<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[춘옥컴퍼니]]></title><description><![CDATA[춘옥컴퍼니는 수의 임상에 특화된 AI Agent 플랫폼을 개발합니다. 수의학 온톨로지 기반 CDSS, 멀티모달 분석, EMR 연동으로 수의사의 진단과 치료 의사결정을 지원합니다.]]></description><link>https://www.choonokcompany.com/story</link><generator>RSS for Node</generator><lastBuildDate>Wed, 30 Sep 2026 20:23:25 GMT</lastBuildDate><atom:link href="https://www.choonokcompany.com/en/blog-feed.xml" rel="self" type="application/rss+xml"/><item><title><![CDATA[Does Higher Accuracy Make Veterinary AI Safer?]]></title><description><![CDATA[A Review of Safety and Accuracy Follow Different Scaling Laws in Clinical Large Language Models The use of large language models (LLMs) in medical AI and clinical decision support systems (CDSS) is expanding rapidly. We often assume that larger models, longer context windows, more sophisticated retrieval, and greater inference-time compute will not only improve accuracy, but also make AI systems safer. But does higher average accuracy necessarily mean a model is clinically safer? A recent...]]></description><link>https://www.choonokcompany.com/en/post/does-higher-accuracy-make-veterinary-ai-safer</link><guid isPermaLink="false">6abd24dda65d7fb00bf33f6e</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Wed, 30 Sep 2026 15:11:49 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/nsplsh_cf0598dc453e4639bfee8dddfa75bcce~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[Choonok Company Publishes the “VETFR.AI.DAY Constitution,” Defining the Principles and Limits of Clinical AI for Small Animal Practice]]></title><description><![CDATA[The VETFR.AI.DAY Constitution by CHOONOK Company (This content was created with the assistance of AI.) CHOONOK Company has published the VETFR.AI.DAY Constitution, outlining the principles and limitations that guide its AI-powered clinical decision support system for small animal practice. The Constitution is not a document created to showcase AI performance. Instead, it was developed to clearly define how clinical AI should be designed for real-world veterinary practice—and what it should...]]></description><link>https://www.choonokcompany.com/en/post/choonok-company-publishes-the-vetfr-ai-day-constitution-defining-the-principles-and-limits-of-cli</link><guid isPermaLink="false">6abd21269548ca5a0b34b6e0</guid><category><![CDATA[NEWS]]></category><pubDate>Wed, 30 Sep 2026 14:56:56 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_41eebdfd472248ea8d013f119f7d45d8~mv2.png/v1/fit/w_938,h_529,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[What Do Vets Ask AI During Clinical Practice? Choonok Company Releases Preprint on AI Query Patterns Across Clinical Stages]]></title><description><![CDATA[Choonok Company Maps Veterinary AI Use Into 3 Categories and 21 Query Types Choonok Company has released a preprint examining how veterinary professionals use AI across different stages of clinical practice. The study, titled “Development of an Exploratory Taxonomy for Veterinary Professionals’ AI Query Patterns Across Clinical Stages: An Expert Panel Study,” aimed to systematically classify AI queries in veterinary practice according to clinical stage and purpose. The paper was posted on...]]