2026 SAIHST ARROW AWARD 수상자 인터뷰
■ RESEARCH 부문: 원홍희 교수 (SAIHST 디지털헬스학과)
■ YOUNG INVESTIGATOR 부문: 유준상 연구교수 (SAIHST 디지털헬스학과)
■ TEACHING 부문: 유광선 교수 (SAIHST 디지털헬스학과)
■ 공로상 부문: 윤 엽 교수 (SAIHST 융합의과학과)
■ RESEARCH 부문: 원홍희 교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
SAIHST는 국내 최고의 의생명 교육 및 연구 기관으로 확고히 자리잡아 가고 있습니다. 이는 세계적인 업적을 내고계시는 SAIHST의 많은 교수님들과 학생들의 노고 덕분입니다. 그러한 노력에 조금이나마 일조하게 된 것을 감사하게 생각하며, 이렇게 SAIHST ARROW AWARD까지 수상하게 되어 대단히 영광스럽게 생각합니다. 늘 최선을 다해 연구하는 우리 연구실 학생들과 임상적으로 큰 도움을 주시는 공동 연구팀에게 감사드립니다.
□ 앞으로 연구/교육 계획은 어떻게 되시나요?
빅데이터 기반의 의생명 연구를 위해서는 필연적으로 다학제적 지식과 초학제적 연구 방법론이 요구됩니다. 다양한 전공과 경험을 보유한 대학원생들을 중심으로 초학제 연구 역량을 더욱 강화하고, 임상적으로 의미있는 다양한 융합 연구 프로젝트를 수행할 계획입니다.
□ 우리 SAIHST가 세계적인 융합의과학연구/교육기관으로 발돋움할 수 있는 방안은 무엇이라고 생각하시나요?
각각의 SAIHSTer가 본인 연구 분야에서 세계적인 수준의 전문성을 확보하가 위해 노력하는 것이 중요하다고 생각합니다. 하지만, 방대하고 복잡한 데이터, 다양한 방법론, 관련 연구들이 갈수록 빠르게 등장하기 때문에 혼자서 이 모두를 소화하는 것은 매우 어려운 일입니다. 따라서, 서로 도움을 주고 받으며 효율적으로 지식과 자원을 쌓아나가는 것이 중요합니다. 또한, 다른 연구자들의 전문성을 연결하여 더욱 높은 수준의 다층적인 과학적 증거를 쌓는 것이 필요하겠습니다. SAIHST는 이미 다양한 전문성을 가진 인재들로 구성되어 있어 융합 연구에 있어 최적의 기관입니다. 이러한 융합 연구가 자연스럽게 이루어질 수 있도록 SAIHSTer의 “open mind”와 “culture”가 SAIHST 내에 자리 잡는 것이 무엇보다 중요하다고 생각합니다. 이를 위해서는, 다른 연구자들의 전문성과 연결점을 자연스럽게 알아갈 수 있는 기회가 다양해지는 것이 중요하다고 생각합니다. 좋은 예로, SAIHST 학술대회와 같은 공식적인 교류의 장에 더불어, SAIHST Sapiens Series 처럼 casual한 형태로도 이어나간다면, 협력과 융합의 culture가 자연스럽게 자리 잡아나가지 않을까 기대합니다. 이를 바탕으로 다양한 관심과 경험을 가진 SAIHSTer들이 모여 자유롭고 도전적인 아이디어를 내며 구현해나가는 “idea-based research”와 같은 시도가 활발히 이루어진다면, SAIHST가 세계적인 연구 및 교육기관으로 발전해 나가리라 믿습니다.
