기록이 쌓일수록 보이는 것들

그림책의 한 장면부터 인공와우 사례 메모까지

2026.11.09 |

안녕하세요. 소리로 코딩하다입니다.

11월 8일에 보내드리기로 했던 5호가 늦었습니다. 기다리게 해드려 죄송합니다. 이번에도 시간을 내어 읽어주셔서 고맙습니다.

“기록은 했는데, 나중에 다시 꺼내 보려니 무엇을 뜻하는지 모르겠어요.”

그림책을 함께 읽을 때 남긴 한 줄과 인공와우 사용 상황에 관한 사례 메모는 겉으로 다릅니다. 그래도 공통된 질문이 있습니다. 나중에 다른 사람이 이 기록을 읽었을 때, 실제로 적힌 내용과 우리의 해석을 구분할 수 있을까?

이번 호에서는 기록을 더 많이 만드는 방법보다, 이미 있는 내용을 다시 확인할 수 있게 정리하는 방법을 살펴봅니다.

이번 호에서 가져갈 네 가지

  1. 그림책 시간의 장면을 평가표가 아닌 짧은 관찰 메모로 남기는 방법
  2. 인공와우 사례 기록에서 사건 시점·기록 시점·전달 내용·해석을 나누는 방법
  3. AI 정리 프롬프트와 가상 응답을 대조해, 그럴듯한 문장의 오류를 찾는 순서
  4. 옵시디언에 원본을 보관하고 검수한 뒤 DOCX·ODT 사본으로 내보내는 실습

 

첨부 이미지

1. 그림책 시간: 무엇을 ‘잘했는지’보다 어떤 장면이 있었는지

아이가 책을 끝까지 보지 않고 한 페이지에 오래 머문다면 어떨까요? 아이가 고른 그림을 함께 보며 짧게 말하고, 반응할 시간을 줄 수 있습니다. 말을 하지 않아도 가리키거나 책장을 넘기거나 바라보는 모습이 이야기의 시작이 될 수 있어요.

아래는 실제 아동 기록이 아닌 가상 예시입니다.

나중에 기억하고 싶은 것설명용 메모
장면그림책의 버스 그림을 손가락으로 가리킴
어른의 말“여기 버스가 있네.”
아이의 반응버스 그림을 다시 가리킴
다음에 볼 점다음에 같은 그림을 선택하는지는 아직 모름

이 메모만으로 단어를 배웠다거나 언어 능력이 달라졌다고 결론내릴 수는 없습니다. 그 순간 함께 본 장면을 남긴 것이에요.

아일랜드 HSE의 책 읽기 안내는 아이의 관심과 속도를 따르고, 질문을 계속하기보다 그림에 관해 말하며 주고받는 방법을 소개합니다. 정해진 몇 초를 기다려야 한다는 기준으로 받아들이지 말고, 아이가 반응할 여유를 살펴보세요. 

그림책을 읽을 때마다 기록을 남겨야 하는 것도 아닙니다. 함께 즐기다가 기억하고 싶은 장면이 있으면 한 줄로 남겨도 충분합니다.

2. 사례 기록: 날짜를 나누면, 모르는 시점도 남길 수 있어요

인공와우 사례 자료를 정리할 때 ‘날짜’가 한 칸뿐이면 상담이 있었던 날과 그 안에서 이야기한 일이 있었던 날이 섞일 수 있습니다.

예를 들어 어제 있었던 일을 오늘 전해 들었다면, 사건 시점과 기록 시점을 따로 적습니다. “요즘”처럼 정확한 시점을 알 수 없는 말은 날짜를 추측하지 않고 ‘시점 미확인’으로 둡니다.

구분뜻
관찰기록자가 보거나 들었다고 남긴 행동과 조건
전달 내용보호자·본인·다른 사람이 이야기한 내용과 출처
해석그 내용을 바탕으로 생각해본 설명. 사실과 구분
다음 확인원본에 없거나 더 알아봐야 하는 조건

어떤 조정 뒤에 어떤 반응이 기록됐는지 시간순으로 나란히 놓는 것은 가능합니다. 하지만 앞뒤로 일어났다는 사실만으로 조정이 반응을 바꿨다고 단정할 수는 없습니다. 상황, 다른 단서, 기록 방법을 함께 봐야 합니다.

정리 주기는 한 달처럼 일괄적으로 정하기보다 기록의 목적과 기관의 절차에 맞춰 결정합니다. 이 글의 표는 설명용 편집 틀이며 표준화된 임상 기록 양식이 아닙니다.