></description><link>https://www.choonokcompany.com/en/post/what-do-vets-ask-ai-during-clinical-practice-choonok-company-releases-preprint-on-ai-query-patterns</link><guid isPermaLink="false">6abd2040a2579c41f81ccb94</guid><category><![CDATA[NEWS]]></category><pubDate>Wed, 30 Sep 2026 14:45:56 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_b1171895393d4f14a4519f801cc70f16~mv2.png/v1/fit/w_691,h_423,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[[NEWS] CHOONOK Company Unveils Veterinary-Specific LLM, “VetJarvis-4B-Instruct”]]></title><description><![CDATA[Performance Validated Using a Benchmark Based on Japan’s National Veterinary Licensing Examination 춘옥컴퍼니 임직원 Choonok Company has unveiled VetJarvis-4B-Instruct, a generative large language model (LLM) specialized for the veterinary domain, marking a new milestone in the development of veterinary AI for research and education. The release demonstrates that a generative AI model built around veterinary knowledge can achieve meaningful performance in professional knowledge assessment...]]></description><link>https://www.choonokcompany.com/en/post/news-choonok-company-unveils-veterinary-specific-llm-vetjarvis-4b-instruct</link><guid isPermaLink="false">6abd1b2651d2294634683283</guid><category><![CDATA[NEWS]]></category><pubDate>Wed, 30 Sep 2026 14:36:43 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_8a99978d2d0840f3b0cfa640094ee083~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[춘옥컴퍼니, 수의학 특화 AI의 진료기록 품질 향상·업무 부담 감소 가능성 확인]]></title><description><![CDATA[춘옥컴퍼니가 국립창원대학교 컴퓨터공학과 최도진 교수 연구팀과 함께 수의학 특화 AI 에이전트의 활용 효과를 검증했습니다. 현직 임상수의사가 참여한 이번 연구에서는 AI를 활용했을 때 진료기록의 품질이 높아지고 인지적 부담이 줄어드는 결과가 나타났습니다. 연구 결과는 한국콘텐츠학회논문지에 게재됐습니다. 출처: 데일리벳 (https://www.dailyvet.co.kr/news/academy/298256#dv_comment) 진료기록 작성과 정보 검색, 수의사 업무의 주요 부담 연구팀이 임상경력 3년 이상의 수의사 100명을 대상으로 설문조사를 진행한 결과, 응답자들은 전체 진료 업무의 약 40%를 진료기록 작성과 임상 정보 검색에 사용하고 있었습니다. 특히 평가와 치료 계획 수립 단계의 부담이 컸으며, AI 활용 시에는 답변의 정확성과 근거 확인을 중요하게 생각했습니다. 출처: 데일리벳 (https://www.dailyvet.co.kr/news/academy/298256#dv_c...]]