병원의 방사선실에는 매일 수많은 검사 데이터가 쌓인다. 검사종류, 촬영부위, 소요시간, 검사상태 같은 기록 하나하나가 훗날 진단과 치료의 근거가 된다. 그런데 정작 이 데이터를 어떻게 정리하고, 확인하고, AI에게 맡길 것인지는 아무도 가르쳐주지 않는다. 「AI 시대의 컴퓨팅사고와 코딩」은 바로 이 지점에서 출발한다.

이 책은 방사선과 교양수업을 위해 쓰였다. 컴퓨터와 친하지 않은 학생, "코딩이 나와 무슨 상관이지"라고 생각했던 학생도 한 학기 동안 엑셀부터 파이썬, AI 활용까지 방사선 의료데이터라는 익숙한 소재로 단계를 밟아 나갈 수 있도록 설계했다. 다루는 모든 데이터는 실제 환자 정보가 아닌 교육용 가상 자료이며, 검사번호·검사일자·검사종류·촬영부위·검사실·소요시간처럼 방사선과 학생에게 친숙한 항목으로 구성된다.

이 책의 핵심은 기술을 얼마나 능숙하게 다루는가가 아니라, 결과를 의심하고 검증하는 태도에 있다. 표처럼 보이지만 계산되지 않는 자료, 사람 눈에는 같아 보이지만 컴퓨터는 다르게 읽는 값들을 직접 마주하면서, 학생들은 데이터를 "일단 확인하는" 습관을 몸에 익히게 된다. AI에게 해석문 초안이나 코드를 요청한 뒤에도 그 결과를 그대로 믿지 않고 원자료와 대조하는 과정을 매 장마다 반복해서 훈련한다.

전체 구성은 네 단계로 이어진다. 1~4장에서는 방사선 검사기록을 엑셀 표로 구조화하는 법을 배운다. 문장으로 흩어진 기록을 컬럼과 데이터로 나누고, 데이터 형식과 표시형식을 구분하며, 정렬·필터·COUNTIF 같은 기능으로 필요한 자료를 찾아내는 원칙을 익힌다. 5~9장에서는 같은 자료를 코랩과 파이썬으로 옮겨와 다룬다. 데이터프레임의 구조를 점검하고, 조건식으로 필요한 행을 추출하고, groupby와 value_counts로 검사종류별·검사실별 자료를 요약하고, 차트로 시각화하는 과정을 실습 중심으로 진행한다. 10장에서는 지금까지 만든 표와 차트를 근거로 생성형 AI에게 데이터 해석문 초안을 요청하고, 이를 원자료와 대조하며 사실과 추측을 구분하는 법을 다룬다. 11~12장에서는 배운 내용을 하나로 모아, AI의 도움을 받아 파이썬 웹앱(Gradio)을 직접 만들고, GitHub과 Hugging Face Spaces를 통해 실제로 배포해 다른 사람과 공유하는 경험까지 나아간다.

이 책을 마치면 학생은 능숙한 프로그래머가 되어 있지는 않을 것이다. 대신 낯선 데이터를 마주했을 때 "일단 확인해보자"고 스스로에게 말할 수 있는 사람이 되어 있을 것이다. 그것이 이 책이 방사선과 학생에게 건네고 싶은 단 하나의 태도다.