Booting Serious Lab…

더 나은 결정을 설계하는
디지털 프로덕트 조직

기술과 이론을 하나로, 일과 생활을 개선하는 방법을 실험합니다.

화면이 아니라 일과 생활의 흐름을 먼저 봅니다.
불편한 부분을 찾아 가설을 세우고, 데이터로 검증하며 개선합니다.

Serious Lab은 일과 생활에 대한 가설을 세우고 검증하는 디지털 프로덕트 조직입니다.

Domains — 우리가 오래 붙잡고 보는 영역

규제와 리스크가 무거운 도메인일수록, 사람 입장에서는 "조금 더 편한 구조"가 더 절실하다고 생각합니다.

헬스케어 · Medical Imaging

진단과 치료 과정에서 쓰이는 화면은 '예쁘다'보다 '안 헷갈린다'가 먼저입니다. DICOM 뷰어, 워크플로우 도구, 의료진·환자용 인터페이스에서 안전성·가독성·의사결정 지원을 기준으로 설계합니다.

핀테크 · 투자 행동 / 개인 재무

숫자는 냉정하지만, 결정은 감정적으로 이뤄집니다. 공포/탐욕 지표, 이벤트 캘린더, 루틴 기반 알림 등으로 "나중에 덜 후회하는 쪽"으로 행동을 틀어주는 도구를 만듭니다.

업무 생산성 · 운영 자동화

회의, 리포트, 반복 업무는 잘못 설계하면 사람을 갈아 넣게 됩니다. 언제 사람의 판단이 필요하고, 어디까지 자동화할 수 있는지 경계를 정리해 보고용 대시보드가 아니라 실제 행동이 바뀌는 도구를 목표로 합니다.

Case 01

Index Guard

손가락보다 멘탈을 먼저 잡는 투자 루틴 앱

Index Guard는 개인투자자의 "한 번만 더…"를 줄이기 위한 투자 행동 가드 앱입니다. Fear & Greed 지수, 주요 이벤트 캘린더, 나만의 규칙과 체크리스트를 묶어 기분 대신 루틴으로 매매 결정을 하도록 돕습니다.

① 상황 감지: 거래량, 뉴스, 변동성 등 시장이 과열되는 신호를 감지합니다.
② 맥락 제시: 현재 시장 심리(Fear & Greed)와 옵션 만기, 주요 지표 발표 등 "지금이 어떤 구간인지"를 한 번에 보여줍니다.
③ 행동 가드: Daily Guard 체크리스트와 사용자가 박제해 둔 규칙으로 매수·매도 전에 최소 60초는 생각할 시간을 만듭니다.

하루 1분 Guard 체크

시장 상태와 오늘 할 수 있는 행동을 1분 안에 정리합니다.

심리 + 이벤트 통합 보기

F&G 지수, 경제 일정, 변동성 이벤트를 한 화면에서 보여 "뉴스만 보고 판단하는" 일을 줄입니다.

루틴·성공률 리포트

연속 성공일·체크 완료율로 "계좌는 출렁여도, 멘탈은 유지되고 있는지"를 숫자로 확인합니다.

나만의 투자 규칙 저장

"뉴스/거래량 폭발 시 24시간 대기" 같은 금지 룰을 저장하고 반복 적용합니다. Pro에서는 규칙을 여러 개 만들어, 과거의 나에게 덜 화낼 수 있게 합니다.

Case 02

Claarity Viewer

의료 영상을 '헷갈리지 않게' 보여주는 DICOM 뷰어

Claarity Viewer는 CT, MR, PET 등 의료 영상을 웹에서 바로 열어볼 수 있는 DICOM 뷰어입니다. 3D 볼륨 렌더링과 MPR 뷰를 지원하며, 26가지 의료 프리셋으로 영상 종류에 맞는 최적의 화면을 제공합니다.

① 파일 로딩: DICOM 파일을 드래그하거나 선택하면 자동으로 3D Volume이 구성됩니다.
② 다중 뷰: Axial, Sagittal, Coronal, 3D 뷰를 동시에 보며 위치를 파악합니다.
③ 측정과 주석: 길이, 면적, 각도를 mm 단위로 측정하고 기록합니다.

26가지 Volume 렌더링 프리셋

CT Bone, Soft-Tissue, Lung부터 MR Brain, PET까지 모달리티별 최적화 프리셋으로 영상을 선명하게 봅니다.

