01
검증된 AI도 멈췄습니다
AI 도입 장벽 1위는 알고리즘이 아니라 데이터 품질(49%)입니다.
원내 설치형 의료데이터 솔루션 · MediPipe
병원 비정형 문서를 AI Ready Data로
결과지·판독문·진료기록을 표준 표로 정리하고, 의심 값만 의료진에게 묻습니다. 환자 데이터는 병원 밖으로 나가지 않습니다.
AI Ready Data — AI가 바로 쓸 수 있도록 의료진이 검증한 데이터
01 · 입력 병원 문서 그대로 형식 그대로 수집
검사 결과지
판독문
스프레드시트
02 · MEDIPIPE 정리 · 검증
- 같은 임상 항목으로 변환
- 필드 간 의미 오류 검사
- 의심 값만 의료진 확인
환자 데이터는 병원 밖으로 나가지 않습니다
03 · 결과
검증된 데이터 CSV · JSON 내보내기 확정
검사일 표준화
항목 필드 연결
검사값 확인 완료
한 번 검증한 데이터를 다시 씁니다
연구EMRAI
98.9% 결과지 정리 시간 단축 (3분 → 2초)
95.6% 연구 데이터 준비 단축 (3개월 → 4일)
3개 기관 병원 현장 적용
4건 대학병원 구매의향서
왜 지금인가
병원은 AI를 쓰기 시작했고, 데이터에서 멈춰 있습니다
WHY NOW
의료 AI의 비급여 진입으로 병원 도입이 1년여 만에 3배가 됐고, 정부는 2026년 병원 데이터 정제 과제 62개를 열었습니다.
02
80%가 비정형입니다
연구 과제 기간의 63~80%가 데이터 준비에 쓰입니다.
03
손으로, 매번 처음부터
결과지 값을 엑셀에 옮기고, 과제마다 같은 작업을 반복합니다.
MediPipe
어떤 병원 문서든 표준 표로 정리합니다
의료진은 입력하지 않고, 확인만 합니다.
- 01
수집
결과지·판독문·스프레드시트를 그대로
- 02
변환
같은 임상 항목으로 정리
- 03
검증
의심 값만 의료진 확인
- 04
내보내기
CSV · JSON (FHIR 예정)
MediPipe 검증 화면 — 읽은 값을 원본 위치와 함께 보여주고, 신뢰도가 낮은 값을 먼저 표시합니다.
이미지를 누르면 크게 볼 수 있습니다.
화면 속 결과지와 환자 정보는 시연용 예시 데이터입니다.
3-Layer Validation
세 가지 검증을 모두 통과한 값만 확정합니다
의료에서는 그럴듯한 값을 지어내는 AI가 허용되지 않습니다.
01
Semantic Check
수축기·이완기 혈압이 뒤바뀐 칸 오류를 잡습니다.
02
Source Grounding
모든 값을 원본 위치에 연결하고, 근거 없는 값은 만들지 않습니다.
03
Human-in-the-Loop
확인 전에는 확정되지 않고, 이력은 감사로그로 남습니다.
의료진 확인 기록은 병원별 Knowledge Graph에 쌓여 다음 과제의 검증 규칙이 됩니다.
도입 사례
3개 병원, 모듈 3종
MediPipe 위에 검사별 모듈을 쌓아 병원마다 다시 만들지 않습니다.
유상 PoC 진행 중
PFTPipe
건양대학교병원 · 폐기능검사
95.6%
연구 데이터 준비 3개월 → 4일
- 진흥원 지원 과제의 외부 용역으로 공동 연구
PoC 완료
RxPipe
이대목동병원 · 지참약
94.1%
지참약 자동 변환 커버리지
- 2026년 말 EMR 연동 목표
PoC 완료
MBPTPipe
일산병원 · 기관지유발검사
98.9%
결과지 1장 3분 → 2초
- JMIR Medical Informatics 심사 중
확장 구조
완성한 모듈은 다음 병원에 그대로 설치합니다 — 구축 공수 30 인·일 → 2~3 인·일.
유상 용역 진흥원 지원 건양대 과제 · 1차 완료
4 / 5명 학회 시연 후 전문의 구매 의향
특허 3건 1건 출원 · 2건 공동 출원 준비
98.9%는 결과지 2,572장 기준, 94.1%는 변환 경로 확보율(인식 정확도 아님)입니다.