></description><link>https://www.choonokcompany.com/post/%EC%B6%98%EC%98%A5%EC%BB%B4%ED%8D%BC%EB%8B%88-%EC%88%98%EC%9D%98%ED%95%99-%ED%8A%B9%ED%99%94-ai%EC%9D%98-%EC%A7%84%EB%A3%8C%EA%B8%B0%EB%A1%9D-%ED%92%88%EC%A7%88-%ED%96%A5%EC%83%81-%EC%97%85%EB%AC%B4-%EB%B6%80%EB%8B%B4-%EA%B0%90%EC%86%8C-%EA%B0%80%EB%8A%A5%EC%84%B1-%ED%99%95%EC%9D%B8</link><guid isPermaLink="false">6ab479d5b2161adb0c75f657</guid><category><![CDATA[NEWS]]></category><pubDate>Thu, 24 Sep 2026 01:25:43 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_98bd3f974a2547199f933bf70d540b71~mv2.jpg/v1/fit/w_1000,h_485,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[허찬 춘옥컴퍼니 CEO, 건국대학교 수의과대학서 ‘AI 시대 수의사의 재정의’ 강연]]></title><description><![CDATA[출처: 데일리벳 (https://www.dailyvet.co.kr/news/college/293401) 허찬 춘옥컴퍼니 CEO이자 에스동물메디컬그룹 대표원장은 지난 8월 13일 건국대학교 수의과대학에서 ‘AI 시대 수의사의 재정의’를 주제로 강연했습니다. 허찬 대표는 AI의 도입과 수의학 전문성의 확대로 동물의료 시장의 구조가 빠르게 변화하고 있다고 진단했습니다. 앞으로 수의전문의제도가 구체화되고 1차·2차 동물병원의 역할이 더욱 명확해지면서, 수의사에게는 면허를 넘어 진료의 질과 전문성을 입증하는 역량이 중요해질 것이라고 전망했습니다. 또한 AI는 수의사를 대체하는 기술이 아니라, 수의사의 지식과 판단 능력을 확장하는 도구라고 강조했습니다. AI가 임상 정보를 제공하고 진료 과정을 지원할 수는 있지만, 생성된 정보의 오류 가능성을 검토하고 최종적인 판단과 책임을 지는 주체는 수의사라는 설명입니다. 미래 수의사에게 필요한 역량으로는 다음 세 가지를 제시했습니다. AI를 이해하고...]]></description><link>https://www.choonokcompany.com/post/%ED%97%88%EC%B0%AC-%EC%B6%98%EC%98%A5%EC%BB%B4%ED%8D%BC%EB%8B%88-ceo-%EA%B1%B4%EA%B5%AD%EB%8C%80%ED%95%99%EA%B5%90-%EC%88%98%EC%9D%98%EA%B3%BC%EB%8C%80%ED%95%99%EC%84%9C-ai-%EC%8B%9C%EB%8C%80-%EC%88%98%EC%9D%98%EC%82%AC%EC%9D%98-%EC%9E%AC%EC%A0%95%EC%9D%98-%EA%B0%95%EC%97%B0</link><guid isPermaLink="false">6a942da563729de8ec7c8bb5</guid><category><![CDATA[NEWS]]></category><pubDate>Sun, 30 Aug 2026 13:23:15 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_036d8f348a7d44ceaa86198b38d13bf9~mv2.jpg/v1/fit/w_1000,h_768,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[수의료 AI는 양극화를 촉발하는가?]]></title><description><![CDATA[동물병원 간 격차가 존재할까요? 개인별 의견은 모두 다르지만 국내 개인 동물병원 통계에서도 평균 매출과 중위 매출 사이에 차이를 보이고 있으며, 지역별 평균 매출도 고르게 분포하지 않는 모습을 보입니다. 춘옥컴퍼니에서는 이와 관련하여 이런 질문을 던지게 됩니다. "AI가 도입되면 이 격차는 어떻게 될까요?" AI 이전에도 격차는 있었습니다. 먼저 확인해야 할 것은 이 격차가 AI 때문에 생겼는지입니다. 현재 확인할 수 있는 통계만으로 AI가 국내 동물병원 간 격차를 만들었다고 보기는 어렵습니다. 규모와 입지, 지역별 수요, 인력과 비용 구조처럼 AI 이전부터 작동해 온 요인이 있기 때문입니다. 따라서 AI 도입을 늦추는 것만으로 기존의 격차가 사라지지는 않습니다. 질문은 수의료 AI를 막을 것인가가 아니라, 어떤 조건에서 격차를 줄이는 방향으로 사용할 것인가에 가깝습니다. 실험이 보여준 평준화 효과와 그 조건 다른 산업의 통제된 실험에서는 AI가 상대적으로 경험이 적거나 성과가...]]></description><link>https://www.choonokcompany.com/post/%EC%88%98%EC%9D%98%EB%A3%8C-ai%EB%8A%94-%EC%96%91%EA%B7%B9%ED%99%94%EB%A5%BC-%EC%B4%89%EB%B0%9C%ED%95%98%EB%8A%94%EA%B0%80</link><guid isPermaLink="false">6a92ef308d1df5bb0b63e854</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Sun, 30 Aug 2026 13:16:38 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_3bab059945e2494894882583055fdd44~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[수의 AI 시장은 정말 빠르게 성장하고 있을까? 2026년 시장·투자 현황에서 확인한 5가지]]></title><description><![CDATA[인공지능은 수의 의료 현장에도 빠르게 들어오고 있습니다. 방사선 영상을 판독하는 AI부터 진료 내용을 자동으로 기록하는 스크라이브, 임상 의사결정을 지원하는 CDSS, 병원 운영 소프트웨어와 보험 청구 자동화까지 적용 범위도 넓어지고 있습니다. 시장조사기관들은 수의 AI 시장이 앞으로 연평균 17~23% 성장할 것으로 전망합니다. 수치만 보면 빠르게 성장하는 유망 산업처럼 보입니다. 하지만 시장의 성장률만으로는 중요한 질문에 답하기 어렵습니다. 실제 수의 AI 시장은 얼마나 큰가? 투자금은 어떤 기업에 모이고 있는가? AI 기술이 좋으면 경쟁력 있는 기업이 될 수 있는가? 