■ YOUNG INVESTIGATOR 부문: 유준상 연구교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
이번 Young Investigator Award를 수상하게 되어, 연구자로서 걸어온 길을 SAIHST 구성원들게 인정받았다는 생각에 매우 영광입니다. 10여 년 전, 간호사로서 열정만 가지고 연구자의 길에 발을 들였던 제가, 여러 건강정보기술·데이터분석을 포함한 융합연구방법론을 익히며 성장할 수 있었던 것은, 헬스케어 디지털 혁신 연구소 PI이신 차원철 교수님과 SAIHST 여러 교수님들의 헌신적 지도 덕분이라고 생각합니다. 이번 수상을 빌려 깊은 감사의 말씀을 드립니다.
이 상을 받으신 선배 교수님들, 또 앞으로 수상하실 교수님들에 부끄럽지 않게 열심히 하라는 격려의 의미로 수여해 주셨다고 생각하고, 앞으로도 의료진이 실제로 체감하는 중개 연구를 성실히 이어가겠습니다.
□ 앞으로 연구/교육 계획은 어떻게 되시나요?
저는 그동안 응급실과 중환자실을 중심으로 의료 현장의 문제를 데이터로 규명하는 연구, 상호운용 가능한 AI-CDSS 플랫폼의 개발 연구로 단계적으로 연구 관심을 넓혀왔습니다. 최근에는 이러한 시스템을 사용하는 의료진으로 연구 초점을 확장시키고 있습니다. 저는 다가온 미래인 초거대 언어모델(LLM) 시대에, 의료 AI의 임상 이행의 성공 여부가 “높은 성능”보다 의료진의 “적정 의존(Appropriate Reliance, Calibrated Trust)”에 달려있다고 보고 있습니다. 이러한 문제의식 아래 향후 CDSS에 대한 의료진의 적정 의존이 어떻게 형성되는지를 이해하고 촉진하는 연구를 수행하고자 합니다.
LLM은 자연어 기반의 임상 기록과 의학 지식을 통합적으로 해석을 지원하는 도구로, 의료 전반을 혁신할 수 있는 유망한기술입니다. 하지만 구조적으로 환각이나 오답을 생성하는 한계를 동시에 지니고 있으며, 이러한 특성은 의료진의 적절한 감독이 없다면 특히 응급실이나 중환자실 등 고위험 임상 환경에서는 환자에게 해를 가하는 예기치 않은 결과를 야기할 수 있습니다. 같은 맥락에서 LLM 기반 CDSS에 대한 무조건적인 신뢰는 의료진의 과잉의존과 자동화 편향을 유발하여, 오히려 임상의사결정의 질을 저해하고 환자의 안전을 위협할 수 있습니다.
따라서 LLM 시대의 의료 AI 기반 CDSS는 단순히 신뢰를 높이거나 선택을 대신하는 방향으로 디자인하여서는 안됩니다. 대신 AI의 조언이 부적절할 때 의료진이 이를 인지하고 거절할 수 있도록 하여야 하며, AI의 조언이 정확한다면 의료진의 수용을 촉진할 수 있도록 하는 “적정 의존”을 개념을 적용하여 디자인되어야 합니다. 기존의 AI 기반 CDSS와 임상의 간의 상호작용에 대한 연구는 주로 시스템에 대한 신뢰와 수용을 촉진하는데 초점을 맞추어와, “적정 의존”개념은 제한된 관심만을 받아왔습니다. 이에 저는 향후 의료진의 CDSS에 대한 적정 의존에 영향을 미치는 요인을 체계적으로 규명하고, 적정의존을 촉진하는 LLM 기반 CDSS의 설계 및 구현 원칙을 정립하는 것을 목표로 하고 있습니다.
정립된 LLM 기반 CDSS 설계 원칙은 향후 CDSS 연구자와 개발자가 시스템 구축 시 따라야 할 이정표로 기능함으로써 의료 AI가 임상 현장으로 안전하게 중개되는데 기여할 수 있을 것으로 생각합니다.
□ 우리 SAIHST가 세계적인 융합의과학연구/교육기관으로 발돋움할 수 있는 방안은 무엇이라고 생각하시나요?
