프로젝트 소개

자체 머신러닝 모델과 연동하는 DICOM 의료 영상 분석 소프트웨어를 .NET/C#/WPF 기반으로 신규 구축합니다. 다단계 분석 파이프라인, 환자·사용자 관리, 관리자 대시보드를 포함한 안정적이고 보안성 높은 의료 소프트웨어 솔루션을 제안합니다.

프로젝트 개요

핵심 요구사항 분석

• 의료 영상 분석 — DICOM 영상 Import/Viewer, 다단계 ML 모델 연동 분석, 결과 시각화 (오버레이, 수치 표시). 모델은 클라이언트 자체 보유하므로, 교체·추가가 가능한 플러그인/어댑터 구조로 연동 인터페이스 설계
• 사용자 관리 — 회원가입, 로그인, 계정 정보 관리, 역할 기반 접근 권한(RBAC) 적용
• 환자 관리 — 환자 정보 등록/조회/수정/삭제(CRUD), 환자별 영상 이력 관리
• 데이터 관리 — DICOM 영상 업로드 및 메타데이터 파싱, 암호화 저장, 안전한 데이터 관리 체계 구축
• 관리자 기능 — 전체 사용자 계정 관리, 환자 데이터 전체 조회, 시스템 운영 모니터링, 통계 대시보드

제안 포인트

본 제안의 핵심 차별화 요소는 다음과 같습니다:

• 헬스케어 도메인 실무 경험 — Harmony Link(시니어 주간보호 관리 플랫폼)에서 133K+ LOC, 140+ API의 의료·복지 관리 시스템을 구축한 경험을 바탕으로, 환자 데이터 처리·보안·관리자 기능에 대한 실무적 이해를 보유
• ML 모델 연동 설계 역량 — 다수 프로젝트에서 AI/ML API 연동 경험 (OpenAI, ChatGPT API 등). 클라이언트가 직접 ML 모델을 연동할 수 있도록 명확한 어댑터/플러그인 인터페이스 및 문서 제공
• 규제·보안 대응 경험 — 금융(VICS 규제, NICE KYC) 및 기업용 SaaS에서 다계층 보안 체계(JWT, 2FA, IP 화이트리스트, DLP, GeoIP)를 설계·구현한 경험을 의료기기 사이버보안 요구사항에 적용
• 복잡한 관리 시스템 전문성 — EZ-Approve(전자결재 SaaS, 504 PR, 50+ 페이지), Series-B(VC 펀드 관리, 1,652 PR, 200+ API) 등 대규모 엔터프라이즈 관리 시스템 구축 경험

사용 기술 및 툴

개발 기술

협업 및 커뮤니케이션

견적서

본 견적서는 프로젝트 요구사항 분석을 기반으로 산출되었습니다.

견적 요약

상세 견적 내역

산정 근거

• 유사 의료·헬스케어 관리 시스템 수행 경험 기반 공수 산정
• DICOM 영상 처리(fo-dicom 라이브러리) 및 OpenCV 영상 분석 기능 포함
• ML 모델은 클라이언트 자체 보유 — 연동 인터페이스 설계 및 문서화에 집중
• Figma 디자인 클라이언트 제공 — 디자인 비용 미포함, 퍼블리싱(XAML 변환)만 산정
• 의료 데이터 보안 요구사항 반영 (암호화, RBAC, 감사 로그)

포함 사항

• 소스 코드 전체 이관
• 개발 문서 (API 명세서, DB 스키마, 배포 가이드)
• ML 모델 연동 인터페이스 문서 (클라이언트 직접 연동용)
• 1개월 무상 하자 보수
• 배포 환경 세팅 (1회)

불포함 사항

• 서버 호스팅 비용
• 머신러닝 모델 개발/학습 (클라이언트 자체 보유)
• 의료기기 인증/허가 비용 (별도 컨설팅 필요)
• 하자 보수 기간 이후 유지보수
• DICOM 영상 서버(PACS) 구축

공수계산서

기능별 개발 공수(Man-Day)를 산출하여 일정과 비용의 근거를 제시합니다.

공수 요약

기능별 상세 공수

산정 기준

• 1 M/D = 8시간 기준 (1인 1일 작업량)
• 주 5일 근무 기준
• 버퍼 10~15% 포함
• 유사 프로젝트 수행 경험 기반 효율적 개발

PRD (Product Requirements Document)

프로젝트 요구사항을 정의하고 기능 범위를 명확히 합니다.

