HM소프트

전화 금융사기 탐지 앱을 완전 온디바이스로 설계해 통화 내용이 기기 밖으로 나가지 않게 한 기록. 녹음 감지부터 오디오 정규화, Whisper STT, 경량 LLM 판정까지 JNI로 붙이고, JSON 실패 시 키워드 폴백과 SQLCipher 암호화로 안전망을 친 파이프라인을 담았다.통화가 끝난 뒤에야 깨닫는다 — 무엇을, 왜 만들었나전화 금융사기(보이스피싱)의 가장 고약한 점은, 당하는 그 순간에는 좀처럼 의심이 들지 않는다는 것이다. "검찰입니다", "고객님 계좌가 범죄에 연루됐습니다", "지금 바로 안전계좌로 옮기셔야 합니다" — 이 흐름은 상대를 긴장시켜 판단력을 마비시키도록 정교하게 설계돼 있다. 그래서 피해자 대부분은 통화가 끝나고 한참 뒤, 혹은 송금까지 마치고 나서야 "뭔가 이상했다"를 깨닫..

음성 AI의 출력을 실제 데이터에 묶는 두뇌 층을 만든다. 예약은 LLM 자유 생성이 아닌 tool-call 두 개로 고정하고 판정은 백엔드가, 더블부킹은 구간 겹침과 상태머신으로 막았다. 좀비 슬롯 만료 스윕, RAG 근거를 콘솔 입력 시술 DB로 교체한 테넌트 격리, 설정형 가드레일까지 다룬다.AI가 멋대로 말하면 안 되는 도메인1편에서 음성 런타임의 골격을 만들었다. 오디오가 들어와 응답 음성으로 나가는 파이프라인이다. 이번 2편은 그 위에 올라가는 "두뇌" 쪽 이야기다. 한 의료기관의 상담 전화를 받는 AI에서 가장 어려운 지점은 정확도가 아니라 신뢰 경계다. 일반 챗봇이 그럴듯하게 지어낸 답은 애교지만, 여기서는 사고가 된다. 그 기관에 없는 시술을 추천하거나, 비어 있지 않은 시간에 예약을 잡..

느리고 불안정한 LLM 호출을 별도 마이크로서비스로 격리해 핵심 기능을 보호하고, 키·시크릿 이중 인증으로 잠근 설계를 다룬다. 전역 설정 프롬프트로 LLM을 결정론적 함수로 다루고 temperature 0과 JSON 스키마로 출력을 강제하며, 이력서 피드백·초안 생성·커뮤니티 질문에서 환각을 프롬프트로 막은 채용 플랫폼 기록이다. 4편: AI 오케스트레이터시리즈 마지막이다. 1편 인증, 2편 이력서 백엔드, 3편 프론트엔드에 이어, 이번엔 플랫폼에 지능을 더한 LLM 오케스트레이터 서비스다. 이력서 피드백, 초안 생성, 커뮤니티 질문 생성 같은 AI 기능을 담당한다.왜 별도 서비스로 분리했나AI 기능을 메인 백엔드(2편)에 욱여넣지 않고, 독립된 마이크로서비스로 뺐다. 이유가 명확했다.책임 분리: 인증..