제가 경험한 SAIHST의 가장 큰 강점은 의료 현장을 이해하는 연구자들과 다양한 기술 분야의 연구자들이 한자리에서 함께 문제를 정의하고 해결할 수 있다는 점입니다. 앞으로도 이러한 강점을 바탕으로 의료 현장의 문제를 중심에 두고, 서로 다른 전공의 언어를 사용하는 전문가들이 협업하는 중개연구의 학풍이 이어질 때 SAIHST만의 차별성이 더욱 빛날 것이라고 생각합니다.
또한 우수한 연구 성과가 산업계와 연결되고 실제 임상 적용으로 이어지는 파이프라인을 강화해야 합니다. 의료 분야에서는 그 어떤 최고의 연구라도, 검증, 실증, 허가를 거쳐 현장에 도달하지 못한다면, 의료를 개선할 잠재력을 실현할 수 없습니다. 문제 규명에서부터 기술개발, 임상 실증, 사업화로 이어지는 파이프라인을 강화하고, 그 안에서 학생들이 실전 융합 역량에 사업적 감각을 체화할 수 있다면 SAIHST가 세계적 융합의과학 연구·교육기관이 되는 또 하나의 조건을 만족할 수 있을 것이라 생각합니다.
■ TEACHING 부문: 유광선 교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
뜻깊은 상을 주셔서 진심으로 감사드립니다. 임용 직후 첫 학기부터 바로 수업을 개설하며 달려온 시간이 떠오릅니다. 매 학기 새로운 교과목을 열고 정비하는 일은 늘 도전이었지만, 학생들이 배움을 채워나가는 모습을 보며 보람을 느꼈습니다. SAIHST에는 다양한 배경의 학생들이 모이기에 같은 내용도 다른 관점에서 이해하는 경우를 많이 보았고, 그래서 제 교육의 중요한 목표는 자연스럽게 학생들이 서로 이야기를 쉽게 나눌 수 있도록 공통 기반과 언어를 만드는 것이 되었습니다. 이러한 강의에서의 노력에 더해 SAIHST 통합학사관리위원회 간사로서 교육 개편을 위해 고민해 온 시간들까지 헤아려 주신 것 같아 더욱 감사한 마음으로, 앞으로 더 잘하라는 격려로 받아들이고 책임감으로 새기겠습니다.
□ 앞으로 연구/교육 계획은 어떻게 되시나요?
학부에서 물리학과 수리과학을 전공한 후 뇌과학과 심리학을 거쳐 지금의 디지털헬스학과로 오기까지 다양한 학문의 길을 거쳐왔습니다, 이 과정에서 자연스럽게 서로 다른 학문의 언어를 연결하는 과정이 얼마나 중요한지 늘 실감해 왔습니다. 그래서 학생들이 (의료) AI 기술을 단순히 "쓰는 것"에 머무르지 않고, 왜 그렇게 작동하는지 그 방식을 이해하며 자신의 목적에 맞게 더 발전시킬 수 있는 기반을 갖추길 바랍니다. 제가 개설한 의료생체정보처리개론, 뇌과학과AI, 의료AI를위한수학통계, 이 과목들은 그 고민의 결과물이며, 앞으로도 같은 방향으로 나아가고자 합니다.
저는 사람의 뇌가 어떻게 작동하는지 그 원리를 connectomics 관점에서 분석하고, 뇌 연결망으로부터 개개인의 인지 기능을 포함하는 다양한 표현형과 뇌신경 발달을 예측하는 계산 모델링 연구를 수행하고 있습니다. 뇌영상 데이터를 기반으로 예측 방법론 프레임워크를 개발하는 것이 핵심이며, 삼성서울병원 임상 교수님들과의 협력을 통해 신생아·소아 뇌 발달 등 임상적으로 의미 있는 방향으로 연구를 확장해 나가고 있습니다. 작년 2025년에는 제 연구실의 학생과 연구원들이 대한뇌기능매핑학회, 대한영상의학회, SAIHST 학술대회, 디지털바이오 학술대회 등에서 잇따라 수상하며 빠르게 성장하고 있고, 이를 바탕으로 연구실 구성원들의 주저자 논문이 많이 나올 것으로 기대하고 있습니다.
