한 끗 차이의 정밀함에서 사용자 경험의 감각을 완성해내는 Crown Team AI Engineer 이홍희

저는 어렸을 때부터 수학이랑 컴퓨터를 좋아했어요. 그래서 자연스럽게 데이터와 알고리즘을 다루는 일에 흥미를 느끼게 되었고, 그 연장선에서 AI 분야에 진입하게 되었습니다. 특히 단순히 모델을 만드는 데에만 그치지 않고 실질적인 문제들을 해결하는 데 도움이 되는 AI를 개발하고 싶다는 마음이 컸어요.

그러다 보니 의료 분야, 그 중에서도 이미 많은 솔루션이 개발되고 있는 의료 영상 분야보다는 새로운 접근을 많이 시도하고 있는 치과 AI에 관심을 갖게 되었고 그 관심이 지금의 이 일을 선택하게 된 결정적인 계기가 되었습니다.

이마고웍스에 합류하기 전에는 다양한 딥러닝 프로젝트와 연구 경험을 쌓으며 컴퓨터 비전과 관련된 기술을 다뤘었어요.

다만 실제 문제의 현상을 해결한다기 보단 분야 자체에 관한 연구, 혹은 기업과 함께하는 과제가 대부분이었기 때문에 실제로 제가 개발하는 AI 모델을 제품에 녹여내고 싶다는 갈증이 있었습니다.

그러던 중 ‘치과 산업’ 이라는 구체적인 도메인에서 AI 기술을 실질적으로 솔루션에 접목시키고 있는 이마고웍스를 접하게 되었어요. 단순한 알고리즘 개발자가 아니라 제품의 흐름 속에 녹아드는 AI를 구현할 수 있는 팀이라는 점에서 큰 매력을 느꼈습니다.

합류 이후에도 실제로 유저들의 피드백을 통해 기술을 계속 다듬어나가고 있고, 그걸 발전시키는 과정에 깊이 몰입할 수 있는 업무 환경이라 너무 만족스럽게 다니고 있어요.

저희가 정의하는 정밀함은 단순하게 수치로 표현되는 정확도만을 의미하지는 않습니다.

Crown AI는 최종 보철물의 품질에 직접적으로 영향을 주는 기술이기 때문에 미세한 경계선의 위치, 보철물의 형상 및 그루브까지 고려하는 정성적 기준이 매우 중요해요. 결국 AI가 예측한 결과가 실제 치과 전문가의 손길처럼 느껴질 수 있도록 만드는 것이 저희 팀이 생각하는 ‘정밀함’ 입니다.

AI가 정말 '이해한다'는 건 단순히 많은 데이터를 통해 특징을 학습하는 것 뿐만 아니라 치과 전문가들이 어떤 기준으로 판단하고 어떤 순서로 작업하는지를 파악하고 반영하는 것까지 포함된다고 생각해요. 그래서 저는 결과물의 형태만 쫓아가지 않고 실제 임상의의 판단 기준을 데이터에 녹여내려는 시도를 많이 합니다.

예를 들어 전문가가 중요하게 여기는 영역을 강조하거나, 그들의 피드백을 지도 학습의 기반으로 삼는 방식을 선택합니다. 또한 AI가 의도하지 않은 예측값을 냈을 때 그 맥락을 고려해 모델이 더 나은 판단을 할 수 있도록 일종의 가이드라인을 모델에 주입하는 실험도 꾸준히 진행하고 있어요.

핵심은 AI가 일방적으로 결과를 내놓는 것이 아니라 사용자의 의도에 따라 유연하게 조정될 수 있어야 해요. 그래서 저희 팀이 개발중인 Crown Solution 에서는 사용자의 수동 조작과 AI의 결과값이 서로 교차할 수 있도록 구조를 설계하고 이를 위해 전문가가 보정한 결과들을 모델 학습에 반영할 수 있는 방향으로 개발을 지속하고 있어요. 

항상 신경 쓰는 부분이 있다면 ‘기술이 눈에 띄지 않게 하되, 분명히 체감 되게 하자’ 는 것입니다. 사용자들에게 좋은 기술을 전달하기 위해 팀원들이랑 매일 이 문장을 새겨요.

사용자들은 솔루션의 어떤 기능이 얼마나 향상되었는지 그 수치에 관심을 갖기 보다는 ‘작업 속도가 빨라진다' , '이전보다 만족스러운 결과물이 나온다’ 등의 경험을 통해 저희가 개발하는 AI의 가치를 느끼시게 됩니다. 이를 위해서 절대적인 성능 향상 뿐 아니라 예측 가능한 작동 방식과 일관된 반응, 그리고 오류 발생 시에도 사용자들의 납득을 이끌어 낼 수 있는 설계를 병행할 수 있도록 노력합니다.

