디지털 헬스케어 의사 모임 1월 모임 정리

지난 1월 19일에 디지털 헬스케어 의사 모임 1월 모임이 스타트업얼라이언스에서 있었습니다.

당시 발표 내용을 간단하게 공유드리고자 합니다.

관련 슬라이드는 http://www.slideshare.net/ChiKim1/20160119-1-v3 에서 확인하실 수 있습니다.

 

1.  지난 한달 간의 디지털 헬스케어 리뷰: 김치원

  1. Fitbit
  • Fitbit blaze를 출시했으나 애플워치와 유사한 형태로 비판받음
  • 심박측정이 부정확하다는 점을 들어 집단 소송이 제기됨
  • 이후 주가가 폭락하여 IPO 당시 주가를 하회하고 있음
  1. Jawbone
  • down-round로 투자 유치를 함
  • 투자를 받은 것은 다행이지만, down-round라는 점이 활동량 측정계 시장의 현황을 보여줌
  1. Proteus 의 스마트 알약을 병원에서 사용하겠다는 계획 발표
  • 2015년 1월에 임상시험용 플랫폼으로, 사용하기로 했고 이후 오츠카 제약의 abilify와 결합하여 FDA 승인이 들어간 상태
  • 2016년 1월 Barton Health Systems라는 local 병원에서 고혈압약에 대해서 사용한다고 발표함
  • FDA 승인이 별도로 필요하지 않을가 하는 생각이었으나 캡슐로 된 약에 모래 알갱이 크기의 센서만 넣기 때문에 문제가 없는 것인가 하는 생각
  • 제약회사는 약을 더 판다는 측면이 있는데 개별 병원 차원에서 실시하는 경우 비용 부담은 어떻게 하는지, 지속가능한지 의문이 있음
  1. Valdic
  • 사진으로 기기의 화면을 찍으면 수치를 자동을 읽어오는 기능을 선보임
  • 기존의 모든 기기들을 갈아치우지 않더라도 스마트하게 연결시킬 수 있을 것.
  1. Medtronic-IBM 왓슨 협력하여 저혈당 예측 알고리즘 발표
  • Medtronic의 지속형 혈당계가 측정한 데이터를 IBM 왓슨을 통하여 분석해서 최대 3시간 전에 저혈당을 예측할 수 있는 알고리즘을 개발했다고 발표함
  • 추후, 전반적인 당뇨 관리 제품을 내놓을 예정이라고 발표함

 

