천문학과 의료는 서로 매우 다른 분야처럼 보이지만, 데이터를 통해 직접 볼 수 없는 대상의 상태를 추론한다는 점에서는 흥미로운 공통점을 가진다. 천체에서 도달한 신호로 물리적 특성을 추정하듯, 의료에서는 전자의무기록과 생체신호를 통해 환자의 상태와 앞으로 발생할 위험을 파악한다. 그러나 의료 데이터는 연구를 위해 통제된 조건에서 수집되기보다 진료 과정에서 만들어지고, 결측과 측정 오류, 선택 편향을 포함하며, 관찰과 동시에 이루어지는 의료적 개입이 대상의 상태를 계속 변화시킨다는 특징이 있다. 천문학에서 의료데이터 연구로 분야를 옮긴 경험을 바탕으로, 본 발표에서는 약 20만 건의 수술 생체신호와 30만 건의 전자의무기록을 연구 가능한 코호트로 구축하는 과정과 서로 다른 형태의 의료 데이터를 분석할 때 마주하는 문제들을 소개한다. 이어서 EMR 기반 수술 예후 예측, 생체신호 딥러닝을 이용한 혈역학적 상태 추정, 심음 기반 수액반응성 평가 등의 사례를 통해 데이터가 어떻게 임상적 의사결정으로 연결되는지를 살펴본다. 그리고 후향적 모델 개발에서 전향적 검증, 나아가 수술실 운영 최적화에 이르기까지 의료 AI의 적용 범위를 살펴보며 의료 AI의 현주소를 짚어본다.