[대외/데청캠] 데청캠 늦은 후기

데이터 청년캠퍼스를 진행하여 많은 수업을 듣고 많은 기업을 많이 경험하는 시간을 가진 것 같습니다.

 

이번  2023데이터 청년 캠퍼스(이하 데청캠)에서 AI기반 의료 빅데이터 분석과정을 배우게 되었는데

AWS의 경험과 데이터셋을 직접 만들어 보기도 직접 ML를 만들고 학습을 하는 과정을 통해 

학부생으로써 경험하기 힘든 프로젝트의 의료AI를 직접 설계 및 구상을 해볼 수 있는 경험이 좋았습니다.

 

저는 팀과 함께 Machine Learning기반으로 사용자의 생활환경 기반으로 부족한 영양소를 예측하는 프로젝트를 하였습니다.

영양소를 예측을 하는 것 이기때문에 지도학습의 회귀를 주로 공부하였고 

평가방법은 오차편차를 이용하여 평가를 하였습니다.

 

그후 데청캠에서 는 프로젝트를 거의 한달간 진행하게 되었는데

각자의 주제로 팀장과 팀원들이 모여서 프로젝트를 진행하게 되었습니다.

 

프로젝트의 아이디어는 데청캠의 주제와 맞게 AI서비스를 제작하는 부분이였고

AI를 이용하는 의료 빅데이터 분석을 배우다보니 다들 의료 질병예측에 대해 자연스럽게 방향성이 굳어져 갔습니다.

하지만 만들면 만들수록 "많은 사람들이 사용 할까?", "이건 .. 이미 아픈 사람사람을 찾는건데?"라는 생각과

모든 사람들에게 쉽게 다가가는 서비스를 제작하고자 방향성을 사람들이

가볍게 자신을 체크하는 서비스를 제작하게 되었습니다.

 

저희의 서비스는 머신러닝을 직접 제작하고 튜닝하여

사용자가 자신의 데이터를 입력하면 사용자의 현재 영양소 현황을 예측하고

사용자가 입력한 데이터기반으로 필요한 영양소 기준을 계산하여 

사용자의 영양소 부족 현황을 추출합니다.

그 추출된 부족한 현황을 기반으로 각 영양소 별 부족한 레벨을 나누고 

제일 낮은 영양소를 알려주는 웹서비스로 배포 해보았습니다.

 

이번프로젝트에서는 머신러닝을 혼자 만드는 과정이여서 많이 힘들었고

데이터 제작, 백엔드와 프론트를 조율하느라 팀장이 아니지만 팀장역을 얼떨결에 제가 하게 되었는데

팀원과 팀장(?)이 잘따라와줘서 시간내에 제작하게 되어서 만족했습니다.

 

아래는 GIt과 해당과정의 사진입니다:)

 

프로젝트 Git

https://github.com/Goddohi/datacampus_2023_hotsixteam

GitHub - Goddohi/datacampus_2023_hotsixteam: This project is a machine learning website developed as a result of DataCampus Heal

 

사진

 

 

 

마지막으로 

개발하면서 느낀점은 의료관련된 AI방향은 점점 예측보다 이미 일어난 일을 찾는 방향성이 커지는 것같습니다.

즉, 기업입장에서는 예측보다 진료에 사용하는것이 수익성인 부분이 더좋으며 
예측인 부분은 기업입장에선 수입성이 좋은 분야가 아니기 때문이지 않을까 싶습니다.

 

의료 데이터 자체는 접근성이 힘들고 공익적인 부분에서 국가적에서 데이터를 주기보단 예측에 이용하는 노력을 하고있겠지만 아직 저는 조금 더 활발하면 좋겠다 싶습니다.  (당연히 하고있으나 제가 찾지 못해서 혹은 여러 이유가 있겠지만요..)

 

또한, AI라는 기술의 많은 방향성을 생각해보는 시간이 주어져서 의료데이터 자체는 사람을 데이터화한 것인데 

과연 사람을 모든 부분을 데이터화 할수 있을까라는 생각도 많이 드는 방학동안의 프로젝트였습니다.

(정신적인 데이터, 설문조사 와 같은 것을 보며 느꼈습니다.)

위에서 언급했다 시피 의료데이터는 사람의 데이터이기 때문에

특수적인 데이터이여서 많은 접근이 힘들어서 아쉬웠지만

굴하지 않고 저는 개인적으로 연습할때는 사람의 데이터라고 가정하고

다른 데이터(개와고양이, 소리분석)들을 많이 사용해서 연습을 했습니다.

실제로 개발해보고 적용해보고 만들어보고 경험이라는 값진 시간을 얻게되어 좋은 시간이였습니다

 

이번 프로젝트를 하며 배운점이 많았던 것 같습니다.

 

-2023.11.14- 뒤늦은 후기