MPR + 3D 동시 보기

Axial, Sagittal, Coronal 단면과 3D Volume을 한 화면에서 동시에 보며 병변 위치를 정확히 파악합니다.

정밀 측정 도구

길이, 면적, 각도를 mm 단위로 측정합니다. 측정값은 영상과 함께 저장되어 이전 기록과 비교할 수 있습니다.

품질-성능 조절

1-16단계 품질 선택기로 렌더링 속도와 화질 사이에서 균형을 맞춥니다. 느린 환경에서도 원활하게 작동합니다.

Claarity Viewer 이동

About Serious Lab

일과 생활의 흐름을 가설로 풀어보는 디지털 프로덕트 조직

Serious Lab은 UX, 데이터, 자동화, 개발을 따로 보지 않습니다. 사람이 실제로 어떤 순서로 생각하고, 어떤 순서로 손을 움직이며, 어디에서 불편함을 느끼는지부터 봅니다.

"원래 다 이렇게 쓰는 시스템이에요"라는 말을 들으면, 그 순간부터 이 일이 누구에게, 어떤 방식으로 소모적인지 계측하기 시작합니다. 시간·에너지·오류·주의력 소모 지점을 로그로 남기고, 도메인에 맞는 지표로 정리합니다.

그 다음에야 화면과 플로우를 바꿉니다. 무엇을 없애고, 무엇을 자동화하며, 어디에 사람의 판단과 브레이크를 남길지 정리합니다.

Serious Lab이라는 이름은 '연구실'이라기보다, 일과 생활에 대한 가설을 놓치지 않고 끝까지 따라가 보자는 약속에 가깝습니다. 목표는 화려한 서비스가 아니라, 헬스케어·핀테크·운영 현장에서 "이제 이 일은 예전보다 덜 불편하다"라고 말할 수 있는 구조입니다.

일상 계측
시간·에너지·주의력이 어디서 새는지부터 기록합니다. 직감이 아니라 로그로 봅니다.
도구는 보조 역할
자동화와 모델은 일을 덜어주는 수단일 뿐, 책임과 기준을 대신하진 않습니다.
사람이 마지막 브레이크
특히 고신뢰 도메인에서는, 최종 중단 버튼은 늘 사람이 쥐고 있어야 한다고 봅니다.

Philosophy

일상, 가설, 증거

"이 일을 꼭 이렇게 해야 하나?"라는 질문을 그냥 푸념으로 두지 않습니다. 일과 생활에 대한 가설을 세우고, 계측 → 실험 → 검증으로 답을 찾으려 합니다.

01

흐름부터 계측

하루의 불편함은 느낌으로 기억되지만, 개선은 숫자로만 확인됩니다. 클릭 수, 대기 시간, 맥락 전환, 오류·되돌림 같은 일상의 단위부터 계측합니다.

02

도구는 수단

자동화와 모델, 프레임워크는 일상을 덜 불편하게 만드는 수단일 뿐입니다. 무엇을 자동화해도 되는지, 무엇은 사람이 직접 봐야 하는지는 도메인과 책임 구조에 맞춰 정합니다.

03

가설은 일상에 대해 세운다

"이 기능 멋있을까?"보다 "이 일을 이렇게 바꾸면, 실제로 덜 불편해질까?"를 먼저 묻습니다. 가설의 단위는 기능이 아니라 일하는 방식입니다.

04

증거는 일상의 변화에서 찾는다

좋은 설계는 사람들을 덜 지치게 만들고, 실수 가능성을 줄입니다. 소요 시간, 오류·되돌림 비율 같은 지표에서 일상이 정말 덜 소모적으로 변했는지 확인합니다.

Lab Notes

결과만큼, 과정과 삽질도 기록합니다

Serious Lab은 "완성본"만 남기지 않습니다. 문제를 어떻게 정의했고, 어떤 가설과 실험이 통했는지, 무엇이 잘 안 됐는지도 같이 기록합니다. 다음 도메인에서 같은 실수를 반복하지 않기 위해서입니다.

Note #01

가계부가 내일을 반영하지 않는다

카드 내역을 정리해도 “미래의 나”는 여전히 안 보였습니다. 지출을 ‘향후 영향’ 기준으로 다시 묶으니, 그제야 행동이 조금 바뀌었습니다.

다음 달 데이터 수집 중. 잔소리 강도는 30% 낮췄습니다.

