Next.js 공식 Learn의 Dashboard App을 따라가며 풀스택 대시보드를 만드는 스터디를 시작했다. 이번 글에서는 Chapters 1~3에 등장하는 프로젝트 구조, CSS 적용 방식, 폰트와 이미지 최적화를 정리한다. 1. 프로젝트 생성과 실행 공식 과정에서는 화면 구성 요소와 예시 데이터가 준비된 starter 프로젝트를 사용한다. npx create-next-app@latest nextjs-dashboard --example "https://github.com/vercel/next-learn/tree/main/dashboard/starter-example" --use-pnpm create-next-app 은 Next.js 프로젝트 생성 도구다. --example으로 학습용 예제를 지정하고, --use-pnpm으로 패키지 관리 도구를 선택한다. 프로젝트 폴더로 이동한 뒤 필요한 패키지를 설치하고 개발 서버를 실행한다. cd nextjs-dashboard pnpm i pnpm dev pnpm i 는 의존성을 설치하고, pnpm dev 는 package.json에 정의된 개발용 스크립트를 실행한다. 개발 서버 실행과 프로덕션 빌드는 목적이 다르다. 명령에 pnpm dev * - 코드 수정 반영과 오류 확인을 위한 개발 서버 실행 * pnpm build - 실제 서비스에 사용할 최적화된 결과물 생성 pnpm start - 빌드한 결과물로 프로덕션 서버 실행 따라서 프로덕션 환경을 로컬에서 확인하려면 pnpm build를 먼저 실행한 뒤 pnpm start를 실행한다. 빌드는 결과물을 만드는 과정이며, 외부 사용자가 접속할 수 있도록 배포하는 작업과는 구분된다. 2. Starter 프로젝트 구조 app - 페이지, 레이아웃 등 애플리케이션 코드 * app/lib * - 공통 함수, 데이터 처리 로직, 타입 정의 * app/ui * - 로고, 카드, 표, 폼 등 UI 컴포넌트 public - 이미지 등 정적 파일 app 은 App Router에서 사용하는 폴더다. 반면 lib 와 ui 는 이 프로젝트에서 코드를 정리하기 위해 사용한 이름이다. app/page.tsx 는 / 경로의 페이지를 정의하고, app/layout.tsx 는 페이지를 감싸는 공통 구조를 정의한다. export default function RootLayout({ children, }: { children: React.ReactNode; }) { return ( <html lang="en"> <body>{children}</body> </html> ); } children에는 해당 레이아웃 안에 표시할 페이지나 하위 레이아웃의 내용이 들어간다. 3. Global CSS, Tailwind CSS, CSS Modules Next.js에서는 여러 CSS 방식을 함께 사용할 수 있다. Global CSS 특징: 전역적으로 적용되는 CSS 규칙 작성 활용: 기본 여백, 공통 스타일 공식 예제에서는 Root Layout에서 전역 CSS를 가져온다. import "@/app/ui/global.css"; @/ 는 프로젝트의 경로 설정에 따른 별칭이다. 전역 CSS는 여러 페이지에 공통으로 적용할 규칙에 적합하다. 개별 컴포넌트의 스타일을 모두 전역으로 작성하면 클래스 이름이나 선택자가 충돌할 수 있으므로 적용 범위를 고려해야 한다. Tailwind CSS 특징: 유틸리티 클래스를 조합해 스타일 구성 활용: 요소의 배치, 색상, 여백 Tailwind는 작은 CSS 규칙에 대응하는 클래스를 조합하는 방식이다. <div className="flex flex-col rounded-lg bg-blue-500 p-6"> Dashboard </div> flex : Flexbox 사용 flex-col : 세로 방향으로 배치 rounded-lg : 모서리를 둥글게 설정 bg-blue-500 : 파란색 배경 p-6 : 기본 설정에서 1.5rem의 내부 여백 Tailwind는 CSS 개념을 대신하는 도구가 아니다. 클래스 이름을 읽으려면 배치, 여백, 색상 같은 CSS 속성의 의미를 이해해야 한다. md : 같은 접두사는 화면 너비에 따른 조건을 나타낸다. <div className="flex flex-col md:flex-row"> 기본적으로 세로로 배치하고, md 기준 너비 이상에서는 가로로 배치한다. 특정 기기의 종류를 판단하는 것이 아니라 화면 너비를 기준으로 동작한다. CSS Modules 특징: 클래스 이름을 파일 단위로 구분 활용: 개별 컴포넌트의 사용자 정의 스타일 CSS Modules는 .module.css 파일에 스타일을 작성한다. /* home.module.css */ .panel { padding: 24px; background-color: lightblue; } 컴포넌트에서는 파일을 가져와 적용한다. import styles from "@/app/ui/home.module.css"; <div className={styles.panel}>Dashboard</div> styles.panel은 생성된 고유 클래스 이름과 연결된다. 다른 CSS Module에 같은 .panel이 있어도 클래스 이름 충돌을 줄일 수 있다. 4. clsx로 조건부 스타일 적용하기 송장의 결제 상태에 따라 색상을 다르게 표시하려면 조건에 따라 클래스 이름을 선택해야 한다. clsx 는 이러한 클래스 이름 조합을 간단하게 만들어준다. import clsx from "clsx"; export default function StatusBadge({ status, }: { status: "pending" | "paid"; }) { return ( <span className={clsx("rounded px-2 py-1", { "bg-green-500 text-white": status === "paid", "bg-gray-100 text-gray-500": status === "pending", })} > {status} </span> ); } 공통 클래스는 항상 적용되고, 객체에서는 조건이 참인 항목의 클래스만 추가된다. status가 "paid"이면 초록색 배경이, "pending"이면 회색 배경이 적용된다. clsx는 CSS를 생성하거나 상태를 관리하지 않는다. 