제이AI Driven Product Engineer (AI 드리븐 프로덕트 개발자/2년 이상)
2.7 (38)제이앤피메디
경력근거: 제이앤피메디는 임상 운영 및 데이터 관리 솔루션 메이븐 클리니컬 클라우드(Maven Clinical Cloud)를 기반으로
어제 확인채용 공고 보기
제이앤피메디 메이븐은 임상 운영·데이터 관리 솔루션이라, 임상 문서에서 절차를 뽑아 체크리스트로 만드는 이 도구는 그 임상 시험 프로세스 문서가 있어야 추출을 검증합니다.
'임상 운영 및 데이터 관리 솔루션 메이븐 클리니컬 클라우드'. 절차 추출이 임상 운영 자동화의 토대.
'AI 에이전트의 인지 구조와 의사결정 흐름을 모델링'. 절차→체크리스트가 그 첫 단계.
'설계도를 AI 에 제시하고 적합성 검증'. 추출 결과를 근거로 검증하는 구조가 핵심.
임상 운영 문서·프로토콜을 받아 수행할 절차(action/approval/record)를 추출해 체크리스트로 만들고, 규제 근거를 문서 구절과 함께 인용하는 1주 포트폴리오입니다.
제이앤피메디 PE. 프로토콜에서 절차를 사람이 손으로 정리하던 일을, 절차 추출 + 체크리스트 도구로 옮기고 싶은 사람입니다.
임상 문서에 섹션·유형을 붙이면, LLM 이 (a) 수행 절차를 유형별로 추출하고 (b) 규제 근거를 문서 구절과 함께 인용해 체크리스트로 만들 수 있습니다.
임상 운영 문서를 받아 수행 절차를 유형별로 추출해 체크리스트로 만들고 규제 근거를 문서 구절과 함께 인용하는 동작하는 도구입니다.
전문가 2명 라벨과 절차 추출 일치도(κ)를 재고, 누락·환각 비율을 보여주는 대시보드입니다.
체크리스트를 의사결정 흐름으로 엮어 다음 절차를 제안하는 에이전트로 키우는 단계입니다.
임상 문서를 넣으면 수행 절차 체크리스트와 규제 근거가 문서 구절과 함께 나오는 걸 시연합니다.
절차 근거로 인용한 구절이 실제 문서에 존재하는 비율 100%. 없으면 환각으로 자동 차단
측정: 인용 일치 규칙, 표본: 절차 200건
일부러 만든 중의·결측·미등록 study 문서 30종을 넣어도 추출이 멈추지 않고 처리되는 걸 시연합니다.
위 수치는 더미데이터 자가채점이며, 실제 절차 추출 정확도는 제이앤피메디 실데이터 + 실 검수자가 있어야 측정 가능합니다. 이 포트폴리오는 그 검증을 바로 돌릴 수 있는 상태까지 만듭니다.
수치는 합성 데이터 자가채점이라 성능 증명이 아닙니다. 면접에서는 데모 동작과 실검증 준비 상태로 솔직히 설명합니다.
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 결측·경계·미등록·표기 흔들림 케이스를 더미에 일부러 섞어 쉬운 문제만 푸는 게 아님을 보여줍니다.
규제 안전: 규제 해석 단정은 하지 않고 '근거 구절 + 전문가 확인 요망'까지만 합니다. 가드로 강제
실제 도입 시 달라지는 것: 실 프로토콜·규제 체계가 더미와 다르므로 절차 유형·레퍼런스 매핑을 실데이터+전문가 검수로 맞춰야 한다(도입 단계 과제)
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
임상 운영 문서를 절차 추출 입력으로 쓴다
대상자 동의를 받은 후 검체를 채취하고 24시간 내 기록한다. 위반 시 모니터에게 보고한다. (sec 0)
대상자 동의를 받은 후 검체를 채취하고 24시간 내 기록한다. 위반 시 모니터에게 보고한다. (sec 1)
{"type":"object","properties":{"doc_id":{"type":"string"},"study_raw":{"type":"string"},"study_id":{"type":["string","null"]},"section":{"type":"string"},"text":{"type":"string"},"step_type":{"type":"string","enum":["action","approval","record","none"]},"reg_ref":{"type":["string","null"]}},"required":["doc_id","study_raw","study_id","section","text","step_type","reg_ref"]}. 쉬운 데이터만 만들지 말 것. 다음 하드 케이스를 의도적으로 섞어라: 내용 누락 섹션, 모호·중의적 절차 표현('적절히'), 규제 레퍼런스 없는 절차, study 표기 흔들림, 미등록 study. 형식 깨뜨리기 시도 3건도 별도로.{"type":"object","properties":{"doc_id":{"type":"string"},"study_raw":{"type":"string"},"study_id":{"type":["string","null"]},"section":{"type":"string"},"text":{"type":"string"},"step_type":{"type":"string","enum":["action","approval","record","none"]},"reg_ref":{"type":["string","null"]}},"required":["doc_id","study_raw","study_id","section","text","step_type","reg_ref"]}| TypeScript | 체크리스트 렌더 + Zod 런타임 검증 |
| React | 체크리스트·근거 UI |
| Node.js | 추출 API(`POST /extract-steps`) |
| AWS | 배포 + 문서 스토리지 |
| LLM | 절차 추출 + 규제 근거 인용 |
| Gemini | 보조 추출 + 교차 검증(judge) |
✓ pass → 그대로 멈춰도 완성품입니다. 더 키우려면 2주차(추출 정확도 검증)로 갑니다.
✓ pass → 여기서 멈춰도 완결입니다. 더 키우려면 3주차(의사결정 흐름 에이전트화)로 갑니다.
추출 절차 체크리스트 + 근거
{"type":"object","properties":{"doc_id":{"type":"string"},"steps":{"type":"array","items":{"type":"object","properties":{"type":{"type":"string"},"text":{"type":"string"},"quote":{"type":"string"},"reg_ref":{"type":["string","null"]}},"required":["type","text","quote","reg_ref"]}}},"required":["doc_id","steps"]}[
{
"doc_id": "D000",
"steps": [
{
"type": "action",
"text": "검체 채취 후 24시간 내 기록",
"quote": "검체를 채취하고 24시간 내 기록한다",
"reg_ref": "SOP-12"
}
]
},
{
"doc_id": "D900",
"steps": []
},
{
"doc_id": "D901",
"steps": [
{
"type": "none",
"text": "모호 표현. 확인 필요",
"quote": "적절히 처리한다",
"reg_ref": null
}
]
}
]steps 의 quote 가 실제 문서에 존재하는지·type 형식은 자동 검증, 절차 타당성은 전문가/judge 검증.
포트폴리오가 “무엇을 만들지”라면, 시나리오 테스트는 “현장에서 어떻게 판단·소통할지” 입니다. 실제 이 채용공고 맥락의 대본을 읽고 무엇을 물어야 할지 직접 써봅니다.