Note #02

회의록이 갈등을 지운다

자동 정리된 회의록은 갈등과 보류 안건들을 전부 매끄럽게 지워버립니다. '합의 안 된 항목'만 따로 추출해 슬랙에 던지니, 회의 시간이 덜 늘어졌습니다.

갈등 추출 정밀도 0.78. 어조는 아직 덜 인간적이라 손보는 중입니다.

Note #03

루틴 추천이 체력보다 욕망이 앞섰다

데이터 없이 만든 아침 루틴은 사람을 로봇 취급했습니다. 심박·수면 데이터를 붙이고 ‘가능한가’ 점수를 매기니 준수율이 조금은 사람답게 올랐습니다.

준수율 +19%. 점수 계산식은 아직 대충입니다.

Note #04

알림을 줄였더니 데이터도 줄었다

꼭 필요한 알림만 보내자고 줄였더니, 사용자 로그도 같이 사라졌습니다. '왜 안 눌렀는지'를 묻는 짧은 설문을 붙여, 다시 데이터부터 모으는 중입니다.

응답률 14% → 31%. 행동 변화는 아직 지켜보는 중입니다.

Experiments

Problem · Hypothesis · Experiment · Result

기능이나 제품이 나오기까지의 과정은 문제–가설–실험–결과 네 칸으로 요약될 수 있어야 한다고 봅니다. 이 중 하나라도 비어 있다면, 아직은 의견 단계에 가깝습니다.

Problem
자동 태깅이 고객 티켓을 엉뚱하게 묶어서, 37%가 재작업으로 돌아옵니다.
Hypothesis
제품 스키마와 FAQ를 검색해 근거를 붙이고, 모를 땐 모른다고 말하게 하면 헛발질이 줄어들 것이다.
Experiment
A: 기존 zero-shot 태깅. B: 제품 스키마 + FAQ 벡터 검색을 붙이고, 애매하면 태깅을 포기하도록 설정. 두 그룹의 정확도, 재작업률, 처리 시간을 2주씩 비교했습니다.
Result
정확도 +19pt, 재작업률 37% → 11%, 처리 시간 +6초. 속도는 조금 느려졌지만, 팀이 다시 시스템을 믿기 시작했습니다.
Problem
개인화 루틴 추천 푸시는 72%가 무시합니다.
Hypothesis
웨어러블·캘린더 데이터로 소요 시간과 부담을 같이 보여주면 덜 거부할 것이다.
Experiment
A: "지금 루틴 시작하세요" 단순 푸시. B: "15분 소요, 일정 충돌 없음"을 함께 전송. 4주간 AB 테스트를 진행했습니다.
Result
시작율 2.4배, 중도 이탈 -22%. 대신 데이터 연결 실패 케이스가 늘어, 리트라이 로직을 다시 설계 중입니다.
Problem
대시보드를 아무도 안 봅니다. 월간 보고서도 옵션 취급입니다.
Hypothesis
숫자 나열 대신, 지난주 대비 변동·원인·다음 실험을 한 페이지로 슬랙에 던지면 읽을지도 모른다.
Experiment
매주 금요일, 주요 메트릭 diff를 자동 요약해 근거 링크와 함께 전송했습니다. 열람률과 회의 시간을 6주간 관찰했습니다.
Result
열람률 3배, 주간 회의 18분 단축. 해석 오류 2건이 생겨 ‘불확실도’ 섹션을 따로 추가했습니다.

Work Principles

복잡한 제품을 만들 때 지키는 몇 가지 기준

Serious Lab은 도메인과 상관없이 아래 네 가지 기준을 유지하려고 합니다.

Instrument Everything

사소해 보이는 흐름도 이벤트로 남깁니다. 측정되지 않으면 개선도, 책임도 모호해집니다.

Model, Not Boss

모델은 제안하고 정리하는 역할입니다. 특히 민감한 도메인에서는 사람이 이해·설명할 수 있는 수준까지만 전면에 세웁니다.

Hypothesis to Log

"이 일을 이렇게 줄이면 좋겠다"라는 말은 가설일 뿐입니다. 가설은 실험 설계와 로그로 남기고, 결과에 따라 인정하거나 폐기합니다. 실패한 실험도 다음 설계를 위한 데이터라고 보고 아카이브합니다.

Life & Work Impact

제품이 예뻐졌는지가 아니라, 일하는 사람이 덜 지치고, 덜 헷갈리고, 덜 후회하는지를 봅니다. 소요 시간과 리스크가 줄어들지 않으면, 기능이 아무리 좋아 보여도 다시 손댑니다.