2. 의료 빅데이터와 인공지능의 현재와 미래: 서울의대 최형진 교수

최형진 교수

최형진 교수

  1. What is healthcare big data
  • 정밀의학이라는 말이 많이 쓰이고 있음. 여러 데이터가 모여서 multi big data 가 된다는 개념을 제시했음. 약물 유전체라는 것을 이야기하고 mobile device 를 이야기 함. 오바마가 정부 발표 때 언급하여 주류 의료에 들어오게 됨.
  • 지금은 cohort 기반으로 evidence based medicine 을 하고 있지만 나중에는 algorithm based 로 정밀의학으로 바뀌어 나갈 것임. 당뇨병환자가 1000명이 있으면 표준 치료를 할 것이 아니라 각각에 맞게 정밀치료를 하자는 의견으로 의학 철학을 확 바꾸는 계기가 될 것. 어떻게 보면 근거가 없이 치료를 한다고 볼 수도 있음.
  • 미국 내분비 학회에서 biomedical big data 라는 주제를 다루게 됨. 보수적인 학회인데 불구하고 이러한 주제를 다루었다는 것이 의미가 있음. 다양한 데이터를 link 한다는 것이 중요한 개념. 대한 내분비학회에서도 IBM Watson 이나 삼성전자에서 big data 를 인정하기 시작했음. 이런 비슷한 이야기를 대한의료정보학회 등 여러 학회에서 다루기 시작함. 회사와 같이 진행되는 경우가 많기에 여러 회사를 초청해서 어떻게 디지털 헬스 케어와 의료가 만날 수 있는지를 이야기함.
  • Big data 에 대해서. 얼마나 큰지를 이야기 하기 위해 Volume, Variety, velocity, veracity 라는 개념을 생각해볼 수 있음. 양이 많아도, 매우 다양해도, 너무 빨리 생성되어도 빅데이터로 분류할 수 있음. 이런 조건을 만족시키면서도 정확하게 할 수 있다는 것이 중요함. 이 부분이 의사가 넘어가기가 가장 어려움. Uncertainty 가 보수적인 의사들에게 가장 어려운 부분임.
  • Variety, Velocity 로 분류를 해보았을 때 의료는 약간 variety 하고 그다지 급하지는 않음. Variety 가 가장 중요한 개념.
  • Structured 되지 않는 data 를 어떻게 structure 시키는지가 가장 중요한 것.
  • 맥킨지에서 나온 자료를 보면 demand 가 있고 정부에서도 push 하고 있다. 국가나 보험회사에서 예산 절감을 위해서 push 하고 있음.
  • 과학의 진행 방식에는 가설을 검증하는 일반적인 방향이 있고, data 가 먼저 있고 이를 분석해서 새로운 가설을 얻는 방법도 있음. 대표적인 예시가 genome wide approach 가 존재함. 모든 유전자를 볼 수 있기 때문에 이를 분석하여 새로운 정보를 얻어낼 수 있음.
  • GWAS 는 통계적으로 전체 유전자를 분석하면 의미 있는 유전자가 튀어나오게 되는 것. 몇 십만명의 유전자의 엑셀 파일을 모아서 분석을 하면 중요한 유전자가 무엇인지 알아낼 수 있음. 이를 이용하여 새로운 가설도 제시할 수 있을 정도로 꽤 효과적인 방법임.
  • 모든 환경인자를 다 조사해서 천식과의 연관성을 조사해 봤더니 Latex 가 높게 나오면 이게 문제일 것이라고 예상하는 environmental wide association study 도 있다.
  • Phenotype wide association study 도 있음. 유전형을 정확히 몰라도 질병과의 연관성도 알 수 있게 됨.
  • 모든 유전자와 검사수치를 검사하면 의학의 모든 부분을 알 수 있게 되는 것. 모든 association 을 다 할 수 있겠다는 것을 알게 됨.
  • 작년 nature 에도 비슷한 내용이 개제가 됨. 세포 종류와 다양한 진단과의 association 을 본 것. 작년 부터 Big data 가 충분히 모여서 의미 있는 결과가 나오기 시작. 다양한 데이터를 모으면 가설을 검증하는데 사용할 수 있는 것.
  • 암에 관련된 DNA 는 somatic mutation 이기 때문에 암조직을 실제로 얻어야 함.
  • 전체 유전자를 분석한 다양한 데이터들이 public open data 로 제시가 되어 있음. 사람간의 차이, 질병간의 연관성, 어느 조직이 얼마나 발현되는지의 데이터가 모두 공개되어 있음. 이렇게 모은 data 를 가지고 다양한 질병 연관성이나 p-p interaction 을 보면 질병간의 연관성을 발견할 수 있겠음. Ex) Celiac ds 에 쓰는 약을 asthma 에 사용할 수 있지 않겠는가 등의 개념이 가능함.
  • 암 유전체가 가장 많이 쓰이고 있으며 폐암은 이미 표준 진료로 들어가 있음. NCCN guideline 에 의하면 ALK (+) 이면 어떤 약을 사용하라는 지시가 되어 있는 상황. 전체적으로 Biopsy 를 많이 해보라는 쪽으로 바뀌고 있음. 혈액 중에 떠다니는 암세포를 채취해서 분석을 하는 liquid biopsy도 존재함.
  • Common complex ds는 분석이 어려운 부분에 속함. 혈우병은 single 원인에 속해서 분석이 간단한 반면, 환경인자가 관여하는 병(ex. 교통사고)도 있고 이들 둘이 섞여 있는 병(ex. 고혈압, 당뇨)도 있을 것.
  • 대부분의 복합질환은 조그마한 환경인자와 유전인자들이 다양하게 섞여서 발병하는 것. ‘Case of the missing heritability’는 이러한 점에 의해 유전체로부터의 질병 예측이 어려운 부분이 있다는 반성을 게시한 글임.
  • 당뇨병이 가족 유전에 관련된 것이라고 예상을 했었는데 이게 생활습관의 유전인지 알 수가 없기에 유전정보의 기능이 Overestimation 된 것이 아닌가라는 반성이 나옴.
  • 유전형이 meal size 나 간식 종류를 결정한다고 함. 즉, 뚱뚱한 집안에 태어나도 환경적인 요인을 제한하면 뚱뚱하지 않을 수 있다는 것. 복합질환은 이처럼 하나의 요인만으로 원인으로 간주할 수 없는 복잡한 질환인 것.
