[QA/QC_5기] 84일차 - 최종 프로젝트 +11 : 시각화 · 통계 분석 Ⅱ | 대시보드 구상 Ⅱ

2026/07/07 TUE.
O	● ~AM 11까지 맡은 ATC 코드별 인사이트 정리 = 시각화 · 통계 분석
O	● 대시보드 논의
O	● ML 논의 + 데이터 보완

---

⊙ 최종 프로젝트 - 시각화 · 통계분석 | 대시보드 구상

０. 전날 진행 상황

    코드를 맡아 시각화 · 통계 분석 진행하며 각자 기준점이 다르다는 것을 알게 되어
    기준점을 획일화하기 위해 대시보드 청사진을 구상하여

    대시보드 청사진에 맡는 기준점을 찾으려 함.

---

１. WHO ATC 코드 - N(신경계) 시각화 · 통계분석

  ● 전날 각자 맡은 코드별 시각화 · 통계 분석 · 인사이트 정리 오전까지 진행

---

２. 대시보드 논의

    ○ 대시보드를 대상은 누구인가??

    ○ └ 일반소비자 = 약학 지식이 없는 일반인

    ○ 대시보드를 통해 대상에게 전하고자 하는 바는 무엇인가?

    ○ └ 약학 지식이 없는 일반인에게 부작용 정보 제공

    ○ 각자 생각하는 대시보드를 노션에 작성

    ○ └ (소비자가) 제공할 정보 / 제공 받을 정보 / 추가로 제공 받을 정보

 

제공 할 정보 나이 / 성별 / 몸무게 현재 먹고 있는 일반의약품 (약 이름 또는 성분) 먹고 있는 약 개수 제공 받을 정보: 해당 약의 대표적인 부작용 현재 겪고 있는 이상증이 부작용에 해당 여부 (겪고 있는 이상증이 부작용에 해당 여부 / 더 나아가 어떤 부작용은 심각해지니 전문가(의사)의 상담이 필요하다던가 그런) 해당 약에 대한 주의 메세지 (약을 임의로 쪼개면 부작용이 심해진다던지, 하루에 몇 알 이상 먹으면 안되는지에 대한) 더 나은 약품 추천 (같은 성분의 이부프로펜인데 만든 회사에 따라 부작용이 덜한 제품이 있다면 그걸 추천 또는 같은 소염제로 기능은 비슷한데 부작용이 덜한 데품을 추천한다거나) 추가로 제공 받을 정보 현재 겪고 있는 이상증 (해당 약을 먹고 나타난 증상, 기저질환이랑은 다름, 해당 약을 먹고 나타난 증상에 한정) 먹고 있는 약 개수에 의한 부작용 발생 위험 정보 제공 (/ 흥미 유발 - 2,3개 이상이면 사망,입원,생명 위협,장애 등 심각한 부작용 발생률이 늘어남 이를 경고하는 안내문구 제공 )

↓각자 생각을 정리하여 내놓은 대시보드 구성안 ↓

(소비자 기준) 제공 할 정보 : 머신러닝 모델 - 나이 / 성별 / 몸무게 / 정보가 필요한 약(suspect_drug) / 앓고 있던 질환(drug_indication) ​ (소비자 기준) 제공 받을 정보: 머신러닝 모델 - 제공받은 정보를 토대로 찾아낸 부작용 정보 제시 (ex. top 5 발생 가능 부작용) 권고 사항 제시 (ex. ~~~ 부분에서 주의하십시오, 또는 ~~~ 한 이상이 생기면 의사와 상담하십시오) 해당 약에 대한 주의 메세지 (약을 임의로 쪼개면 부작용이 심해진다던지, 하루에 몇 알 이상 먹으면 안되는지에 대한 정보) 더 나은 약품 추천 ( 기능은 비슷하지만 부작용 보고 수가 덜한 제품을 추천 등)

   → 모바일 웹페이지 형태의 대시보드 제작이 최종 목표 결과물이 될 예정

예정이라고 한 이유는 튜터님, 멘토님 말에 설득되어 바뀔 수도 있으므로

---

３. 멘토님 피드백

    ○ (우리 팀이) 말한거에 의하면 `대상 : 일반 소비자` `B2C 형태의 결과물`이 제작될 것으로 보임.

          *B2C : 기업이 불특정 다수의 개인 소비자에게 직접 제품이나 서비스를 판매하는 상거래 형태*

    ○ 정보 전달이 목적이라면 가장 강력한 도구 : 숏폼 - 빠르고 간결한 정보 전달 필요에 용이

    ○ 만약 구체적인 분석 정보를 전달하고 싶다면, 그 정보를 원하는 행동에 근거해 추가적으로 보여주는 방식

        (시계열 분석, 그 외 정보 등)

    ○ 정보 격차 해소가 중점이므로 정보 전달성이 가장 중요

    ○ 다양한 시각화 방법, 전달 정보 방법 → 사용자의 흥미를 끌도록

---

４. 데이터 보완?

    ○ FDA 라벨 상세조회를 통해

       최대용량_기간제한 |  절대금기(do_not_use) | 즉시중단_신호(stop_use) | 임부_수유부_주의 | 기타주의사항
       컬럼 생성

       → (소비자 기준) 제공받을 정보에서 권고사항 / 주의 메세지에 대한 부분을 데이터에서 보완

---

５. ML 논의 (오늘의 문제)

    ○ 각자 ML 찾아보기

 

→ 정확도 / 예측 확률 / recall값이 매우 떨어짐

→ ML의 기능을 하지 못하고 있음

---