AR Cosmetics AI 피부 분석 앱, Xanacloud 의료 영상 어노테이션 플랫폼. 두 프로젝트 모두 헬스케어와 AI가 만나는 지점에 있습니다. 일반 앱 개발과 어떻게 다른지, 무엇을 더 신경 써야 하는지 정리합니다.
헬스케어 IT가 일반 앱 개발과 다른 이유
첫째, 데이터의 민감도가 높습니다. 피부 상태, 초음파 영상, 건강 기록 — 이것들은 일반 사용자 데이터와 차원이 다릅니다. 개인정보 보호법은 물론, 의료 데이터 관련 규제를 별도로 검토해야 합니다.
둘째, 정확도가 생명입니다. 피부 분석 앱이 잘못된 결과를 내면 사용자가 당황하는 수준이지만, 의료 데이터 분석이 틀리면 실제 의사 결정에 영향을 줄 수 있습니다. AI 정확도 검증 프로세스가 일반 앱보다 훨씬 엄격해야 합니다.
셋째, 규제 환경이 복잡합니다. 의료기기 소프트웨어(SaMD) 여부, 개인정보 처리 방식, 의료인-환자 관계에서의 앱 역할 등 법적 검토가 개발 초기부터 필요합니다.
AR Cosmetics — AI 피부 분석 앱
핵심 기술: 페이스 스캐닝 API
얼굴을 촬영하면 피부 상태를 분석합니다. 잡티, 주름, 피부결, 유분 지수, 홍조, 다크서클, 탄력, 피부톤, 모공 — 이 항목들을 수치로 보여줍니다.
이를 위해 AI 피부 스캐닝 API를 연동했습니다. 자체 AI를 개발하는 것은 대규모 학습 데이터와 ML 팀이 필요하므로, 검증된 서드파티 API를 활용하는 것이 현실적입니다.
구현 시 핵심 포인트
카메라 접근 권한과 사용자 동의: iOS, Android 모두에서 카메라 접근 권한 요청과 데이터 사용 동의를 명확히 받아야 합니다. 특히 얼굴 데이터는 민감 정보로 분류되므로 개인정보처리방침에 명시적으로 포함해야 합니다.
분석 결과 시각화: 수치만 보여주면 사용자가 의미를 이해하기 어렵습니다. 점수를 게이지나 그래프로 시각화하고, “평균 대비 어떤 수준인가”를 쉽게 이해할 수 있게 해야 합니다.
언어 처리: 피부과 용어를 일반 사용자도 이해할 수 있는 언어로 풀어쓰는 것이 UX의 핵심이었습니다.
간편 로그인: 네이버, 카카오, 애플 ID를 통한 소셜 로그인으로 진입 장벽을 낮췄습니다.
Xanacloud — 의료 영상 어노테이션 플랫폼
어노테이션이란?
AI 의료 진단 모델을 학습시키려면 “정답 데이터”가 필요합니다. 초음파 영상에서 “이 부분이 갑상선”, “이 부분이 종양”이라고 표시하는 작업이 어노테이션(Annotation)입니다. 이 작업을 전문 의료진이 효율적으로 할 수 있도록 지원하는 플랫폼을 만든 것입니다.
플랫폼 구조
관리자(Xanacloud): 카테고리와 의료 영상 이미지를 업로드하고, 프로젝트를 구성해 특정 의료진(작업자)에게 배정합니다.
작업자(의료진): 배정받은 이미지를 플랫폼에서 직접 어노테이션 작업합니다. 영역을 선택하고, 카테고리를 태깅합니다.
결과물 검수 및 다운로드: 작업 완료된 이미지를 확인하고, AI 학습에 사용할 수 있는 형태로 다운로드합니다.
핵심 기술 과제
이미지 처리 성능: 의료 영상은 일반 사진보다 해상도가 높고 파일이 큽니다. 웹에서 이 이미지를 빠르게 로드하고, 매끄럽게 확대/축소/이동하는 것이 UX의 핵심이었습니다.
정밀한 영역 선택 도구: 픽셀 단위의 정확한 영역 선택이 필요합니다. 브러시, 폴리곤, 사각형 등 다양한 선택 도구를 지원해야 합니다.
작업 이력 관리: 어노테이션 작업의 수정/취소 이력, 작업자별 진행률 추적이 필요합니다.
데이터 보안: 의료 영상은 환자 정보를 담고 있을 수 있습니다. 데이터 접근 권한을 엄격히 관리하고, 전송 암호화를 적용해야 합니다.
헬스케어 앱 개발 시 체크리스트
기획 단계
- 의료기기 소프트웨어(SaMD) 해당 여부 법적 검토
- 개인정보 처리 방침 초안 작성 (법률 검토 포함)
- 사용자 동의 프로세스 설계
개발 단계
- 데이터 암호화 (전송 중, 저장 시)
- 접근 권한 최소화 원칙 적용
- 민감 데이터 로깅 방지
출시 전 검토
- 개인정보보호위원회 신고 여부 확인
- 앱스토어 심사 기준 사전 확인 (헬스케어 앱은 별도 기준 적용)
- 의사 등 전문가 자문 (의료적 내용 정확성 검토)
마치며
헬스케어와 AI의 결합은 앞으로 더 빠르게 확산될 것입니다. 피부 분석부터 시작한 AR Cosmetics가 향후 성분 맞춤 제품 추천, 피부 변화 트래킹으로 발전할 수 있는 것처럼, Xanacloud의 어노테이션 플랫폼이 AI 진단 정확도를 높이는 데 직접 기여하는 것처럼.
이 분야에서 중요한 건 “기술이 얼마나 뛰어난가”와 “사용자가 얼마나 신뢰할 수 있는가” 두 가지입니다. 두 번째가 없으면 첫 번째는 의미가 없습니다.