  • Rare mendelian ds (희귀 유전질환)에 대해서는 NEJM 에서 whole gene 분석을 하는 것이 좋을 것이라고 함. “Counsul” 이라는 회사에서는 결혼 전에 유전상담을 해주어 건강한 아이만 골라서 낳을 수 있도록 도와줌. 희귀 유전질환 가계에서는 이미 사용하고 있는 방법..
  • 약물유전체(Pharmacogenetics). 몇 가지 약물은 유전형이 약물대사에 미치는 영향이 중요함. 강력한 나쁜 변이를 가진 사람은 점점 죽어서 존재하지 않지만 약물유전체를 가진 사람들은 약물에 노출되지 않으면 계속 살아남아서 강력한 유전형이 잔존할 수 있음.
  • hello gene 이라는 서비스는 건강검진을 할 때 돈을 내면 어떤 병에 걸릴 확률이 높을지를 알려주는 것.
  • 이에 반해 23andMe는 의사를 거치지 않고 인터넷으로 정보를 전달하는 서비스임.
  • 이처럼 유전체 분석 가격이 점점 떨어지고 있는 상황이기에 언젠가 의사를 만나는 가격보다 유전체 검사 비용이 낮아지게 되면 의사를 굳이 볼 필요가 없을 것.
  1. Healthcare big data
  • 다양한 차원의 데이터가 많이 누적이 될 것. 이런 데이터를 바탕으로 신장기능이 떨어지거나, PCA analysis 를 하여서 clustering 을 해보는 작업을 할 수 있음.
  • 과거에는 글로 쓴 EMR 을 분석하기가 어려움. 하지만 Word cloud 방식을 사용하면 자연어 분석을 해서 어떤 병인지를 알아볼 수 있음. 이런 데이터가 많이 모여있는 병원들은 데이터를 이용해서 NEJM 을 내겠다는 시도를 함.
  • 심평원, 공단은 빅데이터를 가장 많이 가지고 있음. 전국민을 대상으로 하기에 모집단 연구라는 장점이 있음. (ex. Beta blocker 을 사용했을 때 골절이 더 잘 일어나는지 등의 연구.) 심평원, 공단의 건강검진을 하게 되면 데이터가 중앙으로 모이게 되며, 진단명과 약품 처방명에 검사결과까지 더해진 좋은 데이터가 생성됨.
  • 이미지 분석은 뇌의 연결고리 분석 또한 빅데이터를 이용한 것. Machine learning 을 하면 거짓말을 하고 있는지 아닌지를 알 수 있다는 결과도 있음. MRI 를 10분정도 찍으면 환자가 뭘 하고 있는지를 알 수 있음. 이런 부분에서 의료 빅데이터가 많이 쓰이고 있는 상황.
  • 비만에 대해서 음식 사진을 보여주고 뇌 연결고리를 찾아서 비만은 뇌의 어디에 있는지를 알아내는 연구도 진행중. 영상의학과에서는 모양을 보고 암인지 결핵인지 판단하는 것인데 이게 Machine learning으로 해결할 수 있는 것. 병리적으로도 가능함. Lunit 이라는 회사에서 이런 일을 하는 것. 빨간색으로 주의 표시를 해주면 거기만 집중해서 보면 됨. Vuno 라는 회사에서는 CT 에서 어떤 가능성이 높다는 mapping 을 해주는 것.
  • 삼성의 S헬스. 하루의 life pattern 을 알고 있음. 더 나아가서 뇌파를 모아서 연구를 하고 있음. 피부 사진을 찍으면 자동으로 분석을 해주는 기술.
  • Alivecore에서는 심전도를 가지고 원격 진단을 해줌. NFC 혈당측정기. Noom 에서 얼만큼 먹었고 얼만큼 운동했는지를 알게 됨. 식사량이나 운동량을 실시간으로 관리할 수 있어서 적합한 치료를 할 수 있게 되는 것. 의료 빅데이터에서 쓰이고 있는 것. 사진을 찍으면 음식의 성분을 분석해주는 서비스도 개발됨. 구글에서는 어떤 검색을 많이 하면 어떤 질병이 유행하고 있는지를 분석할 수도 있음. 음성을 분석해서 우울증이 있는지를 분석해볼 수도 있음.
  • Cell metabolism 이라는 저널에서 다룬 내용. 하루에 생활패턴을 모아서 식사시간을 줄이도록 했을 때 살이 빠지더라는 결과임. Cell 에서 실어준 연구는 다양한 정보를 모아서 혈당 예측을 하고 있다는 것. Cohort 를 했더니 26명의 치료를 도와줄 수 있었음. 개인 맞춤 처방을 할 수 있겠다는 가능성을 제시해 줌. 인공지능이나 영양 전문가가 똑 같은 정도로 추천을 해줄 수 있다는 것.
  • Data integration. 다양한 차원의 데이터가 있는데 이걸 모아주어야 함. 이 지도 안에 대부분의 헬스 데이터가 들어있음. 당뇨병의 subtype 을 나누어볼 수 있음. 53만명의 데이터를 썼더니 새로운 결과가 나오고 있음. 어떤 약이 ALS 에 도움이 될 것인지를 빅데이터를 이용해서 판단해볼 수 있음. Apple health app 으로도 비슷한 시도를 하고 있다. EMR 과 의료기관과 보험회사들과 합쳐서 서비스를 제공하겠다는 그림을 그리고 있음.
  • 즉, 다양한 의료수집 기관들이 있으면 이를 포괄하여 활용할 수 있는 플랫폼을 만드는 것이 중요함.
  1. Healthcare big data + artificial intelligence
  • 빅데이터를 이용한 Machine Learning 의 성능도 점점 좋아지고 있어서 이를 이용한 새로운 일을 할 수 있음. 다양한 유전체 데이터와 의무기록을 모아서 처방이나 진단을 돕는 등의 서비스를 개발 가능.
  • 진단적으로 피부암을 95%정도 맞출 수 있게 됨. 영상 업체와 합쳐서 computer assisted care 를 하겠다고 함. Novo nordisk 에서도 합쳐서 가상 의사와 합쳐서 당뇨 조절을 해주겠다는 것.
  • 생명에 위협을 주는 심혈관계 질환의 경우 다양한 원인에 의해 발생되는데, 각 원인의 모든 단계의 데이터를 모을 수 있게 됨. 만들고 싶은 것은 lifestyle 을 측정하고 다양한 데이터를 모아서 개인 맞춤 치료를 하는 것이 필요하다고 생각함.
  • 모든 단계를 integration 을 해서 볼 수 있는 관점이 필요하지 않을까 생각함.