AI 알고리즘을 솔루션 안에 자연스럽게 녹여내기 위해 최대한 다른 팀에서 사용하고 계신 언어들로도 저희 팀의 기술을 설명하려고 노력해요. 다른 팀 엔지니어 분들과 회의를 하거나 가볍게 이야기를 나눌 때에도 공통적으로 사용자의 관점에서 결과를 이야기하고, 그 결과들을 시각화해서 정리하고 제시합니다. 그럼 의견 조율이 정말 원활해 지더라고요.

예를 든다면 AI 기능이 사용자에게 보여질 때 다른 기능들과의 연결 흐름 속에서 등장할 수 있도록 배치했습니다. 보철 디자인 이전 단계에서 마진라인을 자동으로 제안해주는 기능이 등장하거나 디자인이 수정된 후 자연스럽게 후속 기능으로써 보철물 생성 기능이 연결될 수 있도록 시도해왔어요. 여기서 말하는 ‘마진라인’은 보철물(ex. 크라운)이 치아에 정확히 맞도록 경계를 정해주는 선이에요. 이걸 자동으로 제안해주는 기능은 설계자의 수작업을 줄이고 디자인 과정의 정확도와 속도를 높여주는 데 큰 역할을 해요. 디자인이 수정되면 그에 맞춰 후속 알고리즘이 자동으로 연결되도록 하는 건 전체 워크플로우가 끊김 없이 부드럽게 이어지도록 하려는 시도예요. 덕분에 AI의 알고리즘이 솔루션 안에 자연스럽게 스며들어 있고 기능의 효과는 더 강화되고 돋보이는 구조를 만들 수 있었어요. 

질문 주신 선택 항목 중 한 가지를 꼽아보자면 ‘신뢰’ 일 것 같아요. 너무 놀랍기만 한 기술은 오히려 사용자로 하여금 낯설게 느껴질 수도 있을 거예요.

그래서 처음엔 ‘잘은 모르겠지만 괜찮은 것 같아!’ 라고 접근할 수 있는 기술, 그리고 시간이 지나며 ‘이 솔루션 덕분에 일의 효율이 정말 높아졌어!’ 라고 느끼실 수 있도록 노력합니다. 이러한 변화가 가장 이상적이라고 생각하기도 하고요. 사용자들이 AI를 기술이 아닌 ‘작업 파트너’ 로 인식하도록 하는 게 저희 AI 엔지니어들의 최종 목표예요.

솔루션이 배포되고 난 후 사용자 중 한 분께서 “작업하는데 정말 큰 도움이 되고, 이마고웍스의 Crown 솔루션으로 시간을 많이 절약하고 있다.” 라고 말씀해주셨던 순간이 제일 기억에 남습니다. 단순히 기술적으로 ‘잘 작동했다’ 는 수준이 아니라 실제 전문가가 자신의 도메인에 맞는 도구로 느끼셨다는 점이 큰 보람으로 다가왔던 것 같아요.

이마고웍스의 솔루션들은 보통 기술적으로 한 문제를 깊이 파고드는 동시에 그것이 어떻게 사용자 경험과 연결되는지를 끊임없이 고려하며 만들어가야 합니다. 그래서 단순히 모델을 고도화 하는 것만으로는 부족하다는 걸 배웠어요.

기술과 UX, 데이터, 나아가 고객 대응까지 포함한 관점에서 문제를 넓게 바라볼 수 있는 시야가 생겼습니다. 문제를 해결하는 것에만 집중하는 기술자가 아니라 문제를 찾아내고 구조화하는 개발자로 성장하고 있다고 느껴요.

제가 기여하는 기술로써 의료 현장의 부담이 줄어든다면 더할 나위 없이 뿌듯할 것 같습니다. 더 나아가 전문가의 직관적 판단을 돕는 진짜 '파트너로서의 AI' 를 만들고 싶어요.

이마고웍스에서 그 비전을 점점 구체화해 나가고 있고, Crown Solution을 시작으로 다른 의료 영역까지 확장시켜 나가고 싶다는 열망도 있습니다. 앞으로는 더 많은 종류의 AI가 의료 현장의 맥락을 이해하고 사용자와 함께 성장하는 방향으로 발전시킬 수 있도록 제가 가진 것들을 쏟아내 기여하고 싶어요.