조건에 맞는 클래스 이름들을 합친 문자열을 반환한다. 5. 웹 폰트와 CLS 웹 폰트가 로딩되기 전에는 브라우저가 기본 글꼴로 텍스트를 표시할 수 있다. 이후 웹 폰트로 교체되면 글자의 폭과 높이가 달라져 줄바꿈이나 주변 요소의 위치가 바뀔 수 있다. 예를 들어 제목이 한 줄에서 두 줄로 바뀌면 아래 버튼도 밀려 내려간다. CLS(Cumulative Layout Shift) 는 이러한 예상하지 못한 레이아웃 이동을 평가하는 지표다. next/font 는 폰트 제공과 로딩을 최적화하고, 대체 글꼴 조정을 통해 폰트 교체에 따른 레이아웃 이동을 줄여준다. next/font/google은 빌드 시점에 Google Fonts의 폰트 파일과 CSS를 받아 프로젝트의 정적 자산으로 제공한다. 사용자의 브라우저가 페이지를 볼 때 Google 서버에 직접 폰트를 요청하지 않는다. 브라우저의 폰트 다운로드 자체가 없어지는 것은 아니다. 폰트를 프로젝트에서 제공한다는 점이 핵심이다. 공식 예제에서는 사용할 폰트를 fonts.ts에 모아둔다. import { Inter, Lusitana } from "next/font/google"; export const inter = Inter({ subsets: ["latin"], }); export const lusitana = Lusitana({ subsets: ["latin"], weight: ["400", "700"], }); subsets는 미리 불러올 문자 묶음을 지정한다. weight는 사용할 굵기를 지정하며, 400은 보통 굵기, 700은 굵은 글꼴에 해당한다. 6. next/image와 이미지 최적화 큰 원본 이미지를 작은 화면에 그대로 전달하면 불필요한 데이터를 다운로드하게 된다. 이미지가 로딩되기 전에 공간이 확보되지 않으면 화면 내용이 밀리는 문제도 생긴다. next/image의 Image는 이미지 크기 최적화, 기본 지연 로딩, 이미지 비율을 활용한 공간 확보 등을 지원한다. 일반 img도 srcset, loading, 크기 지정 등으로 최적화할 수 있지만, Image는 이 작업을 Next.js에서 편리하게 구성하도록 돕는다. import Image from "next/image"; <Image src="/hero-desktop.png" width={1000} height={760} alt="데스크톱용 대시보드 화면" /> 여기서 width 와 height 는 이미지의 원본 크기 정보를 제공한다. 브라우저는 이를 바탕으로 가로·세로 비율을 계산하고 이미지가 나타날 공간을 확보할 수 있다. 화면에서 반드시 1000 × 760px로 표시된다는 뜻은 아니다. 실제 표시 크기는 CSS로 조절할 수 있다. className="w-full h-auto" 이렇게 설정하면 사용 가능한 너비에 맞추면서 이미지 비율을 유지한다. 7. 화면 너비에 따른 이미지 표시 공식 예제에는 데스크톱용과 모바일용 이미지가 각각 준비되어 있다. <Image src="/hero-desktop.png" width={1000} height={760} className="hidden md:block" alt="데스크톱용 대시보드 화면" /> <Image src="/hero-mobile.png" width={560} height={620} className="block md:hidden" alt="모바일용 대시보드 화면" /> 화면 너비 데스크톱 이미지 모바일 이미지 md 미만 숨김 표시 md 이상 표시 숨김 hidden md:block은 기본적으로 숨기고, md 이상에서 표시한다. block md:hidden은 반대로 동작한다. 이는 동일한 이미지를 작게 만드는 방식과 달리, 화면 너비에 맞춰 서로 다른 구성의 이미지를 보여주는 방식이다. hidden은 CSS로 숨기는 것이므로 요소 자체를 DOM에서 삭제하지는 않는다. 반응형 이미지에서는 표시 크기와 다운로드할 이미지 크기도 구분해야 한다. CSS는 화면에 표시할 크기를 정하고, sizes는 브라우저가 적절한 이미지 후보를 선택하는 데 사용할 정보를 제공한다. 학습 정리 이번 범위에서는 Next.js 프로젝트의 기본 구조와 첫 화면을 구성하는 방법을 살펴봤다. 특히 스타일을 적용하는 방식마다 범위와 작성 방법이 다르고, 폰트와 이미지는 디자인뿐 아니라 로딩 성능과 레이아웃 안정성에도 영향을 준다는 점이 중요했다.