상용화된 제품은 임상적으로 충분히 검증됐는가? 한국 기업에는 어떤 기회와 과제가 남아 있는가? 출처: [춘옥리포트] 수의학 AI의 경제학_자본·투자·시장 현황 분석 춘옥컴퍼니는 이 질문에 답하기 위해 2026년 8월 현재 공개된 시장조사 자료와 기업 실적, 투자·M&#38;A 사례, 학술 문헌을 바탕으로 「수의학...]]></description><link>https://www.choonokcompany.com/post/%EC%88%98%EC%9D%98-ai-%EC%8B%9C%EC%9E%A5%EC%9D%80-%EC%A0%95%EB%A7%90-%EB%B9%A0%EB%A5%B4%EA%B2%8C-%EC%84%B1%EC%9E%A5%ED%95%98%EA%B3%A0-%EC%9E%88%EC%9D%84%EA%B9%8C-2026%EB%85%84-%EC%8B%9C%EC%9E%A5-%ED%88%AC%EC%9E%90-%ED%98%84%ED%99%A9%EC%97%90%EC%84%9C-%ED%99%95%EC%9D%B8%ED%95%9C-5%EA%B0%80%EC%A7%80</link><guid isPermaLink="false">6a7f216c62cc0da001db238c</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Sat, 15 Aug 2026 13:41:44 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_64b03dec2b4248f9961d93efd2632227~mv2.png/v1/fit/w_452,h_269,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[오픈웨이트 AI는 어디까지 왔나 — 오픈 모델 Kimi K3를 읽고]]></title><description><![CDATA[7월 27일 중국 Moonshot AI가 Kimi K3 기술 보고서와 모델 가중치를 공개했습니다. 누구나 가중치를 내려받아 직접 운영할 수 있는 오픈웨이트 AI입니다. AI 모델은 크게 두 진영으로 나뉩니다. Claude나 GPT처럼 내부를 공개하지 않고 API로 사용하는 폐쇄형 모델, 그리고 가중치를 내려받아 직접 운영할 수 있는 오픈 모델입니다. 지금까지 최상위 성능에서는 폐쇄형 모델이 앞서 있었습니다. 이 글에서는 그 격차가 얼마나 좁아졌는지, 그리고 의료영상 판독을 준비하는 입장에서 이 논문의 어떤 부분이 눈에 띄었는지를 정리합니다. 1. 오픈웨이트 AI는 얼마나 따라잡았나 논문에는 40여 개 벤치마크에서 K3와 주요 폐쇄형 모델을 비교한 표가 있습니다. 오픈 모델인 K3가 1위를 차지한 항목도 여럿 있습니다. 벤치마크 K3 2위 ProgramBench (코딩) 77.8 GPT-5.6 Sol 77.6 BrowseComp (웹 검색) 91.2 GPT-5.6 Sol 90.4...]]></description><link>https://www.choonokcompany.com/post/%EC%98%A4%ED%94%88%EC%9B%A8%EC%9D%B4%ED%8A%B8-ai%EB%8A%94-%EC%96%B4%EB%94%94%EA%B9%8C%EC%A7%80-%EC%99%94%EB%82%98-%EC%98%A4%ED%94%88-%EB%AA%A8%EB%8D%B8-kimi-k3%EB%A5%BC-%EC%9D%BD%EA%B3%A0</link><guid isPermaLink="false">6a788e33421979b2d9772aff</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Mon, 10 Aug 2026 03:40:22 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_fd6454b0e85b45efbca0d7fc17b9fd64~mv2.jpeg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[의료 AI는 정답은 잘 맞힙니다. 문제는 임상 추론입니다]]></title><description><![CDATA[의료 AI 평가, 시험을 잘 보는 것과 진료를 잘하는 것 의료 AI 성능을 이야기할 때 가장 자주 등장하는 숫자는 시험 점수입니다. 의사 국가시험 몇 점, 수의사 국가시험 몇 점. 저희도 오픈소스로 공개한 VetJarvis-4B가 일본 수의사 국가시험에서 81.67%를 받았다는 내용을 여러 자리에서 소개했습니다. 하지만 시험 성적과 실제 임상 추론 능력은 같은 개념이 아닙니다. 시험은 다섯 개 보기 중에서 답을 고르는 일이고, 진료는 주어진 정보에서 가능한 원인을 검토하고, 최선의 치료 계획을 만들어가는 과정입니다. “3살 말티즈, 이틀째 구토, 식욕 없음.” 여기서 시작할 때 임상의의 머릿속에 떠오르는 것은 정답 하나가 아니라 의심 목록입니다. 이물일 수도, 췌장염일 수도, 신부전일 수도 있습니다. 어제 보호자가 준 간식이 원인일 가능성도 있습니다. 이 감별진단 목록을 얼마나 적절하게 펼치느냐가 다음 검사를 결정합니다. 지난 4월 JAMA Network Open에 실린 연구는...]]