질의응답

  • 이런 프로그램에 의존을 하면서 의료 인력의 필요성이 점점 줄어들게 될까?
  • (최)그럴 가능성이 충분히 있음. 자동차 공장에서 사람이 줄어들게 된 것과 유사함. 과 의사의 싸움이 아니라 W를 이용하는 의사와 이용하지 않는 의사의 싸움이 될 것
  • 사기업에서 모든 정보를 사용할 수 있는 것인가? 법이 잘 따라올 수 있을까?
  • (최)철학의 차이임. 부작용을 걱정하지 말고 시도하거나 걱정되지 하지 말자는 것. 사회적인 합의로 이루어질 문제임. 유전체검사를 마구잡이로 하게 할지 아니면 의사를 통하게 할지? 한국 미국은 중도적인 입장으로 보임. 옳고 그름은 없음. 각각의 장단점이 있는 것.
  • 한국의 규제는 반대로 감. 주민등록번호를 폐기하면 정보를 모을 수 있는 key 가 없어짐. 정부가 빅브라더가 되려고 하는 것 같음. 개별 연구자들에게는 정보를 모으는 것을 방해를 하면서 정작 정부는 데이터를 모두 모으려고 함. 데이터의 독점을 하려고 함. 사기업에 제공하는 것은 한참 오래 걸릴 것으로 예상이 됨. 국립병원에도 데이터가 잘 안 넘어오는 상태이기 때문에.
  • (최)정답은 없지만 건강한 토의는 필요함. 우려하는 점, 기대하는 점을 모두 모아서 국가주도, 민간주도, 통합을 안 하는 것 중에서 어떤 것이 좋을지. 어느 수준이 안전하고 효율적 일지를 결정하면 선택할 수 있지 않을까 하는 긍정적인 의견.