이번에는 회사에서 이미 가지고 있는 데이터를 Biz Assist에서도 활용하고 싶었다. 사업 정보나 계약 정보 실적이나 인력 관련 데이터가 이미 따로 관리되고 있었기 때문이다. 처음에는 그냥 회사 DB를 연결해서 필요한 데이터를 가져오면 되지 않을까 싶었다. 근데 생각해 보니까 이건 지금까지 외부 API 붙이던 거랑은 조금 달랐다. 회사 DB를 잘못 건드리면 안 된다. 그래서 이번에는 데이터를 가져오는 것보다 먼저 어떻게 안전하게 연결할지 부터 생각했다. 기존 DB랑 섞이면 안 됐다 Biz Assist는 이미 자체 DB를 사용하고 있었다. 공지나 알림 이력처럼 Biz Assist에서 직접 만드는 데이터는 여기에 저장하고 있다. 근데 회사 DB까지 연결하면 한 애플리케이션 안에 DB가 두 개가 된다. 이때 그냥 DataSource를 하나 더 추가하면 기존 Repository가 어느 DB를 사용하는지 헷갈릴 수도 있다. 특히 Biz Assist에서 사용하는 schema.sql 이 회사 DB에서 실행되면 큰일이다. 그래서 처음부터 두 DB의 역할을 명확하게 나눴다. Biz Assist DB → 기존 기능에서 계속 사용 → schema.sql 적용 → 읽기 / 쓰기 가능 회사 DB → 별도 연결 → 조회 전용 → Biz Assist 테이블 생성 안 함 기존 H2는 그대로 기본 DB로 두고 회사 DB는 별도의 DataSource로 분리했다. 회사 DB 연결 때문에 기존 기능이 영향을 받으면 안 됐다. 회사 DB는 조회만 하자 회사 DB에서 필요한 건 기존 데이터를 가져오는 기능이다. Biz Assist에서 회사 데이터를 수정할 이유는 없었다. 그래서 처음부터 read-only 로 연결하기로 했다. SELECT → 가능 INSERT UPDATE DELETE → 사용하지 않음 연결 풀도 크게 잡지 않았다. 회사 DB를 주 DB처럼 사용하는 게 아니라 필요한 정보를 조회하는 용도니까 최대 연결 수도 2개로 제한했다. 조회가 너무 오래 걸리는 상황을 막기 위해 쿼리 시간과 최대 조회 건수도 제한했다. 연결할 수 있다는 것보다 얼마나 제한해서 사용할지가 더 중요했다. 기본값은 아예 연결 안 함 또 하나 고민한 건 애플리케이션을 실행할 때마다 회사 DB에 붙어야 하냐는 거였다. 개발할 때는 회사 DB가 필요 없는 경우도 많다. 네트워크가 안 되는 환경에서 실행할 수도 있고 테스트할 때까지 외부 DB에 연결할 필요도 없다. 그래서 회사 DB 기능은 기본적으로 꺼두었다. company-db.enabled = false 필요할 때만 환경변수로 활성화한다. DB 주소나 계정 정보도 코드에 직접 넣지 않고 환경변수로 받도록 했다. 회사 DB 설정이 없다고 Biz Assist 자체가 실행되지 않는 구조는 피하고 싶었다. 일단 데이터부터 보지 않았다 회사 DB에 연결했으면 바로 실제 업무 데이터를 조회해 볼 수도 있었다. 근데 첫 단계부터 실제 데이터를 읽는 건 조금 부담스러웠다. 그래서 먼저 DB 구조만 확인하기로 했다. JDBC metadata를 이용해서 테이블 컬럼 Primary Key Foreign Key Index 같은 구조 정보만 확인하도록 했다. 실제 업무 데이터 행은 읽지 않는다. 그리고 모든 테이블을 다 보는 대신 사업이나 계약 실적이나 인력처럼 Biz Assist와 관련 있을 만한 이름만 찾도록 했다. 이 단계의 목적은 회사 DB에 어떤 데이터가 있는지 먼저 구조부터 파악하는 것 이었다. 쓰기 권한도 한번 확인해 보기로 했다 코드에서 read-only로 설정했더라도 DB 계정 자체에 쓰기 권한이 있을 수도 있다. 그래서 metadata를 확인할 때 현재 계정의 권한도 같이 확인하도록 했다. INSERT UPDATE DELETE TRUNCATE TRIGGER REFERENCES 이런 쓰기 권한이 있는지도 확인한다. 애플리케이션에서는 조회 전용으로 사용하더라도 계정 권한까지 같이 확인해 두는 게 나을 것 같았다. 기존 DB와 정말 분리됐는지도 확인했다 DB를 두 개 연결하는 구조를 만들었으니 이 부분도 테스트를 추가했다. 확인하고 싶었던 건 간단했다. Biz Assist DB → 기존 EXTERNAL_NOTICE 테이블 존재 회사 DB → Biz Assist 테이블 없음 즉 schema.sql 이 기존 DB에만 적용되고 회사 DB에는 영향을 주지 않는지 확인하는 테스트다. 회사 DB 연결 기능을 추가하면서 기존 DB 구조까지 바뀌면 안 되니까 이 부분은 먼저 막아두고 싶었다. 일단 연결보다 경계를 먼저 만들었다 처음에는 회사 DB 데이터도 가져와보자 정도로 시작했다. 근데 실제로 붙이려고 보니까 어떤 데이터를 가져올지보다 먼저 정해야 할 게 많았다. 기존 DB와 분리 ↓ 회사 DB는 조회 전용 ↓ 필요할 때만 연결 ↓ 접속 정보는 환경변수 ↓ 실제 데이터보다 구조부터 확인 이번 작업에서는 아직 회사 데이터를 Biz Assist 화면에 보여주지는 않았다. 대신 회사 DB를 연결할 때 어디까지 허용할지부터 정리했다. 외부 시스템을 붙일 때는 기능부터 만드는 것보다 경계를 먼저 잡는 게 맞는 것 같다.
DD 공부를 하면서 DD Boost의 존재의 이유에 대해서 공부하다가 전반적인 서버 구성에 대한 정리를 하고자 함! DD Boost DD Boost is a private protocol that is more efficient than CIFS or NFS. DD Boost has a private and efficient data transfer protocol with options to increase efficiencies. CIFS(Common Internet File System) 는 Windows 파일 공유 프로토콜 NFS(Network File System) 는 UNIX/Linux 계열에서 주로 사용하는 파일 공유 프로토콜 보통 DD 를 구매하게 되면 DD Boost 소프트웨어 프로토콜을 사용함 이유는, CIFS 또는 NFS 파일 복사 이외 큰 기능이 없음. 하지만 DD Boost 는 Client Direct / DSP (Distributed Segment Processing) / 복구 최적화 / 로드 밸런싱 / 네트워크 트래픽 감소 와 같은 기능을 함께 가져갈 수 있음! 