수상 이력
장려상
2026 SPRINT Next Unicorn's Day MediPipe 발표
한국청년기업가정신재단 이사장상 · 2026.11
우수상
2026 SKKU 프리 텍스코어 사업계획서 발표
성균관대학교 · 2026.10
최우수상
2026 실험실 창업경진대회 IR 발표
성균관대학교 · 2026.09
최우수상
2026 연합 실험실창업 캠프 IR 발표
성균관대학교 · 2026.08
연구 기반
다기관 임상 연구에서 쌓은 데이터 정제 경험을 제품에 담았습니다.
- 삼성서울병원 30년 폐기능 코호트 99만 건 정제
- 5개 병원 교수진과 임상 검증
- 국제학술지 18편 · 1저자 8편 · h-index 9
- RCMLR 워크숍(NeurIPS 2026) 논문 · 1저자
- DeepBreath 외부검증 AUROC 0.883 (연구 단계)
대표 논문
Deep learning models for acute kidney injury prediction: multi-center external validation and evaluation under simulated continuous monitoring conditions
Separate and joint associations of cardiorespiratory fitness and healthy vascular aging with subclinical atherosclerosis in men
Novel artificial intelligence-based technology to diagnose asthma using methacholine challenge tests
Median alert lead time tracks how long patients were observed, and runs opposite to specificity
MediPipe의 차이
범용 OCR과 CDW 사이, 비어 있는 영역
01
임상 의미까지 검증
글자를 넘어 값이 맞는 칸에 있는지 확인합니다.
02
쌓일수록 빨라지는 모듈
다음 병원은 첫 병원의 10분의 1 공수로 설치합니다.
03
원내 설치, EMR 안에서
망분리 환경에서 동작하고, 결과는 EMR 화면에서 봅니다.
비교표는 좌우로 넘겨서 보세요.
| 비교 | MediPipe | 범용 문서 AI | CDW · CDM | LLM 정형화 |
|---|---|---|---|---|
| 대상 | 병원 결과지 · 서술기록 | 범용 문서 | 정형 데이터 | 텍스트 기록 |
| 임상 의미 검증 | ✓ 의료진 확인까지 | 글자 인식까지 | — | 제한적 |
| Hallucination 방지 | ✓ 근거 없는 값은 만들지 않음 | — | — | 별도 검증 필요 |
| 설치 | 온프레미스 · 망분리 | API · 클라우드 | 온프레미스 | 제품별 상이 |
성장 전략
진료과에서 시작해 병원 전체로
첫 고객은 연구 과제를 수행하는 진료과 교수입니다. 진료과 → 검사실 → 병원 AX 조직으로 넓힙니다.
시장 규모 (2026) 1.5조 원 시장에서 호흡기·알레르기내과부터
TAM국내 의료 데이터
1조 4,838억 원 2026년 추정
SAM구축 · 처리 · 관리
7,626억 원 2031년 3.76조 원 전망
SOM394개 병원
4,491.6억 원 종합병원 이상 진료과·부서
LAM초기 공략
236.4억 원 호흡기·알레르기내과 · 첫 3년 집중
로드맵 구조화에서 플랫폼까지
- '26.4Q1단계 · 구조화
- 결과지 인식 · 필드 추출
- 필드 정확도 99.8% 목표
- '272단계 · 맥락 해석
- 서술기록 정제 · 시계열 해석
- '26.12 ~ '283단계 · 검증 · 연동
- 근거 연결형 HITL · 감사로그
- FHIR KR Core 연동 API
- '29 ~4단계 · 플랫폼
- 장비 연동 · 원내 데이터로 AI 학습·배포
장기 비전
의료진의 판단을 데이터로 남겨, 어느 병원에서든 같은 수준의 진료와 연구가 가능하게 합니다.
팀
의료 AI 인허가 경험과 임상 데이터 전문성
식약처 SaMD 인허가를 주도한 대표와 임상 현장 출신 품질·규제 책임자가 이끕니다.
이경현
Kyung Hyun Lee
공동창업자 · 대표 (CEO) 성균관대 SAIHST 디지털헬스 박사과정 · 연구개발 총괄
- 의료 AI 8년차
- 식약처 SaMD 인허가 2건 주도
- 국제학술지 18편 · 1저자 8편
- NeurIPS 2026 워크숍 논문 1저자
이다윤
Dayoon Lee
공동창업자 · 최고품질책임자 (CQO) 연구간호사 출신 · 품질·규제와 연구 데이터 관리
- 연구간호사 3년 · 수술장 간호사 2년
- 의료기기 RA · QA
- 성균관대 의료기기산업학과 석사과정
협력 네트워크
자문으로 시작해 현장 적용과 구매 의향으로 이어졌습니다.
문의
병원 데이터를 AI Ready로
MediPipe 도입, 연구 협력, 투자 자료 요청 모두 환영합니다.