나 : 아이디어가 생각낫어결손가정, 한부모가정, 사회초년생, 독거노인 등 홀로 있는 사람들에게 가족/선후배/후원자 등이 되어주는 범용 AI챗을 만들면 어떨까 싶어핸드폰에서 돌아가되 무료/유료가 되게해야돼 누군가는 비용 부담을 느낄테니예를 들면 이래 보육원에서 성장하다 퇴소를 앞둔 홀로서기를 해야하는 남학생에게 챗에서 부모역할을 하는 AI를 만들어주는거야나오면 머를 해야하는지 밥은 잘 먹는지 사기는 안당하는지를 진짜 부모라면 해줬을 역할을 해주는거지또 사회초년생도 그래 선후배가 되어서 도움과 조언을 아끼지 않는거야 엑셀사용법이나 넥타이 매는 법 술자리 매너 같은 사소한 것에서부터 디테일한 노하우 말이야
오후 1:00
Claude AI : AI 챗봇으로 취약계층 정서지원 서비스 구상했다
Claude AI :AI 챗봇으로 취약계층 정서지원 서비스 구상했다
Claude AI :좋은 아이디어야. 거지집이랑 같은 맥락이네 — AI를 취약계층에게 실질적으로 쓰는 것.
Claude AI :핵심 차별점이 명확해. 기존 AI챗봇은 "무엇이든 물어보세요" 범용형인데, 이건 관계 기반이야. 부모, 선배, 후원자라는 역할이 있고, 그 역할에 맞는 톤과 지식과 관심의 범위가 정해져 있어.
몇 가지 짚어볼게:
강점 — 보육원 퇴소자 같은 경우 실제로 "누구한테 물어봐야 할지 모르는 것"이 가장 큰 장벽이야. 전입신고, 월세 계약, 건강보험 자격취득 같은 걸 알려줄 사람이 없거든. 이 틈새가 진짜 크고, 기존에 채워주는 서비스가 거의 없어.
수익 구조 — 무료 티어는 필수고, 후원 모델이 잘 맞아. "내가 후원하면 보육원 퇴소자 1명이 무료로 쓴다" 같은 구조. 기업 CSR 연계도 가능하고.
리스크 — 정서적 의존도가 높은 사용자층이라 AI가 "진짜 가족"처럼 착각하게 만들면 안 돼. 관계의 경계를 설계 단계에서 잡아야 해. 또 위기 상황(자해, 사기 피해 등) 감지 시 실제 기관 연결 파이프라인이 반드시 필요해.
프로젝트명이나 스펙 잡아볼까?
나 : 이런 시도가 잇는지, 참고할만한 연구자료나 정책이 잇는지 검색해봐
오후 1:02
Claude AI :정보를 수집하고 결과를 정리했다
Claude AI :정보를 수집하고 결과를 정리했다
Claude AI :조사 결과 정리할게.
기존 유사 시도 — 해외
"관계 기반 AI 동반자"는 이미 시장이 형성돼 있어. Replika는 친구, 형제, 멘토, 연인 등 관계 유형을 선택할 수 있는 구조 이고, ElliQ는 독거노인 전용이야. 뉴욕 파일럿 프로그램에서 약 1,000명의 노인이 ElliQ를 사용했고, 대다수가 외로움 감소와 웰빙 향상을 보고했어 . 싱가포르에서는 AMI-Go라는 노인 대상 AI챗봇도 운영 중이고.
다만 핵심 차이점이 있어 — 기존 서비스는 전부 "외로움 완화 = 말벗" 프레임이야. 네 아이디어는 역할 기반 실용 지원(전입신고 방법, 사기 예방, 넥타이 매는 법 등)이 핵심이라 접근이 다르거든.
기존 유사 시도 — 한국
한국 정책 현황 — 자립준비청년
학술 연구 — 주요 시사점
스탠포드 IRB 승인 연구에서 Replika 사용자 1,006명 조사 결과, 90%가 외로움을 겪고 있었지만 친구·치료사·지적 거울 등 다양한 역할로 활용했어 . 3%는 Replika가 자살 충동을 멈추게 했다고 보고 했고. 반면 장기적으로는 AI 동반자에 의존하면서 실제 인간관계가 위축될 수 있다는 우려 도 있어. STAT News에서는 "보조적 관계(prosthetic relationship)"라는 개념을 제시 — AI가 관계를 대체하는 게 아니라 관계 능력이 부족한 사람에게 적응 보조 장치 역할을 한다는 프레임 이야.
결론: 네 아이디어의 빈 자리
"역할 기반(부모/선배/후원자) + 실용 생활정보 + 취약계층 특화"를 결합한 서비스는 국내외에 없어. 기존은 전부 "말벗형 감정 케어" 아니면 "정보 안내형 챗봇"이야. 이 둘을 관계 프레임으로 묶는 건 빈 시장이고, 한국 자립준비청년 정책의 "인력 부족" 문제를 AI로 보완하는 포지셔닝이 가능해.