1. 프로젝트 배경 및 목적

본 프로젝트는 자체 개발한 머신러닝 모델을 활용하여 DICOM 의료 영상을 분석하는 전문 소프트웨어를 신규 개발하는 것을 목표로 합니다. 사용자가 DICOM 영상을 업로드하면, 다단계의 분석 과정을 거쳐 결과를 도출하는 핵심 기능을 구현하고, 사용자·환자 정보 관리 등 시스템 운영에 필요한 부가 기능을 포함하여 안정적이고 보안성 높은 의료 소프트웨어 솔루션을 구축합니다.

핵심 설계 원칙: ML 모델은 클라이언트가 자체 보유하고 있으며, 외부 유출이 불가하므로 개발 완료 후 클라이언트가 직접 연동할 수 있는 구조(어댑터/플러그인 패턴)를 설계하는 것이 아키텍처의 핵심입니다.

2. 사용자 정의

3. 기능 요구사항

3.1 의료 영상 분석 (핵심 기능)

• [필수] DICOM 영상 Import — 파일/폴더 선택, 메타데이터 자동 파싱 (환자 정보, 촬영 정보 등)
• [필수] DICOM 영상 Viewer — 확대/축소, 밝기/대비 조절, 윈도우 레벨링(Window/Level)
• [필수] 다단계 ML 모델 연동 분석 — 어댑터 인터페이스를 통해 ML 모델 호출, 분석 진행 상태 표시
• [필수] 분석 결과 시각화 — 영상 위 오버레이 표시, 수치/통계 결과 패널, 분석 리포트
• [필수] 분석 결과 저장 — 결과 이력 관리, 환자별 분석 내역 조회
• [선택] 분석 결과 PDF/이미지 내보내기

3.2 사용자 관리

• [필수] 회원가입 및 로그인 (이메일/비밀번호)
• [필수] 계정 정보 관리 (프로필, 비밀번호 변경)
• [필수] 역할 기반 접근 권한 (RBAC) — 일반 사용자 / 관리자
• [선택] 비밀번호 재설정

3.3 환자 관리

• [필수] 환자 정보 등록/조회/수정/삭제 (CRUD)
• [필수] 환자별 영상 및 분석 이력 조회
• [필수] 환자 검색 및 필터링

3.4 데이터 관리

• [필수] DICOM 영상 업로드 및 저장
• [필수] 영상 메타데이터 자동 파싱 및 인덱싱
• [필수] 데이터 암호화 저장 (AES-256)
• [선택] 대용량 영상 일괄 업로드

3.5 관리자 기능

• [필수] 전체 사용자 계정 관리 (활성/비활성, 권한 변경)
• [필수] 환자 데이터 전체 조회
• [필수] 시스템 운영 현황 모니터링
• [필수] 통계 대시보드 (사용자 현황, 분석 건수, 데이터 용량)

4. 비기능 요구사항

5. 기술 제약사항

• .NET / C# / WPF 필수 (클라이언트 요구)
• PostgreSQL 데이터베이스 사용
• ML 모델은 클라이언트 자체 보유 — 직접 제공 불가 → 어댑터/플러그인 인터페이스 필수
• 클라이언트가 개발 완료 후 직접 ML 모델 연동 → 명확한 인터페이스 문서 제공 필요
• DICOM 표준 준수 (fo-dicom 라이브러리 활용)
• OpenCV를 활용한 영상 처리 기능 구현

6. 범위 외 사항 (Out of Scope)

• ML 모델 개발, 학습, 최적화 (클라이언트 자체 보유)
• DICOM 영상 서버(PACS) 구축
• 서버 호스팅/인프라 구매
• 의료기기 인증/허가 수행 (별도 컨설팅 필요)
• 모바일 앱 또는 웹 버전 개발
• EMR/HIS 연동

일정 제안

총 40 영업일 기준 단계별 마일스톤 및 산출물을 제안합니다.

전체 일정 요약

마일스톤 체크포인트

커뮤니케이션 계획

유사 프로젝트 경험

본 프로젝트와 유사한 기능/기술 스택을 활용한 수행 경험을 소개합니다.