></description><link>https://www.choonokcompany.com/post/%EC%9D%98%EB%A3%8C-ai%EB%8A%94-%EC%A0%95%EB%8B%B5%EC%9D%80-%EC%9E%98-%EB%A7%9E%ED%9E%99%EB%8B%88%EB%8B%A4-%EB%AC%B8%EC%A0%9C%EB%8A%94-%EC%9E%84%EC%83%81-%EC%B6%94%EB%A1%A0%EC%9E%85%EB%8B%88%EB%8B%A4</link><guid isPermaLink="false">6a6efff53e0c16484ff8124c</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Sun, 02 Aug 2026 14:50:44 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_d69742637e5440fba8cbe60b6dc187b4~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[동물병원 진료비, AI는 어떻게 영향을 줄 수 있을까? GraphDx 논문이 보여준 것]]></title><description><![CDATA[동물병원 진료비는 사람의 의료비와 다릅니다. 국가적으로 지원하는 금액이 거의 없기 때문에 보호자의 부담이 큰 것도 사실입니다. 보호자의 동물병원 진료비 부담을 낮추기 위해 항목별 가격을 조정하는 정책을 검토하고 있기도 하지만, 실제 진료 현장에서 현실성을 잘 반영하고 있는지는 더 확인이 필요합니다. GraphDx는 인체 의학의 순차적 진단 과정을 대상으로, 비용과 침습도를 의사결정에 포함한 의료 LLM 프레임워크입니다. 실제 동물병원에 적용된 시스템은 아니지만, 비용을 진단 이후에 계산하는 결과값이 아니라 다음 검사를 선택하기 위한 입력값으로 다뤘다는 점에서 주목할만 합니다. 이 연구는 진료비 문제를 가격만의 문제가 아니라 불확실성 아래에서 진료 경로를 어떻게 설계할 것인가의 문제로 바라볼 수 있는 하나의 관점을 제시했습니다. 현재 동물병원 진료비 부담과 정책 2026년 동물의료 정책의 한가운데에는 진료비가 있습니다. 올해 1월 진료비 부가가치세 면세 항목이 102종에서...]]></description><link>https://www.choonokcompany.com/post/%EB%8F%99%EB%AC%BC%EB%B3%91%EC%9B%90-%EC%A7%84%EB%A3%8C%EB%B9%84-ai%EB%8A%94-%EC%96%B4%EB%96%BB%EA%B2%8C-%EC%98%81%ED%96%A5%EC%9D%84-%EC%A4%84-%EC%88%98-%EC%9E%88%EC%9D%84%EA%B9%8C-graphdx-%EB%85%BC%EB%AC%B8%EC%9D%B4-%EB%B3%B4%EC%97%AC%EC%A4%80-%EA%B2%83</link><guid isPermaLink="false">6a64bbd3532301fe59fba75e</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Mon, 27 Jul 2026 01:27:55 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_74db51fd53b74a5eade1b9c57ee0d5a7~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[춘옥컴퍼니, 소동물 임상 AI의 원칙과 한계 담은‘VETfr.ai.day 헌장’ 공개]]></title><description><![CDATA[AI를 이용하여 제작되었습니다. 춘옥컴퍼니가 소동물 임상 의사결정지원 AI ‘VETfr.ai.day’가 지향하는 원칙과 시스템의 한계를 담은 「VETfr.ai.day 헌장」을 공개했습니다. 이번 헌장은 AI의 성능을 소개하는 문서가 아니라, 실제 진료 현장에 사용되는 임상 AI가 어떤 원칙에 따라 설계되어야 하며 무엇을 하지 않아야 하는지를 밝히기 위해 작성되었습니다. 임상 AI의 오답은 일반적인 챗봇의 오류와 결과의 무게가 다릅니다. 확인되지 않은 약물 용량이나 잘못된 임상 정보가 그럴듯한 답변으로 제시될 경우, 그 영향은 사용자의 불편을 넘어 동물 환자의 안전으로 이어질 수 있기 때문입니다. 이에 춘옥컴퍼니는 임상 AI의 신뢰를 정확도나 벤치마크 점수만으로 설명하기보다, 시스템이 지켜야 할 원칙과 한계를 먼저 공개해야 한다고 판단했습니다. 춘옥컴퍼니 VETfr.ai.day가 지켜야 할 네 가지 약속 VETfr.ai.day 헌장은 다음 네 가지 핵심 약속을 중심으로 구성되어...]]></description><link>https://www.choonokcompany.com/post/%EC%B6%98%EC%98%A5%EC%BB%B4%ED%8D%BC%EB%8B%88-%EC%86%8C%EB%8F%99%EB%AC%BC-%EC%9E%84%EC%83%81-ai%EC%9D%98-%EC%9B%90%EC%B9%99%EA%B3%BC-%ED%95%9C%EA%B3%84-%EB%8B%B4%EC%9D%80-vetfr-ai-day-%ED%97%8C%EC%9E%A5-%EA%B3%B5%EA%B0%9C</link><guid isPermaLink="false">6a5c566b5e7d848635e32f9f</guid><category><![CDATA[NEWS]]></category><pubDate>Sun, 19 Jul 2026 15:25:05 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_aba1be348c8c42508d97b588fa24dfd3~mv2.png/v1/fit/w_1000,h_668,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[춘옥컴퍼니 수의학 오픈소스 모델, VetJarvis 계열 모델 누적 다운로드 1,000건 돌파]]></title><description><![CDATA[춘옥컴퍼니가 공개한 수의학 특화 오픈소스 언어모델 VetJarvis 계열 모델의 누적 다운로드 수가 1,005건을 기록했습니다. 이번 수치는 춘옥컴퍼니가 직접 공개한 공식 모델뿐 아니라, 외부계정에서 VetJarvis를 GGUF 형식으로 배포한 커뮤니티 모델의 다운로드를 포함한 결과입니다. 