 

첨부 이미지

 

3. 함께 해보는 가상 실습: 원본에 없는 결론 찾기

여기부터는 실제 환자 자료가 아닌, 이 글에서 만든 가상 기록입니다. 별도 AI 모델에 실행한 결과가 아니라 검토 연습을 위해 구성한 모의 응답입니다.

가상 입력 원본

메모 A — 첫날 작성. 조용한 방에서 기기를 착용한 상태로 기록됨. 보호자가 이름을 부른 뒤 아이가 고개를 돌렸다고 적음. 거리와 시각 단서는 적지 않음.

메모 B — 다음 날 전화 상담 메모. 보호자가 “요즘 대답을 더 하는 것 같아요”라고 말함. 보호자가 관찰한 사건의 정확한 날짜는 모름.

써보기 전 프롬프트 초안

아래 가상 기록만 사용해 검토용 정리 초안을 만들어줘. 열: 사건 시점 | 기록 시점 | 상황·조건 | 관찰 또는 전달 내용 | 원본 위치 | 원문에 적힌 해석 | 추가 확인. 규칙: 1. 적힌 날짜·수치·조건을 추측해서 채우지 말고, 모르면 ‘미기재’ 또는 ‘시점 미확인’으로 표시해. 2. 보호자의 전달, 기록자의 관찰, 원문에 적힌 해석을 구분해. 3. 정확한 인용과 요약을 구분하고 각 행에 원본 위치를 남겨. 4. 앞뒤 순서만으로 원인·효과나 변화 여부를 결론내리지 마. 5. 원문에 없는 다음 목표를 만들지 마. 6. 진단·매핑 설정·치료 판단을 하지 마. 7. 끝에 사람이 원본과 대조할 항목을 목록으로 적어줘. [위 가상 메모 A와 B]

입력 조건을 자세히 적어도 AI가 항상 지킨다는 보장은 없습니다. 출력한 내용을 원본과 다시 확인해야 합니다.

교육용으로 만든 잘못된 응답

첫날 기기 착용으로 이름 부르기에 반응이 좋아졌고, 다음 날에도 대답이 증가했다.

문장은 매끄럽지만, 원본에 없는 연결이 세 군데 있습니다.

출력 문장원본과 대조수정 방향
“기기 착용으로”착용은 상황으로만 기록됨. 원인은 확인되지 않음“기기 착용으로 기록된 상황에서”
“반응이 좋아졌다”비교할 이전 기록이 없음“고개를 돌렸다는 보호자 기록이 있음”
“다음 날에도 증가했다”전화한 날은 다음 날이지만 관찰된 일의 시점은 미확인“다음 날 전화에서 ‘요즘 대답을 더 하는 것 같다’고 전달함”

정리한 모의 수정본

  • 메모 A: 첫날 작성. 조용한 방, 기기 착용으로 기록된 상황에서 보호자가 이름을 부른 뒤 아이가 고개를 돌렸다고 기록함. 거리·시각 단서는 미기재.
  • 메모 B: 다음 날 전화에서 보호자가 “요즘 대답을 더 하는 것 같아요”라고 말함. 관찰 사건의 시점·구체적인 상황은 미확인.
  • 추가 확인: 각 기록의 상황·거리·다른 단서, 보호자가 말한 시점. 반응의 원인과 변화 여부는 이 두 메모만으로 알 수 없음.

이 수정도 독립적인 임상 검증 결과는 아닙니다. 주어진 가상 원본에서 어디까지 말할 수 있는지 살펴본 편집 예시예요.

실제 자료라면 한 단계 더

이름을 가리거나 임의 코드를 썼다고 해서 다른 정보와 결합한 식별 위험까지 사라지는 것은 아닙니다. 실제 기록을 외부 도구에 입력하기 전에는 기관의 승인, 서비스별 저장·이용 조건, 관련 정책을 확인하세요. 이번 연습에는 가상 자료만 사용합니다. ASHA도 생성형 AI를 쓸 때 데이터 보호와 결과 검토, 전문가의 책임을 고려하도록 안내합니다.

4. 이번 호의 연구 읽기: 인공와우 × AI, 세 질문

이번에는 논문의 발표 시점과 연구 조건을 함께 적었습니다. 아래는 연구 소개이며 제품 추천이나 개인의 예후를 판단하는 정보가 아닙니다.