이전에는 Networker server 을 거쳐서 DD 에 백업을 할 수 있었음. VM1 ↓ NetWorker Server ↓ Data Domain 그래서 아래와 같이 트렌젝션이 일어남. VM1 → NetWorker : 100GB NetWorker → DD : 100GB DD Boost 사용 시 VM1 ↓ Data Domain ' NetWorker (관리만 수행) VM1 → DD : 100GB DD Boost 특징 조금 더 자세히! 백업 서버 또는 애플리케이션 클라이언트가 중복되지 않은(Unique) 데이터 세그먼트만 PowerProtect DD 시스템으로 전송 . 이를 통해 네트워크를 통해 전송되는 데이터 양을 80%~99%까지 감소시킬 수 있습니다. 기존 방식(NFS/CIFS): 서버 → 모든 백업 데이터 전송 → DD에서 중복제거 DD Boost 방식: 서버 → 중복 여부 일부 판단 → 중복되지 않은 데이터만 DD로 전송 → DD에서 최종 저장 중복제거(Deduplication) 과정의 일부를 PowerProtect DD 시스템이 아닌 백업 서버 또는 애플리케이션 서버에서 수행하도록 분산 . 이를 통해 클라이언트 측 중복제거(Client-Side Deduplication) 가 가능해지며, 백업 및 복구 성능이 향상됩니다. 백업 속도를 최대 50% 향상시키고, 시스템 자원을 더욱 효율적으로 활용할 수 있으며, 서버 부하를 20%~40% 감소시킵니다. 다만, 백업 서버 또는 어플리케이션 서버 CPU 사용을 하게 된다는 점~ DD Boost는 백업 서버에서 동작하며, Dell NetWorker, Dell Avamar 및 기타 주요 백업·엔터프라이즈 애플리케이션과 통합됩니다. DD Boost 는 DD 위에서 동작하는게 아니라, 백업 서버에서 동작하는 것임! 또한 PowerProtect DD 시스템에서는 DD Boost를 통해 Storage Unit(SU) 을 백업 애플리케이션에 제공(Expose)하여 백업 대상 저장소로 사용할 수 있도록 합니다. DD 에는 MTree(실제 저장소)가 존재하고, 만약 DD Boost 가 없을 경우에는 백업 서버가 MTree 실제 주소를 알고 직접 찾아가야함. 하지만 DD Boost 는 MTree와 SU 를 맵핑하는 기능이 존재하여, 백업 서버가 SU 이름만 알아도 알아서 실제 MTree 주소로 찾아갈 수 있음. * SU는 DD Boost의 핵심 기능이 아니라 DD Boost를 사용할 때 NetWorker가 볼 수 있는 '저장소 이름' 정도로 생각하시면 됨
According to Kings Research analysis, the global healthcare virtual assistant market size was recorded at USD 516.7 million in 2025 and is projected to reach USD 2639.1 million by 2033 , growing at a CAGR of 23.01% over the forecast period from 2026 to 2033. The market is witnessing rapid expansion as healthcare providers increasingly adopt artificial intelligence (AI), natural language processing (NLP), machine learning, and conversational technologies to improve patient communication, streamline administrative processes, and enhance access to healthcare services. Get the Full Detailed Insights Report: https://www.kingsresearch.com/report/global-healthcare-virtual-assistant-market-3170 Key Market Highlights The global healthcare virtual assistant market is projected to expand significantly from 2026 to 2033. The market was valued at USD 516.7 million in 2025 and is projected to reach USD 2639.1 million by 2033 . The market is expected to grow at a CAGR of 23.01% during the forecast period. Increasing adoption of AI-powered healthcare technologies is supporting market expansion. Growing demand for automated patient engagement and healthcare accessibility is accelerating the deployment of virtual assistants. Cloud-based healthcare virtual assistants are gaining significant traction due to scalability, flexibility, and lower infrastructure requirements. Hospitals and health systems represent a major end-user segment due to the increasing need to automate patient-facing and administrative workflows. Healthcare Virtual Assistant Market Overview Healthcare virtual assistants are AI-powered conversational systems