 

3. CES 2016 간단 리뷰: 삼성전자 강성지 과장

강성지 과장

강성지 과장

  • 삼성전자 사내벤처 C-lab 에서 프로젝트를 진행하여 웨어러블 벨트인 Welt를 개발하여 CES 에서 발표함
  • 부스의 등록비는 $1000. 전원+랜선은 $1300으로 매우 비쌈
  • C-lab 에서는 3개 팀이 부스를 세움
  • CES 2015는 새롭고 혁신적인 제품이 많이 소개된 반면 CES 2016은 기존의 제품을 개선한 것이 많은 듯함
  • Welt 소개
    • 허리둘레, 걸음 수, 앉은 시간, 과식 여부 등을 측정함
    • 허리 둘레 based 로 metabolic syndrome 을 분석하는 것이 목표
    • 만보계의 한계를 넘어서서 과체중, 대사증후군과 관련된 중요한 지표를 장기적으로 tracking 할 것
  • 흥미로운 제품들
    • ZHOR tech: 스마트 깔창. app 으로 올리면 온도 조절할 수 있음. 추운 날에 따뜻하게 다닐 수 있음
    • Remo pill: 텀블러 안에 저울이 있어서 약통을 보관해서 약 무게를 확인해서 약을 잘 먹었는지 체크를 해주는 것.
    • TZOA: 캐나다 회사. 휴대용 공기 질 센서. 이미 시판되고 있지만 홍보하러 옴.
    • Awair: 실내 공기 질 센서. 직관적으로 볼 수 있게 신경을 씀. Mayo clinic 과 연계해서 임상 시험을 하고 있음. 감성적으로 접근한 헬스케어 제품
    • Coway. 침대, 비데, 정수기, 공기청정기. 침대에서 HR, 호흡수를 측정함. 진동을 주어서 수면을 잘 취할 수 있도록 함. 비데에서는 전극을 붙여서 체지방을 측정해줌. 정수기는 물 먹은 양을 측정함. 공기청정기는 air quality + treatment 를 해줌
    • Withings: 스마트 체온계
    • Fitbit Blaze: 스마트워치. 디자인을 이쁘게 하려고 노력은 했지만 아직 misfit 등에 비해서는 떨어지는 듯
    • Misfit Ray: AAA 배터리 사이즈. 시계를 찬 상태에서도 찰 수 있는 것을 만들기 위함. Fossil 에 인수됨. Fossil 에서 출시된 시계는 디자인을 우선으로 하며 wearable 을 추가한 것.
    • se:  사물이 움직였는 지 여부를 알려주는IoT 제품. 가속도계만 들어가 있음. 예를 들어 문에 붙여서 집에 왔는지 안왔는지를 확인하거나 약병에 붙였다가 약병이 흔들리는 것을 봐서 약을 먹었는지를 확인할 수 있음.
    • Sensoria: 센서기술을 홍보함. Fitness 에 최적화된 솔루션을 제공하기 위해서 노력하는 것으로 보임. 전도성 실을 이용한 양말을 만들어서 족압 등을 측정함.
    • MyECG:  AliveCor와 유사함. 양쪽을 잡고 ECG 를 측정할 수 있게 함.
    • Under Armour. 종합선물세트처럼 Health box 를 만들게 됨. Chest band, 체중계, 팔찌등이 들어있음.

 