2025 대한뇌기능매핑학회 추계 학술대회 참석 및 수상
□ 우리 SAIHST가 세계적인 융합의과학연구/교육기관으로 발돋움할 수 있는 방안은 무엇이라고 생각하시나요?
우리나라 최고의 융합의과학 기관인 SAIHST에서 연구하고 교육하면서 제가 실감하는 것은 구성원들의 다양성이 진정한 융합으로 이어지려면 오히려 간과하기 쉬운 기초 교육이 탄탄해야 한다는 점입니다. 제가 수학·통계부터 데이터 분석, 뇌과학에 이르는 교과목들을 개설해 온 것도 이 문제의식에서 출발했습니다. 여기에 더해 의료·AI·디지털헬스처럼 빠르게 변하는 분야에서는 교육 구조 역시 유연하게 진화할 수 있어야 한다고 생각합니다. 현재 SAIHST 통합 학사운영 차원에서 학생들의 연구 관심사와 진로 방향에 맞춘 교육 트랙 체계를 새롭게 설계하고 있는 것도 이런 방향의 일환입니다. SAIHST가 이미 갖추고 있는 우수한 연구 역량과 삼성서울병원이라는 세계적 수준의 임상 인프라에 현재 계획하는 교육 혁신이 더해진다면 SAIHST만의 차별화된 융합의과학 인재 양성이 가까운 미래에 실현될 것이라고 확신합니다.
■ 공로상 부문: 윤 엽 교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
영예스러운 SAIHST ARROW AWARD를 수상하게 되어 진심으로 감사드리고, 큰 영광으로 생각합니다. SAIHST가 앞으로도 국내 최고의 연구 및 교육기관으로써 더욱 더 발전하기를 진심으로 성원드립니다.
2026 SAIHST ARROW AWARD 수상자 인터뷰
■ RESEARCH 부문: 원홍희 교수 (SAIHST 디지털헬스학과)
■ YOUNG INVESTIGATOR 부문: 유준상 연구교수 (SAIHST 디지털헬스학과)
■ TEACHING 부문: 유광선 교수 (SAIHST 디지털헬스학과)
■ 공로상 부문: 윤 엽 교수 (SAIHST 융합의과학과)
■ RESEARCH 부문: 원홍희 교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
SAIHST는 국내 최고의 의생명 교육 및 연구 기관으로 확고히 자리잡아 가고 있습니다. 이는 세계적인 업적을 내고계시는 SAIHST의 많은 교수님들과 학생들의 노고 덕분입니다. 그러한 노력에 조금이나마 일조하게 된 것을 감사하게 생각하며, 이렇게 SAIHST ARROW AWARD까지 수상하게 되어 대단히 영광스럽게 생각합니다. 늘 최선을 다해 연구하는 우리 연구실 학생들과 임상적으로 큰 도움을 주시는 공동 연구팀에게 감사드립니다.
□ 앞으로 연구/교육 계획은 어떻게 되시나요?
빅데이터 기반의 의생명 연구를 위해서는 필연적으로 다학제적 지식과 초학제적 연구 방법론이 요구됩니다. 다양한 전공과 경험을 보유한 대학원생들을 중심으로 초학제 연구 역량을 더욱 강화하고, 임상적으로 의미있는 다양한 융합 연구 프로젝트를 수행할 계획입니다.
□ 우리 SAIHST가 세계적인 융합의과학연구/교육기관으로 발돋움할 수 있는 방안은 무엇이라고 생각하시나요?