① 인공와우 재활에서 AI는 어디에 쓰일까?

2026년 8월 발표된 한 서술형 문헌고찰은 인공와우 재활과 관련한 예후 예측, 음성 신호 처리, 치료 지원 등 연구들을 정리했습니다. 여러 분야의 가능성을 한눈에 볼 수 있지만, 문헌고찰 자체가 새로운 환자 대상 효과 시험은 아닙니다. 저자들은 임상 현장에 적용하기 전의 검증과 표준화 과제를 논의합니다. 

② 수술 전 CT로 수술 뒤 형태를 예측할 수 있을까?

2026년 발표된 영상 연구는 인공와우 수술 전후 CT 쌍을 이용해 유양돌기 절제 부위의 형태를 예측하는 방법을 연구했습니다. 연구 데이터는 수술 전·후 CT 751쌍, 수작업으로 표시한 평가 자료는 32건이며, 보고된 평균 Dice 점수는 0.72입니다. Dice는 여기서 예측 영역과 비교 영역의 겹침을 나타내는 지표로, 수술 성공률이나 환자 치료 효과가 아닙니다. 실제 임상 의사결정에 쓰기 위한 외부 검증과 적용 가능성은 별도로 살펴봐야 합니다. 

③ 수술 전 MRI로 언어 결과의 차이를 분류할 수 있을까?

2025년 12월 온라인 공개된 JAMA 논문(2026년 호 수록)은 세 기관의 아동 278명 자료에서, 이식 전 뇌 MRI 정보와 임상 정보를 결합하는 모델로 이식 후 언어 향상 정도를 두 집단으로 나누어 예측하는 연구를 보고했습니다. 결합 모델의 보고 정확도는 92.39%였습니다. 이 숫자는 해당 연구의 평가 조건에서 나온 두 집단 분류 성능이며, 한 아이의 발달 결과를 92.39% 확신한다는 뜻이 아닙니다. MRI만으로 얻은 수치로 표현해서도 안 됩니다. 한국어 사용 아동이나 다른 환경에 그대로 적용할 수 있는지는 별도 확인이 필요합니다.

 

첨부 이미지

5. 개발자 스타터팩: 기록 하나를 원본부터 문서까지

편집용 문서는 고치기 쉬워야 하고, 나중에 읽는 사람은 어느 문장이 어디에서 왔는지 확인할 수 있어야 합니다. 이번 실습에서는 옵시디언에 Markdown 원본을 두고, AI로 정리한 문장을 원본에 대조한 다음, 필요한 형식으로 내보냅니다. 그림책 메모에도, 개발 회의록에도 같은 순서를 써볼 수 있어요.

  1. 기록하기: 가상 메모 A·B를 옵시디언의 로컬 폴더에 .md로 저장합니다. 템플릿에는 ‘사건 시점’과 ‘기록 시점’을 다른 칸으로 만듭니다. 정리본의 각 행에 메모 A나 B처럼 원본 위치를 남깁니다.
  2. 검수하기: 아래 프롬프트로 정리본의 문장을 하나씩 대조합니다. 예를 들어 “다음 날 대답이 늘었다”는 문장은 “다음 날 전화에서 보호자가 그렇게 느꼈다고 말했다”로 바꿉니다. 대답을 관찰한 날은 여전히 미확인입니다.
  3. 내보내기: 원본은 Markdown으로 두고, 제출이나 공유가 필요할 때만 Pandoc으로 DOCX 또는 ODT 사본을 만듭니다. 오픈소스 워드프로세서 LibreOffice Writer로 열어 한글 글꼴, 표, 링크가 제대로 보이는지 확인합니다.

바로 복사해 쓰는 원본 대조 프롬프트

가상 원본과 정리본만 대조해줘. 정리본의 문장마다 원본 위치와 판정(일치·부분 일치·근거 없음)을 적어줘. 사건 시점과 기록 시점, 관찰과 전달, 조건과 원인을 섞은 문장은 따로 표시해줘. 날짜·수치·조건은 추정하지 말고 미기재 또는 시점 미확인으로 남겨줘. 원본을 덮어쓰지 말고, 확인 가능한 내용만 담은 수정안을 제안해줘. [가상 원본] [정리본]

개발 도구에 반복해서 맡기고 싶다면 두 작업을 나눠보세요. 기록 검수 스킬에는 ‘원본 위치를 붙이고 근거 없는 문장은 표시하기’를, 문서 내보내기 스킬에는 ‘원본을 보존하고 출력의 표·글꼴·링크를 다시 확인하기’를 맡기는 식입니다.