2026년 7월 기준 모델별 다운로드 수는 다음과 같습니다. choonok/VetJarvis-4B-Instruct: 377건 choonok/VetJarvis-1.1-4B-Instruct: 229건 choonok/VetJarvis-1.1-4B-Instruct-GGUF: 35건 mradermacher/VetJarvis-1.1-4B-Instruct-i1-GGUF: 364건 다운로드 수가 실제 사용자 수나 임상 활용 건수를 직접 의미하는 것은 아닙니다. 그러나 춘옥컴퍼니가 공개한 모델이 공식 저장소뿐 아니라 외부 공개 저장소에서도 다운로드되고 있다는 점에서, VetJarvis에 대한 관심과 확산...]]></description><link>https://www.choonokcompany.com/post/%EC%B6%98%EC%98%A5%EC%BB%B4%ED%8D%BC%EB%8B%88-%EC%88%98%EC%9D%98%ED%95%99-%EC%98%A4%ED%94%88%EC%86%8C%EC%8A%A4-%EB%AA%A8%EB%8D%B8-vetjarvis-%EA%B3%84%EC%97%B4-%EB%AA%A8%EB%8D%B8-%EB%88%84%EC%A0%81-%EB%8B%A4%EC%9A%B4%EB%A1%9C%EB%93%9C-1-000%EA%B1%B4-%EB%8F%8C%ED%8C%8C</link><guid isPermaLink="false">6a5c5277e447e3bde588c784</guid><category><![CDATA[NEWS]]></category><pubDate>Sun, 19 Jul 2026 04:39:00 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_da9f7abcd51b4cf2985a2738eaa36b20~mv2.png/v1/fit/w_1000,h_765,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[수의사는 진료 과정에서 AI에 무엇을 질문할까? 춘옥컴퍼니, 임상 단계별 AI 질문 유형 연구 프리프린트 공개]]></title><description><![CDATA[춘옥컴퍼니, 수의 임상 현장의 AI 활용 패턴을 3개 범주·21개 유형으로 체계화 이번 연구의 제목은 ‘Development of an Exploratory Taxonomy for Veterinary Professionals’ AI Query Patterns Across Clinical Stages: An Expert Panel Study’로, 수의 임상 현장에서 발생하는 AI 질문을 임상 단계와 질문 목적에 따라 체계적으로 분류하는 것을 목표로 했다. 해당 논문은 2026년 6월 9일 bioRxiv에 게시됐다. 춘옥컴퍼니 개발/연구팀은 수의 임상 AI 챗봇에서 8개월간 수집된 실제 질문 로그 5,372건을 분석해 초기 분류체계를 구축했다. 이후 관련 문헌 검토와 임상 현장에서 활동 중인 수의 전문가 38명의 구조화된 설문 검토를 거쳐 AI 질문을 ▲임상 지원 ▲근거 기반 연구 ▲용어·약물 정보의 3개 범주와 21개 세부 유형으로 분류했다. 전문가 패널의 임상 단계별 1순위...]]></description><link>https://www.choonokcompany.com/post/%EC%88%98%EC%9D%98%EC%82%AC%EB%8A%94-%EC%A7%84%EB%A3%8C-%EA%B3%BC%EC%A0%95%EC%97%90%EC%84%9C-ai%EC%97%90-%EB%AC%B4%EC%97%87%EC%9D%84-%EC%A7%88%EB%AC%B8%ED%95%A0%EA%B9%8C-%EC%B6%98%EC%98%A5%EC%BB%B4%ED%8D%BC%EB%8B%88-%EC%9E%84%EC%83%81-%EB%8B%A8%EA%B3%84%EB%B3%84-ai-%EC%A7%88%EB%AC%B8-%EC%9C%A0%ED%98%95-%EC%97%B0%EA%B5%AC-%ED%94%84%EB%A6%AC%ED%94%84%EB%A6%B0%ED%8A%B8-%EA%B3%B5%EA%B0%9C</link><guid isPermaLink="false">6a52444ec549c55b35b0eff5</guid><category><![CDATA[NEWS]]></category><pubDate>Mon, 13 Jul 2026 02:07:43 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/a738d3_b1171895393d4f14a4519f801cc70f16~mv2.png/v1/fit/w_691,h_423,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[AI는 쉬운 것을 맞히고, 중요한 것을 놓친다: 의료 AI 벤치마크의 임상 우선순위 역전]]></title><description><![CDATA[최근 범용 프론티어 모델과 의료 특화 모델의 벤치마크 성능 비교가 활발합니다. 의료 데이터로 파인튜닝한 도메인 모델보다 범용 모델이 일부 의료 벤치마크에서 더 높은 점수를 기록하기도 하였습니다. 그러나 임상 관점에서 중요한 질문은 따로 있습니다. 벤치마크 점수가 높은 모델이 실제 임상에서 중요한 판단도 안정적으로 수행하는가. 의료 지식 문제의 정답률과 임상 의사결정 지원 능력은 같은 개념이 아닙니다. 모델이 질환명이나 치료 원칙을 알고 있는 것과, 복잡한 환자 상황에서 정보의 우선순위를 정하고 위험을 조정하는 것은 서로 다른 능력이라고 볼 수 있습니다. 서로 충돌하는 검사 결과와 임상 신호를 함께 해석 약물–질환 및 약물–약물 상호작용을 연결 현재 상태뿐 아니라 이후 필요한 인력과 치료 자원을 예상 적극적인 개입보다 개입을 유보하는 것이 안전한 상황을 구분 객관식 의료 벤치마크는 이러한 과정을 충분히 평가하기 어렵습니다. 개방형 응답을 평가하는 루브릭 기반 벤치마크도 완결성이나...]]