designed to interact with patients, healthcare professionals, and administrative staff through text or voice-based interfaces. These solutions can perform a broad range of functions, including appointment scheduling, patient registration, medication reminders, symptom assessment, frequently asked questions, clinical support, patient navigation, and administrative assistance. The increasing pressure on healthcare systems to provide efficient, accessible, and patient-centric services has encouraged healthcare organizations to adopt virtual assistant technologies. Traditional healthcare communication often involves long waiting times, manual appointment scheduling, repetitive inquiries, and significant administrative workloads. Virtual assistants can automate several of these processes, allowing healthcare professionals and support teams to focus on more complex activities. The rapid development of AI and NLP technologies has further improved the ability of virtual assistants to understand user queries and deliver personalized responses. Integration with electronic health records (EHRs), healthcare management platforms, patient portals, and scheduling systems is also expanding the functionality of these solutions. As healthcare organizations continue their digital transformation initiatives, virtual assistants are becoming an important component of modern healthcare technology ecosystems. Rising Adoption of AI in Healthcare Drives Market Growth One of the primary factors driving the healthcare virtual assistant market is the increasing adoption of AI across healthcare applications. Healthcare organizations are increasingly utilizing AI to automate repetitive tasks, analyze information, improve operational efficiency, and enhance patient experiences. Virtual assistants can respond to common patient questions, provide information about healthcare services, assist with appointment booking, and send automated reminders. These capabilities help healthcare providers reduce the burden on call centers and administrative personnel. The growing volume of patient interactions is another important factor supporting adoption. Hospitals, clinics, and healthcare networks manage thousands of patient inquiries every day. Automating routine interactions enables organizations to provide faster responses while maintaining service availability beyond traditional working hours. Furthermore, advancements in generative AI and conversational AI are improving the quality and flexibility of interactions. Modern virtual assistants can understand natural language more effectively and provide contextual responses, making them increasingly useful for patient engagement and healthcare navigation. Growing Demand for Patient-Centric Healthcare Services The healthcare industry