Pandoc을 설치했다면, 예를 들어 record.md를 저장한 폴더에서 이렇게 내보낼 수 있습니다.

pandoc -f gfm record.md -o record.docx pandoc -f gfm record.md -o record.odt

한컴 한글 양식이 꼭 필요하다면: 위 명령으로 만드는 파일은 DOCX와 ODT입니다. 한컴의 hwpx-owpml-model은 HWPX의 문서 요소를 다루는 개발용 오픈소스 모델이고, 저장소에 있는 텍스트 추출 예제는 첫 섹션만 읽습니다. HWPX가 제출 요건이면 해당 양식과 편집기에서 최종 파일을 열어 확인하세요.

옵시디언 템플릿 · LibreOffice의 Word 파일 안내 · Pandoc 매뉴얼 · 한컴 공식 HWPX 모델

연습에는 가상 자료만 써주세요. 옵시디언에서 로컬 폴더를 열어도 다른 앱이나 AI 서비스에 그 내용을 보낼 권한이 자동으로 생기지는 않습니다.

오늘의 작은 실습

가상 메모 A와 B를 다시 읽고, 아래 두 문장을 나눠보세요.

  1. 원본에 적힌 사실 또는 전달 내용
  2. 원본만으로는 확인할 수 없는 해석

특히 “다음 날 전화했다”와 “다음 날 관찰했다”가 같은 말인지 확인해보세요. 원본에 없는 날짜를 채우지 않는 것부터 시작할 수 있습니다.

이번 호가 도움이 되었다면 관심 있는 분께 공유해 주세요. 실제 사례나 건강정보는 공개 댓글에 올리지 말고, 기록을 정리할 때 헷갈리는 항목의 종류만 나눠주셔도 좋습니다.

다음 호에서도 언어·청각과 AI 사이에서, 자료를 만들고 확인하는 과정을 함께 살펴보겠습니다.

읽어주셔서 감사합니다.

Kyum 드림

블로그 · 인스타그램 · 메일리

 

참고 자료

[1] HSE, Sharing books with babies and young children.

[2] ASHA, AI Considerations for CSD Professionals.

[3] Frontiers in Audiology and Otology, Artificial intelligence and machine learning in cochlear implant rehabilitation: a narrative review.

[4] Zhang 등, From preoperative computed tomography to postmastoidectomy mesh construction.

[5] JAMA Otolaryngology, Forecasting Spoken Language Development in Children With Cochlear Implants Using Preimplant MRI.

함께 읽고, 확인하고, 기록합니다.

이번 레터의 참고 자료와 출처는 본문에서 확인하실 수 있습니다. 전공 지식과 AI 활용 사례는 적용 범위와 한계를 함께 살펴봐 주세요.

더 다뤘으면 하는 주제나 수정이 필요한 내용은 댓글로 남겨주세요. 개인을 식별할 수 있는 정보나 검사 결과는 공개 댓글에 올리지 말아 주세요.

다음 레터는 격주 일요일에 찾아갑니다.

블로그: https://blog.naver.com/33kkm333인스타그램: @kyum_studio

다가올 뉴스레터가 궁금하신가요?

지금 구독해서 새로운 레터를 받아보세요

✉️

이번 뉴스레터 어떠셨나요?

소리로코딩하다 님에게 ☕️ 커피와 ✉️ 쪽지를 보내보세요!

댓글

의견을 남겨주세요

확인
의견이 있으신가요? 제일 먼저 댓글을 달아보세요 !

다른 뉴스레터

이웃 뉴스레터 Beta

비슷한 이야기를 하는 다른 뉴스레터의 글이에요.

© 2026 소리로코딩하다

언어·청각재활 지식과 근거를 살피는 AI 활용법을 전합니다. 월 4회 발행(일요일).

메일리 로고

도움말 오류 및 기능 관련 제보

서비스 이용 문의admin@team.maily.so 채팅으로 문의하기

메일리 사업자 정보

메일리 (대표자: 이한결) | 대표번호: 070-8027-1409 | 사업자번호: 717-47-00705 | 서울특별시 송파구 위례광장로 199, 5층 501-2-31호

이용약관 | 개인정보처리방침 | 정기결제 이용약관 | 라이선스