4. Neofect 소개: 반호영 대표

반호영 대표님

반호영 대표님

  • 뇌졸중을 보면, 630억$의 cost 가 발생함. 한 환자가 병원에서 치료받는 비용이 77000$, 외래 비용이 17000$ 이 소요됨. 한국도 의료보험비가 인당 2천만원 정도 소모됨.
  • 재활의학에서 디지털 기술을 활용하겠다는 것은 예전부터 있어왔던 아이디어임. 이런 좋은 기술들을 임상에 적용하는 제품들을 만들고 있는 회사들이 많지만 (ex. Tyromotion, Hocoma) 이런 제품들은 10만~50만$ 정도로 상당히 비싸서 사용하기가 쉽지는 않음.
  • 뇌졸중 환자 재활에서 Light portable, affordable 한 제품을 제공할 수 있는 것이 회사의 목표임.
  • Smart glove 로 재활을 할 수 있는 재활훈련보조기구. 게임을 통해서 재활을 할 수 있고, 이를 분석해서 데이터로 보여줄 수 있는 시스템을 만들게 됨. 동기 유발도 가능하게 하고 현재 어느정도 재활훈련이 진행되고 있는지 의료진도 체크할 수 있음. 환자와 손쉽게 커뮤니케이션 할 수 있는 도구로 사용할 수 있음
  • 장기적으로 RAPAEL이라는 플랫폼을 통해 다양한 재활 치료 제공과 관련 정보를 모을 것임
  • Gamified contents. 동기를 유발할 수 있고 임상적으로도 의미가 있는 다양한 게임을 만들기가 목표임 (게임 기획자와 물리치료사가 회사에 있음)
  • AI 기술을 활용해서 병원에 가지는 못하지만 집에서 치료를 받을 때 도움을 받을 수 있는 home care system 개발. 병원에서 치료를 받는 시간 외의 나머지 시간에 도움을 주기 위한 기기.
  • Cloud service for seamless care. 아무리 AI 기술이 발달하더라도 의료진의 능력에 미치지 못하기 때문에 이를 바로 연결시켜주는 cloud service 를 제공함.
  • 미국과 유럽에서도 sales를 하고 있음.
  • FDA, CE, 식약처 승인을 받음. 한국, 미국, 유럽의 여러 병원과 협력을 해서 임상시험을 진행하고 있음.
  • 최근에는 smart kids 라는 제품을 내놓음. 아이들이 쓰면 어떻겠느냐 하는 feedback 을 받아서 아이들을 위한 버전을 새로 만들게 됨. 발달장애나 뇌성마비 대상.
  • 이외 개발 제품군
    • Smart body 는 전신을 대상
    • Smart fingers 는 촉각훈련
    • 중증환자를 대상으로 하는 smart arm
    • 전체 stage 와 전체 몸을 다 커버할 수 있고 하나의 플랫폼으로 연결될 수 있는 시스템을 만들자는 비전을 가지고 있음. 여기까지는 B2B 제품
  • 최근에 해외 언론에서 많이 알려지게 됨. Forbes, CES, TechNode, NHK, TED 등.
  • B2B 는 많은 기능과 customization 을 포함한다면 B2C 는 여러 기능을 많이 빼고 저렴하게 만드는 것을 목표로 함. 지금까지 32개의 게임을 개발함. 250개까지 늘릴 계획임. 이렇게 다양한 게임은 B2C 에서 motivation 을 불러 일으키는 데에 중요한 의미를 가짐.
  • Clinical expert 와 환자를 연결해서 즉각 피드백을 주고 받을 수 있는 시스템을 개발 중에 있음.
  • 정상적인 삶과 회복에 대한 희망을 놓지 않도록 도와주는 것이 회사의 비전임.

질의응답

  • 게임이 다양하더라도 시간이 지나면 흥미도가 급격하게 떨어질 수 있지 않은가?
    • 게임의 다양성이 많기 때문에 지속적으로 흥미를 가지는 케이스가 더 많을 것으로 예상함.
    • 특히 노인층은 오히려 쉽게 질려하지는 않음. 국가별로도 선호하는 게임의 차이가 있음.
  • 가격은?
    • B2B 는 천만원 정도. Glove 한쌍 + software + tablet PC
  • 게임에서 다른 환자들과 경쟁 가능함?
    • 병원 현장에서 인터넷이 잘 안되는 경우가 많음. 홈케어에서는 이런 기능을 가진 컨텐츠를 많이 만들려고 함.
  • (물리치료사인 보조 발표자에 대한 질문) 물리치료사를 하다가 스타트업에서 일하게 되었는데 어떤 것을 느끼는가?
    • 회사에 관심을 가지게 된 것은 재활의 환경을 제공할 수 있다는 미래 가치에 중점을 둔 것이 흥미로웠기 때문
    • 회사에서 다양한 옆사람들과 일을 하는 것이 가장 어려웠음. 제조에서 판매까지 하다 보니까 다양한 background 를 가진 사람들이 팀을 모여서 일을 하게 됨.
    • 각각의 부분을 조금씩은 다 알아야 하는데 이 부분이 어려웠음. 제품을 만드는 사람, 소프트웨어, 게임 기획, data analyzer 등의 다양한 사람들이 있음.

2월은 설 등으로 쉬려고 하며 3월에 다음 미팅을 가질 예정입니다.

추후 다시 안내드리겠습니다.

Comments

comments

One comment

  1. 글 잘 읽었습니다. 몇 년 전부터 생각 외로 다양한 제품이 나오곤 있으나, 실제 도움이 되고 돈이 되는 제품은 아직 얼마 안되는 것 같습니다.

Leave a Reply

Your email address will not be published.