각각의 SAIHSTer가 본인 연구 분야에서 세계적인 수준의 전문성을 확보하가 위해 노력하는 것이 중요하다고 생각합니다. 하지만, 방대하고 복잡한 데이터, 다양한 방법론, 관련 연구들이 갈수록 빠르게 등장하기 때문에 혼자서 이 모두를 소화하는 것은 매우 어려운 일입니다. 따라서, 서로 도움을 주고 받으며 효율적으로 지식과 자원을 쌓아나가는 것이 중요합니다. 또한, 다른 연구자들의 전문성을 연결하여 더욱 높은 수준의 다층적인 과학적 증거를 쌓는 것이 필요하겠습니다. SAIHST는 이미 다양한 전문성을 가진 인재들로 구성되어 있어 융합 연구에 있어 최적의 기관입니다. 이러한 융합 연구가 자연스럽게 이루어질 수 있도록 SAIHSTer의 “open mind”와 “culture”가 SAIHST 내에 자리 잡는 것이 무엇보다 중요하다고 생각합니다. 이를 위해서는, 다른 연구자들의 전문성과 연결점을 자연스럽게 알아갈 수 있는 기회가 다양해지는 것이 중요하다고 생각합니다. 좋은 예로, SAIHST 학술대회와 같은 공식적인 교류의 장에 더불어, SAIHST Sapiens Series 처럼 casual한 형태로도 이어나간다면, 협력과 융합의 culture가 자연스럽게 자리 잡아나가지 않을까 기대합니다. 이를 바탕으로 다양한 관심과 경험을 가진 SAIHSTer들이 모여 자유롭고 도전적인 아이디어를 내며 구현해나가는 “idea-based research”와 같은 시도가 활발히 이루어진다면, SAIHST가 세계적인 연구 및 교육기관으로 발전해 나가리라 믿습니다.
■ YOUNG INVESTIGATOR 부문: 유준상 연구교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
이번 Young Investigator Award를 수상하게 되어, 연구자로서 걸어온 길을 SAIHST 구성원들게 인정받았다는 생각에 매우 영광입니다. 10여 년 전, 간호사로서 열정만 가지고 연구자의 길에 발을 들였던 제가, 여러 건강정보기술·데이터분석을 포함한 융합연구방법론을 익히며 성장할 수 있었던 것은, 헬스케어 디지털 혁신 연구소 PI이신 차원철 교수님과 SAIHST 여러 교수님들의 헌신적 지도 덕분이라고 생각합니다. 이번 수상을 빌려 깊은 감사의 말씀을 드립니다.
이 상을 받으신 선배 교수님들, 또 앞으로 수상하실 교수님들에 부끄럽지 않게 열심히 하라는 격려의 의미로 수여해 주셨다고 생각하고, 앞으로도 의료진이 실제로 체감하는 중개 연구를 성실히 이어가겠습니다.
□ 앞으로 연구/교육 계획은 어떻게 되시나요?
저는 그동안 응급실과 중환자실을 중심으로 의료 현장의 문제를 데이터로 규명하는 연구, 상호운용 가능한 AI-CDSS 플랫폼의 개발 연구로 단계적으로 연구 관심을 넓혀왔습니다. 최근에는 이러한 시스템을 사용하는 의료진으로 연구 초점을 확장시키고 있습니다. 저는 다가온 미래인 초거대 언어모델(LLM) 시대에, 의료 AI의 임상 이행의 성공 여부가 “높은 성능”보다 의료진의 “적정 의존(Appropriate Reliance, Calibrated Trust)”에 달려있다고 보고 있습니다. 이러한 문제의식 아래 향후 CDSS에 대한 의료진의 적정 의존이 어떻게 형성되는지를 이해하고 촉진하는 연구를 수행하고자 합니다.
LLM은 자연어 기반의 임상 기록과 의학 지식을 통합적으로 해석을 지원하는 도구로, 의료 전반을 혁신할 수 있는 유망한기술입니다. 하지만 구조적으로 환각이나 오답을 생성하는 한계를 동시에 지니고 있으며, 이러한 특성은 의료진의 적절한 감독이 없다면 특히 응급실이나 중환자실 등 고위험 임상 환경에서는 환자에게 해를 가하는 예기치 않은 결과를 야기할 수 있습니다. 같은 맥락에서 LLM 기반 CDSS에 대한 무조건적인 신뢰는 의료진의 과잉의존과 자동화 편향을 유발하여, 오히려 임상의사결정의 질을 저해하고 환자의 안전을 위협할 수 있습니다.