></description><link>https://www.choonokcompany.com/post/ai%EB%8A%94-%EC%89%AC%EC%9A%B4-%EA%B2%83%EC%9D%84-%EB%A7%9E%ED%9E%88%EA%B3%A0-%EC%A4%91%EC%9A%94%ED%95%9C-%EA%B2%83%EC%9D%84-%EB%86%93%EC%B9%9C%EB%8B%A4-%EC%9D%98%EB%A3%8C-ai-%EB%B2%A4%EC%B9%98%EB%A7%88%ED%81%AC%EC%9D%98-%EC%9E%84%EC%83%81-%EC%9A%B0%EC%84%A0%EC%88%9C%EC%9C%84-%EC%97%AD%EC%A0%84</link><guid isPermaLink="false">6a5239aac549c55b35b0d9f8</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Sun, 12 Jul 2026 14:53:56 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_233ba0745d864d78a39ab97a7af107f8~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[연구를 대신 해주는 의료 AI가 나왔다. MedGenesis가 보여준 임상 연구 자동화 가능성]]></title><description><![CDATA[최근 의료 ai 분야에서는 단순 질의응답을 넘어, 임상 연구 과정 자체를 지원하려는 시도가 등장하고 있습니다. 그 중 하나가 중국 푸단대병원과 옥스퍼드 등이 함께 발표한 논문 “MedGenesis: Toward a World Model for Autonomous Clinical and Translational Research”는 의료 AI가 단순 답변 생성을 넘어, 임상 연구 과정 자체를 지원할 수 있는 가능성을 다룹니다. 사례 1. 논문 2,420편을 192분 만에 분석하다 연구자들은 MedGenesis에게 하나의 질문을 제시했습니다. 신장 기능이 저하된 암 환자에게도 면역항암제가 효과가 있을까? 이 질문에 답하려면 일반적으로 다음 과정이 필요합니다. 관련 논문 수천 편 검색 제목과 초록 기준 1차 선별 본문 정독 데이터 추출 연구 품질 평가 통계적 통합 분석 MedGenesis는 이 과정을 자동화된 워크플로우 안에서 수행했습니다. 구체적인 결과는 다음과 같습니다. 전체 검토...]]></description><link>https://www.choonokcompany.com/post/%EC%97%B0%EA%B5%AC%EB%A5%BC-%EB%8C%80%EC%8B%A0-%ED%95%B4%EC%A3%BC%EB%8A%94-%EC%9D%98%EB%A3%8C-ai%EA%B0%80-%EB%82%98%EC%99%94%EB%8B%A4-medgenesis%EA%B0%80-%EB%B3%B4%EC%97%AC%EC%A4%80-%EC%9E%84%EC%83%81-%EC%97%B0%EA%B5%AC-%EC%9E%90%EB%8F%99%ED%99%94-%EA%B0%80%EB%8A%A5%EC%84%B1</link><guid isPermaLink="false">6a4b59200e6d4656949d664a</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Mon, 06 Jul 2026 08:31:12 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/b5067000e54443c5a60d0e93d73b7214.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[수의 AI는 왜 국가고시 만점보다 어려운가: 벤치마크를 넘어 Spectrum of Care로]]></title><description><![CDATA[AI가 의사 국가고시를 만점으로 통과했다는 이야기는 더 이상 새로운 소식이 아닙니다. USMLE(United States Medical Licensing Examination) 에서는 이미 최고 수준의 성과가 보고되었고, 춘옥컴퍼니가 개발한 VetJarvis 역시 스마트폰에서 구동되는 4B 규모의 온디바이스 모델임에도 일본 수의사 국가고시 합격선을 넘어섰습니다. 이제 모델이 시험 문제를 푸는 능력 자체는 상당한 수준에 도달했습니다. 그렇다면 진료의 미래도 이미 결정된 것일까요? 최근 발표된 두 편의 연구를 읽으며 오히려 반대의 생각을 하게 되었습니다. 시험을 잘 보는 것과 진료를 잘하는 것은 생각보다 훨씬 다른 문제였습니다. 시험을 잘 본 AI가 좋은 수의 AI인 것은 아닙니다 NYU 연구팀은 흥미로운 비교 실험을 수행했습니다. GPT-5, Gemini 3 Pro, Claude Sonnet 4.5와 같은 범용 대규모 언어모델과 OpenEvidence, UpToDate...]]></description><link>https://www.choonokcompany.com/post/%EC%88%98%EC%9D%98-ai%EB%8A%94-%EC%99%9C-%EA%B5%AD%EA%B0%80%EA%B3%A0%EC%8B%9C-%EB%A7%8C%EC%A0%90%EB%B3%B4%EB%8B%A4-%EC%96%B4%EB%A0%A4%EC%9A%B4%EA%B0%80-%EB%B2%A4%EC%B9%98%EB%A7%88%ED%81%AC%EB%A5%BC-%EB%84%98%EC%96%B4-spectrum-of-care%EB%A1%9C</link><guid isPermaLink="false">6a38cc70bfacb36e354721e9</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Mon, 22 Jun 2026 06:15:30 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_dc70fd3fd16f4fb0a5b254413f183b5d~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[뇌를 닮고 싶었던 딥러닝, 그리고 수의학 AI 가 가는 길]]></title><description><![CDATA[딥러닝은 뇌를 모방하면서 시작되었습니다. ‘뉴럴 네트워크(Neural Network)’라는 이름 자체가 신경망에서 왔으며, 이 모방의 발전과 그 한계를 늘 흥미로운 주제입니다. 