받지만 지난 10년 치 결과가 어디에 어떻게 보관돼 있는지 답할 수 없었습니다. 매년 PDF 파일만 받아 드라이브에 쌓아 두는 식이었습니다.

정작 중요한 순간, 예컨대 2026년 검진에서 '뇌 MRI'와 '관상동맥 석회화 CT' 중 어떤 정밀검사를 선택할지 결정하는 순간 기관마다 검사명 표기가 달라 과거 수검 이력을 찾아내기 어렵습니다. 경추 CT를 몇 번이나 찍었는지, 지난 5년 간수치 추세가 어땠는지 바로 답할 수 없었습니다.

외부 서버에 민감한 건강 데이터를 맡기고 싶지 않았고, 시중의 건강관리 앱은 공단검진 중심이라 민간 종합검진의 선택 정밀검사(CT·MRI·초음파)까지는 다루지 못했습니다. 그래서 본인 노트북에서만 작동하는 AI 기반 개인 건강검진 대시보드를 직접 만들었습니다.

2. 어떤 AI를 어떻게 활용했나요?

설계와 구현 전 과정에 Claude code를 활용했습니다. 요구사항 정의부터 데이터 모델, UI 컴포넌트, 휴리스틱 파서 튜닝까지 단계별로 협업하며 n년 치 PDF가 하나의 대시보드로 들어오는 구조를 완성했습니다.

운영에는 세 축의 AI를 배치했습니다. 첫째, 건강 상담 챗봇은 축적된 제 검진 수치·소견을 맥락으로 받아 개인화된 응답을 제공합니다. 일반적인 건강 정보가 아니라 '제 데이터'에 근거한 대화를 나눕니다. 둘째, PDF 자동 추출 모델은 브라우저 내에서 PDF를 분석해 수치 지표(BMI·혈압·콜레스테롤·간수치 등)와 CT·MRI 정성 소견을 자동으로 끄집어냅니다. 셋째, 검사명 정규화 로직은 기관마다 다르게 표기되는 검사명. 예컨대, "MRI(췌장)", "췌장 MRI", "Pancreas MRI"—을 표준 카탈로그 코드로 매핑해 동일 검사로 인식합니다.

기술적으로는 개인정보 보호를 최우선에 두고, 모든 정보가 외부 서버가 아닌 사용자의 브라우저 내부 저장소에만 저장되도록 설계했습니다. PDF 분석도 전부 브라우저에서 수행되어 원본 파일이 외부로 전송되지 않습니다. AI 접속키 또한 사용자가 직접 입력해 본인 브라우저에만 보관되도록 했습니다.

3. 활용 결과 어떤 변화가 있었나요?

첫째, n개 기관에 흩어져 있던 n번의 건강검진 데이터가 하나의 타임라인으로 통합되었습니다. BMI·혈압·혈당·콜레스테롤·간수치·신장기능 등 1819개 수치 지표가 연도별 추이 차트로 자동 그려져, 어느 지표가 언제부터 나빠지기 시작했는지 한눈에 보입니다.

둘째, 민간 종합검진의 '선택 정밀검사' 이력이 매트릭스로 정리되었습니다. n년간 위내시경 n회, 경추 CT n회, 경동맥 초음파 n회 등 각 검사의 누적 수검 횟수가 바로 드러나고, 연도별 셀을 클릭하면 "경추 3-4·4-5·5-6번 추간판 돌출증" 같은 당시 소견 원문을 즉시 확인할 수 있습니다.

셋째, 다음 검진의 의사결정에 근거가 생겼습니다. 경추 CT n회 누적 같은 방사선 피폭 관점의 경계 신호, 오래 걸러진 간경화도 초음파 같은 장기 미수검 표식이 자동으로 계산됩니다. '올해는 무엇을 선택할까'라는 질문에 데이터로 답할 수 있게 되었습니다.

4. 나만의 방식 또는 개선 포인트는 무엇인가요?

첫째, 서버 없는 로컬 전용 구조입니다. 검진 원본 PDF, 추출된 수치, 정성 소견, AI 챗봇 대화 모두 외부 전송 없이 사용자 브라우저의 내부 저장소에만 보관됩니다. 배포용이 아닌 '본인 노트북 전용'으로 설계해 민감한 의료 정보의 유출 경로를 원천 차단했습니다.

