H.OPE
성장
오래 쉬었다 다시 배우는 사람도, 작은 기록과 반복으로 기술 감각을 되찾을 수 있습니다.
H.OPE는 Python 재학습, AI/RAG/FHIR 실험, 포트폴리오 기록처럼 앞으로 나아가기 위한 학습의 축입니다. 완벽한 이력보다 다시 쌓는 과정을 보여줍니다.
이 축 보기네 개의 축
성장, 명확한 사고, 위로, 일상을 하나의 작업 구조로 묶습니다
H.OPE, T.RUST, M.ERCY, L.OVE는 CORCOIDUM을 구성하는 네 축입니다. 학습, 운영 자동화, 회복 가능한 업무, 지속 가능한 일상을 같은 프로젝트 지도 위에 둡니다.
T.RUST
명확한 사고
운영 도구는 멋진 데모보다 정확한 기준, 감사 가능한 기록, 설명 가능한 결과가 먼저입니다.
T.RUST는 의원 업무 흐름, CSV 처리, RAG 검색, SOP 문서화처럼 복잡한 운영 문제를 명확하게 쪼개고 설명 가능한 시스템으로 바꾸는 축입니다.
이 축 보기M.ERCY
위로
좋은 시스템은 일을 더 많이 시키는 것이 아니라 반복 부담을 줄이고 회복할 여지를 만듭니다.
M.ERCY는 대기/VOC, 리콜, 안내문, 추적관리처럼 사람을 지치게 만드는 반복 업무를 덜어내고 현장에 숨 쉴 여지를 만드는 축입니다.
이 축 보기L.OVE
일상
일과 가족, 관계와 기억은 생산성 바깥의 부록이 아니라 시스템이 지켜야 할 이유입니다.
L.OVE는 협업 문화, 일상 기록, 가족 중심의 회복, 오래 유지되는 작업 습관을 다루는 축입니다.
이 축 보기현재 집중
국내 사용자에게 먼저 필요한 작은 도구들
첫 버전은 거창한 플랫폼보다 이해하기 쉽고 검토 가능한 산출물에 집중합니다. 비식별 샘플 데이터, 명확한 워크플로, 반복 가능한 문서화가 우선입니다.
의원 운영 자동화
예약, 검사, 안내, 리콜, VOC처럼 반복되는 흐름을 작게 분해해 직원이 설명하고 검토할 수 있는 도구로 바꿉니다.
Healthcare AI 학습
RAG, FHIR, CSV 처리, Copilot UI를 실제 업무 문제와 연결해 포트폴리오로 남길 수 있는 형태로 실험합니다.
지속 가능한 회복
일과 학습, 건강, 가족의 시간이 서로를 방해하지 않도록 과한 자동화보다 오래 유지되는 구조를 우선합니다.
실험실
현장 업무를 안전하게 실험하는 공개 빌드 공간
실험실은 샘플 데이터, 프로토타입, 작업 노트가 모이는 공간입니다. 실제 환자 정보 없이도 업무 흐름을 설명하고 개선 방향을 검토할 수 있게 만듭니다.
여기서 다루는 도구는 완성된 의료 시스템이 아니라, 업무를 이해하고 자동화 가능성을 확인하기 위한 작은 실험입니다. 공개 가능한 수준의 샘플과 문서로 먼저 설계한 뒤, 실제 적용 여부는 별도 검토 흐름으로 분리합니다.
실험실 보기워크플로 도구
의원 운영, 개인 업무, 문서화 루틴을 가볍게 자동화하기 위한 프로토타입을 준비합니다.
AI/RAG 실험 노트
문서 검색, 요약, CSV 분석, FHIR 개념 학습을 실제 업무 맥락과 연결해 기록합니다.
원칙
좋은 자동화는 사람의 책임을 흐리지 않고 부담을 줄입니다
openkiki.org는 의원 운영 자동화, 헬스케어 AI 학습, 회복 가능한 업무 구조를 공개적으로 쌓아가는 한국어 중심 디지털 작업실입니다.
민감한 데이터는 기본적으로 비식별 샘플로 다루고, 실제 정보는 공개 저장소에 올리지 않습니다.
Sensitive data stays synthetic, de-identified, and outside public repositories.
AI는 판단을 대신하기보다 반복 확인, 문서화, 검색, 정리의 부담을 줄이는 보조 도구로 설계합니다.
AI should reduce repetitive work, not replace accountable human judgment.
현장 직원이 이해하고 설명할 수 있는 단순한 흐름이 오래 쓰이는 시스템의 출발점입니다.
Durable systems begin with workflows people can understand and explain.