오늘은 뇌와 딥러닝을 나란히 놓고, 둘이 어디까지 닮았고 어디서 갈라지는지, 그리고 그 갈림이 우리가 만드는 제품과 어떻게 이어지는지 이야기해보겠습니다. 뇌라는 우주 사람의 뇌에는 약 860억 개의 뉴런이 있습니다. 한때 1,000억 개로 알려졌지만, 2009년 정밀 측정 이후 약 860억 개가 널리 받아들여지고 있습니다. 뉴런 하나는 다른 뉴런과 보통 수천 개, 많게는 1,000~10,000개의 시냅스를 이루며, 뇌 전체에는 약 100조 개 이상의 시냅스가 거미줄처럼 얽혀 있는 것으로 알려져 있습니다. 여기에 100가지가 넘는 신경전달물질이 신호의 세기와 특성을 끊임없이 바꾸며, 흔히 우리 은하의 별 수에 견주는 규모지만, 별과 달리 이 점들은 쉼 없이 서로 신호를 주고받습니.다 숫자를 곱해보면 그...]]></description><link>https://www.choonokcompany.com/post/%EB%87%8C%EB%A5%BC-%EB%8B%AE%EA%B3%A0-%EC%8B%B6%EC%97%88%EB%8D%98-%EB%94%A5%EB%9F%AC%EB%8B%9D-%EA%B7%B8%EB%A6%AC%EA%B3%A0-%EC%88%98%EC%9D%98%ED%95%99-ai-%EA%B0%80-%EA%B0%80%EB%8A%94-%EA%B8%B8</link><guid isPermaLink="false">6a2dfa8b418318a8f7e533f4</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Sun, 14 Jun 2026 01:53:40 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_fe646c0c79b24fe2818a7b72f203bea9~mv2.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[LLM 최신성: 의료 LLM은 최신 의료지식을 충분히 알고 있는가?]]></title><description><![CDATA[LM 최신성은 의료 AI 신뢰성의 핵심 과제다. 최신 연구는 GPT-5를 포함한 의료 LLM이 최신 진료지침과 과거 지식을 구분하는 데 한계를 보인다고 지적한다. 본 글에서는 Medical LLM의 최신성 문제와 CDSS가 해결해야 할 과제를 살펴본다.]]></description><link>https://www.choonokcompany.com/post/llm-%EC%B5%9C%EC%8B%A0%EC%84%B1-%EC%9D%98%EB%A3%8C-llm%EC%9D%80-%EC%B5%9C%EC%8B%A0-%EC%9D%98%EB%A3%8C%EC%A7%80%EC%8B%9D%EC%9D%84-%EC%B6%A9%EB%B6%84%ED%9E%88-%EC%95%8C%EA%B3%A0-%EC%9E%88%EB%8A%94%EA%B0%80</link><guid isPermaLink="false">6a2579687af0f733569592a8</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Mon, 08 Jun 2026 07:41:12 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/e5b9cad79ec44c4d859171d2a429cc63.jpg/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item><item><title><![CDATA[AI 할루시네이션과 가짜 인용 14만 건, 왜 임상 수의학이 더 위험한가?]]></title><description><![CDATA[2025년 한 해 동안 최소 14만 건 이상의 AI 생성 가짜 인용. 왜 임상 수의학에서 더 위험한가? 춘옥컴퍼니는 이에 대해 어떻게 생각하는지 살펴봅니다.]]></description><link>https://www.choonokcompany.com/post/ai-%ED%95%A0%EB%A3%A8%EC%8B%9C%EB%84%A4%EC%9D%B4%EC%85%98%EA%B3%BC-%EA%B0%80%EC%A7%9C-%EC%9D%B8%EC%9A%A9-14%EB%A7%8C-%EA%B1%B4-%EC%99%9C-%EC%9E%84%EC%83%81-%EC%88%98%EC%9D%98%ED%95%99%EC%9D%B4-%EB%8D%94-%EC%9C%84%ED%97%98%ED%95%9C%EA%B0%80</link><guid isPermaLink="false">6a1c3f9dd87dcf57d54459ad</guid><category><![CDATA[TECH BLOG]]></category><pubDate>Sun, 31 May 2026 23:30:08 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/11062b_9967707e03f04c56bac8c399672442c3~mv2.png/v1/fit/w_1000,h_1000,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Eunkyung An</dc:creator></item></channel></rss>