is undergoing a major transformation toward patient-centric care. Patients increasingly expect convenient access to healthcare information and services through digital channels. Healthcare virtual assistants support this transformation by providing immediate assistance through websites, mobile applications, patient portals, and messaging platforms. Patients can use virtual assistants to schedule appointments, receive reminders, locate healthcare services, understand basic medical information, and access administrative support. These capabilities can improve convenience and reduce friction throughout the patient journey. Healthcare providers are also using virtual assistants to maintain communication with patients before and after appointments. Automated follow-ups, medication reminders, and general health-related notifications can support ongoing engagement. The growing preference for digital healthcare interactions is therefore expected to create substantial opportunities for virtual assistant providers throughout the forecast period. Market Trends Integration of Generative AI and Natural Language Processing The integration of generative AI and advanced NLP technologies is emerging as a significant trend in the healthcare virtual assistant market. Earlier virtual assistants primarily relied on predefined scripts and rule-based responses. Modern systems are increasingly capable of understanding conversational language and responding to more complex queries. Generative AI can support more personalized interactions while NLP enables systems to interpret patient questions more effectively. As these technologies mature, healthcare organizations are expected to deploy more sophisticated virtual assistants across patient engagement and operational workflows. Increasing Use of Cloud-Based Solutions Cloud deployment is gaining popularity because it provides healthcare organizations with scalability and flexibility. Cloud-based virtual assistants can be implemented without requiring extensive on-premise infrastructure, making them attractive to organizations seeking cost-effective digital transformation solutions. Cloud deployment also facilitates system updates, integration with other digital healthcare platforms, and remote accessibility. As healthcare organizations increasingly migrate workloads to cloud environments, demand for cloud-based virtual assistants is expected to increase. Expansion of Omnichannel Patient Engagement Healthcare providers are increasingly seeking to engage patients across multiple digital channels. Virtual assistants can be integrated into websites, mobile applications, messaging platforms, and patient portals, enabling organizations to provide consistent assistance across different touchpoints. This omnichannel approach