따라서 LLM 시대의 의료 AI 기반 CDSS는 단순히 신뢰를 높이거나 선택을 대신하는 방향으로 디자인하여서는 안됩니다. 대신 AI의 조언이 부적절할 때 의료진이 이를 인지하고 거절할 수 있도록 하여야 하며, AI의 조언이 정확한다면 의료진의 수용을 촉진할 수 있도록 하는 “적정 의존”을 개념을 적용하여 디자인되어야 합니다. 기존의 AI 기반 CDSS와 임상의 간의 상호작용에 대한 연구는 주로 시스템에 대한 신뢰와 수용을 촉진하는데 초점을 맞추어와, “적정 의존”개념은 제한된 관심만을 받아왔습니다. 이에 저는 향후 의료진의 CDSS에 대한 적정 의존에 영향을 미치는 요인을 체계적으로 규명하고, 적정의존을 촉진하는 LLM 기반 CDSS의 설계 및 구현 원칙을 정립하는 것을 목표로 하고 있습니다.
정립된 LLM 기반 CDSS 설계 원칙은 향후 CDSS 연구자와 개발자가 시스템 구축 시 따라야 할 이정표로 기능함으로써 의료 AI가 임상 현장으로 안전하게 중개되는데 기여할 수 있을 것으로 생각합니다.
□ 우리 SAIHST가 세계적인 융합의과학연구/교육기관으로 발돋움할 수 있는 방안은 무엇이라고 생각하시나요?
제가 경험한 SAIHST의 가장 큰 강점은 의료 현장을 이해하는 연구자들과 다양한 기술 분야의 연구자들이 한자리에서 함께 문제를 정의하고 해결할 수 있다는 점입니다. 앞으로도 이러한 강점을 바탕으로 의료 현장의 문제를 중심에 두고, 서로 다른 전공의 언어를 사용하는 전문가들이 협업하는 중개연구의 학풍이 이어질 때 SAIHST만의 차별성이 더욱 빛날 것이라고 생각합니다.
또한 우수한 연구 성과가 산업계와 연결되고 실제 임상 적용으로 이어지는 파이프라인을 강화해야 합니다. 의료 분야에서는 그 어떤 최고의 연구라도, 검증, 실증, 허가를 거쳐 현장에 도달하지 못한다면, 의료를 개선할 잠재력을 실현할 수 없습니다. 문제 규명에서부터 기술개발, 임상 실증, 사업화로 이어지는 파이프라인을 강화하고, 그 안에서 학생들이 실전 융합 역량에 사업적 감각을 체화할 수 있다면 SAIHST가 세계적 융합의과학 연구·교육기관이 되는 또 하나의 조건을 만족할 수 있을 것이라 생각합니다.
■ TEACHING 부문: 유광선 교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
뜻깊은 상을 주셔서 진심으로 감사드립니다. 임용 직후 첫 학기부터 바로 수업을 개설하며 달려온 시간이 떠오릅니다. 매 학기 새로운 교과목을 열고 정비하는 일은 늘 도전이었지만, 학생들이 배움을 채워나가는 모습을 보며 보람을 느꼈습니다. SAIHST에는 다양한 배경의 학생들이 모이기에 같은 내용도 다른 관점에서 이해하는 경우를 많이 보았고, 그래서 제 교육의 중요한 목표는 자연스럽게 학생들이 서로 이야기를 쉽게 나눌 수 있도록 공통 기반과 언어를 만드는 것이 되었습니다. 이러한 강의에서의 노력에 더해 SAIHST 통합학사관리위원회 간사로서 교육 개편을 위해 고민해 온 시간들까지 헤아려 주신 것 같아 더욱 감사한 마음으로, 앞으로 더 잘하라는 격려로 받아들이고 책임감으로 새기겠습니다.
