본 논문은 모바일 기기를 이용하여 촬영한 50개 이상의 다양한 피부 질환 데이터셋을 구축하고, 이를 기반으로 심층 학습 기반의 자동 피부 질환 분류 모델을 제시합니다. 기존 연구들이 주로 현미경 사진 데이터셋과 제한적인 질환 종류에 집중한 것과 달리, 본 연구는 실제 환경을 반영하는 다양한 피부 질환 데이터셋을 사용하여 더욱 현실적인 접근을 시도합니다. 여러 CNN과 Transformer 기반 아키텍처를 평가한 결과, Swin Transformer와 같은 Transformer 모델이 전역 문맥 정보를 효과적으로 포착하여 우수한 성능을 보임을 확인하였습니다. 또한, Grad-CAM을 활용하여 모델 예측의 해석성을 높이고, 임상적으로 중요한 영역을 시각화함으로써 모델의 투명성을 확보하였습니다. 이를 통해, 자원이 부족한 환경에서도 접근 가능한 AI 기반 피부 질환 선별 검사 및 조기 진단을 위한 길을 열었습니다.