can improve accessibility while helping healthcare providers create a more seamless patient experience. Healthcare Virtual Assistant Market Segmentation Analysis By Deployment Based on deployment, the market is segmented into Cloud, On-Premise, and Hybrid . The cloud segment is expected to witness strong growth during the forecast period. Cloud-based solutions provide scalability, reduced infrastructure requirements, easier maintenance, and flexible deployment options. These benefits make cloud solutions particularly attractive to healthcare organizations seeking to modernize their digital infrastructure. Cloud platforms can also support integration with healthcare applications and enable organizations to expand virtual assistant capabilities as patient volumes increase. The on-premise segment continues to serve organizations that require greater control over infrastructure and data management. Large healthcare institutions with established IT infrastructure may prefer on-premise deployment for specific applications. Meanwhile, hybrid deployment provides organizations with a combination of cloud flexibility and on-premise control. This model can be particularly useful for healthcare providers managing sensitive information while seeking to utilize cloud-based AI capabilities. By Application Based on application, the market is divided into Patient Engagement and Access, Clinical Support, Healthcare Operations, and Others . The patient engagement and access segment represents an important area of application. Virtual assistants can help patients schedule appointments, access information, navigate healthcare services, and receive reminders. These capabilities can significantly improve the overall patient experience. The clinical support segment is also gaining importance as virtual assistants are increasingly used to support healthcare professionals and patients with information retrieval, symptom-related interactions, and clinical workflow assistance. However, clinical applications require appropriate safeguards, validation, privacy controls, and human oversight. The healthcare operations segment includes administrative applications such as scheduling, registration, communication, and workflow management. Automation of repetitive administrative tasks can help healthcare organizations improve efficiency and reduce operational costs. Other applications include medication reminders, healthcare navigation, insurance-related assistance, and post-treatment communication. By End User Based on end user, the market is segmented into Hospitals and Health Systems, Physicians Practices and Clinics, and Others . The hospitals and health systems segment is expected to maintain a significant position in the market. Large healthcare organizations manag