□ 앞으로 연구/교육 계획은 어떻게 되시나요?
학부에서 물리학과 수리과학을 전공한 후 뇌과학과 심리학을 거쳐 지금의 디지털헬스학과로 오기까지 다양한 학문의 길을 거쳐왔습니다, 이 과정에서 자연스럽게 서로 다른 학문의 언어를 연결하는 과정이 얼마나 중요한지 늘 실감해 왔습니다. 그래서 학생들이 (의료) AI 기술을 단순히 "쓰는 것"에 머무르지 않고, 왜 그렇게 작동하는지 그 방식을 이해하며 자신의 목적에 맞게 더 발전시킬 수 있는 기반을 갖추길 바랍니다. 제가 개설한 의료생체정보처리개론, 뇌과학과AI, 의료AI를위한수학통계, 이 과목들은 그 고민의 결과물이며, 앞으로도 같은 방향으로 나아가고자 합니다.
저는 사람의 뇌가 어떻게 작동하는지 그 원리를 connectomics 관점에서 분석하고, 뇌 연결망으로부터 개개인의 인지 기능을 포함하는 다양한 표현형과 뇌신경 발달을 예측하는 계산 모델링 연구를 수행하고 있습니다. 뇌영상 데이터를 기반으로 예측 방법론 프레임워크를 개발하는 것이 핵심이며, 삼성서울병원 임상 교수님들과의 협력을 통해 신생아·소아 뇌 발달 등 임상적으로 의미 있는 방향으로 연구를 확장해 나가고 있습니다. 작년 2025년에는 제 연구실의 학생과 연구원들이 대한뇌기능매핑학회, 대한영상의학회, SAIHST 학술대회, 디지털바이오 학술대회 등에서 잇따라 수상하며 빠르게 성장하고 있고, 이를 바탕으로 연구실 구성원들의 주저자 논문이 많이 나올 것으로 기대하고 있습니다.
2025 대한뇌기능매핑학회 추계 학술대회 참석 및 수상
□ 우리 SAIHST가 세계적인 융합의과학연구/교육기관으로 발돋움할 수 있는 방안은 무엇이라고 생각하시나요?
우리나라 최고의 융합의과학 기관인 SAIHST에서 연구하고 교육하면서 제가 실감하는 것은 구성원들의 다양성이 진정한 융합으로 이어지려면 오히려 간과하기 쉬운 기초 교육이 탄탄해야 한다는 점입니다. 제가 수학·통계부터 데이터 분석, 뇌과학에 이르는 교과목들을 개설해 온 것도 이 문제의식에서 출발했습니다. 여기에 더해 의료·AI·디지털헬스처럼 빠르게 변하는 분야에서는 교육 구조 역시 유연하게 진화할 수 있어야 한다고 생각합니다. 현재 SAIHST 통합 학사운영 차원에서 학생들의 연구 관심사와 진로 방향에 맞춘 교육 트랙 체계를 새롭게 설계하고 있는 것도 이런 방향의 일환입니다. SAIHST가 이미 갖추고 있는 우수한 연구 역량과 삼성서울병원이라는 세계적 수준의 임상 인프라에 현재 계획하는 교육 혁신이 더해진다면 SAIHST만의 차별화된 융합의과학 인재 양성이 가까운 미래에 실현될 것이라고 확신합니다.
■ 공로상 부문: 윤 엽 교수
□ 2026 SAIHST ARROW AWARD 수상소감 한 말씀 부탁드립니다!
영예스러운 SAIHST ARROW AWARD를 수상하게 되어 진심으로 감사드리고, 큰 영광으로 생각합니다. SAIHST가 앞으로도 국내 최고의 연구 및 교육기관으로써 더욱 더 발전하기를 진심으로 성원드립니다.