둘째, 검사명 정규화 체계를 구축했습니다. 기관마다 "C-Spine CT", "경추 CT", "CT(경추)", "경추정밀" 등 표기가 제각각이라, 이를 표준 카탈로그의 32개 선택 검사 코드로 매핑하는 별칭 테이블을 만들었습니다. 사용자는 새 기관의 표기를 발견하면 앱 내 별칭 관리 화면에서 매핑만 추가하면 되며, 한글은 부분 문자열 매칭, 영문은 단어 경계 매칭을 적용해 오탐(예: 'uric acid'라는 혈액검사 텍스트 속 'CAC' 3글자가 관상동맥 CT로 잘못 매칭되는 현상)까지 제거했습니다.

셋째, 비파괴 병합 로직으로 자동 파서와 수기 입력 데이터를 공존시켰습니다. 같은 연도 데이터를 PDF로 다시 업로드해도 기존 수치·소견은 보존되고, 새로 발견된 선택 검사만 추가됩니다. 파서 정밀도가 완벽하지 않은 영역에서도 사용자 데이터가 덮이지 않도록 보호합니다.

넷째, 데이터 버전 자동 이관 체계를 마련했습니다. 프로그램을 업데이트하면 내부 데이터 구조가 새 포맷으로 자동 갱신되어 사용자는 아무것도 하지 않아도 최신 기능을 이용할 수 있습니다. 예를 들어 "과거 검사 소견"을 "선택 검사 히스토리 매트릭스"로 소급 반영하는 변환이 첫 로드 시점에 자동 적용됩니다.

다섯째, 맥락 주입형 AI 상담을 두었습니다. 챗봇에 질문을 보낼 때 제 12년 치 수치·선택검사·소견이 대화 맥락으로 함께 전달되어, "최근 3년 간수치 추이 어때?" 같은 개인화된 질문에 즉답합니다. 일반 챗봇의 익명 답변이 아닌, 제 데이터에 근거한 답을 받을 수 있습니다.

5. 다른 사람도 따라 할 수 있나요?

범용적인 구조로 설계되어 누구나 본인 검진 PDF를 드래그앤드롭만 하면 즉시 자신의 건강 타임라인이 그려집니다. 별도의 서버 설치 과정이 없으며, 노트북에서 간단한 설정만으로 구동 가능합니다.

현재는 한 민간 종합검진 기관의 카탈로그를 기본 기준으로 사용하지만, 카탈로그 데이터 파일만 교체하면 타 기관 코스에도 그대로 적용할 수 있습니다. AI 상담 기능을 제외하더라도 PDF 자동 추출·추이 차트·히스토리 매트릭스만으로 충분히 가치 있는 개인 건강 관리 도구입니다.

부모님의 건강검진 결과를 자녀가 대신 정리해 드리거나, 회사 단체 검진 결과를 개인이 관리할 때 등 다양한 맥락에 확장 적용할 수 있습니다.

6. 앞으로의 기대와 발전 방향

건강검진에 대한 태도가 '받고 잊는 연례 행사'에서 '다음 의사결정의 근거를 쌓는 활동'으로 바뀌었습니다. 12년 치 데이터가 쌓이니 어느 지표가 나빠지고 있는지, 어느 검사가 과도하게 반복됐는지가 수치로 드러나 다음 선택이 뚜렷해졌습니다.

앞으로는 세 방향으로 고도화할 계획입니다. 첫째, 누적된 데이터를 바탕으로 "올해 의사에게 물어볼 질문 리스트"를 AI가 자동 정리해 진료실에서 근거 자료로 바로 쓸 수 있도록 발전시킬 것입니다. 둘째, 기관별 카탈로그 라이브러리를 확장해 이사·이직 등으로 검진기관을 바꿀 때도 끊김 없이 히스토리가 이어지도록 할 계획입니다. 셋째, 가족 구성원 단위의 다중 프로파일을 지원해 한 가정의 건강 기록이 하나의 도구로 관리되는 플랫폼으로 성장시키고자 합니다.