스펙 잡을까?
나 : 퇴소아동을 예로 들엇지만 한부모가정이나 부모가 잇어도 병에 걸려 역할을 못해주는 청년도 잇을거야 사회전반적으로 이런 도움이 필요한 계층이 넓게 잇을거야 싱글맘이라던가 좀 더 넓게 범위를 잡고 다양한 계층을 반영해줘 그 들이 필요한 부분이 먼지 연구자료나 학습자료등을 검토해줘
오후 1:05
Claude AI :광범위한 취약계층 파악 및 필요 자료 검토 준비 완료
Claude AI :광범위한 취약계층 파악 및 필요 자료 검토 준비 완료
Claude AI :종합 정리할게. 생각보다 시장이 넓어.
대상 계층별 규모와 핵심 니즈
1. 자립준비청년 (보호종료아동)
- 규모: 매년 ~2,000명 퇴소, 누적 ~10,000명 (보호종료 5년 이내)
- 보호종료 후 가장 큰 어려움은 경제적 문제(68.2%), 주거(20.2%), 진로·취업(3.4%) 순
- 정신과 질병 경험률 12.7%, 삶의 만족도 5.6점으로 전체 청년(6.72점)보다 낮음
- AI 니즈: 전입신고·계약·보험 등 행정 안내, 사기 예방, 생활 기술, 정서적 지지
2. 한부모가정
- 규모: 전국 약 150만 가구 추산
- 월평균소득 294.6만원으로 전체가구(488.7만원)의 60.3% 수준
- 가장 큰 어려움은 양육비·교육비 부담, 자녀 진로지도 어려움(67.7%), 학업성적 관리(59.3%)
- AI 니즈: 자녀 교육 조언(부모 역할 분담 불가), 진로상담, 복지 혜택 안내, 정서 지지
3. 가족돌봄청년 (영 케어러)
- 규모 약 5.7만~63.2만 명 추정, 위기요인은 고용위기·주거위기·경제적 위기 순, 정신건강이 일반 청년보다 취약
- 주당 평균 돌봄시간 21.6시간, 평균 돌봄기간 약 4년, 우울감 유병률 61.5%로 비돌봄 청년(8.5%)의 7배
- AI 니즈: 돌봄 스트레스 해소, 본인 진로·취업 정보, 복지서비스 연결, "네가 아끼는 사람이 아파도 네 인생도 중요해"라는 메시지를 줄 선배 역할
4. 고립·은둔 청년
- 2024년 조사 기준 고립·은둔 청년 비율 5.2%, 이유는 취업 어려움(32.8%), 인간관계 어려움(11.1%), 학업중단(9.7%)
- 정신건강 전문가 상담이 필요했으나 받지 못한 청년 6.3%, 주된 이유는 비용부담(38.6%)
- AI 니즈: 비대면 접촉 자체가 첫 관문, 부담 없는 대화 상대, 점진적 사회 복귀 가이드
5. 독거노인 / 고독사 위험군
- 2024년 고독사 사망자 3,924명(전년 대비 7.2% 증가), 60대(32.4%)·50대(30.5%)가 최다, 남성 81.7%
- 19세 이상 국민 3명 중 1명이 도움이 필요해도 도움받을 곳이 없는 사회적 고립 상태
- AI 니즈: 일상 안부 확인, 복약 알림, 사기 예방, 말벗, 위기 시 실제 기관 연결
6. 사회초년생 (일반 청년 중 지지망 부족층)
- 번아웃 경험 32.2%, 이유는 진로불안(39.1%), 업무과중(18.4%)
- AI 니즈: 직장생활 노하우(엑셀, 보고서, 술자리 매너), 선배 역할, 커리어 조언
공통 패턴: "물어볼 사람이 없다"
모든 계층을 관통하는 핵심 문제는 동일해 — 사회적 지지망의 부재. 정부 정책도 이걸 인식하고 있어서, "생애주기별 사회적 고립 대응"이 국정과제로 선정됐고, 2026년부터 사회적 고립까지 정책 대상을 확대할 예정 이야.
근데 정부 대응은 전부 인력 기반(사례관리사, 멘토 배치)이라 스케일이 안 돼. 매년 퇴소자 2,000명에 전담요원 시설당 1명, 고독사 위험군 수백만 명에 시범사업 수준. 여기가 AI가 들어갈 자리야.
설계 방향 제안
기존 Replika/ElliQ 같은 "범용 말벗"이 아니라, 계층별 역할 프리셋 + 실용 지식 DB를 결합하는 구조가 차별점이 될 수 있어. 예를 들면 "부모 모드"는 전입신고 방법과 함께 "밥은 먹었어?"를 물어보고, "선배 모드"는 엑셀 단축키와 함께 "처음엔 다 그래, 괜찮아"를 말해주는 식.
스펙이나 프로젝트명 잡을 준비 되면 말해.
나 : 좋다. 이게 우리의 철학이지. 더할 내용이 잇을까? 예상되는 문제점과 해결방안을 검토해줘 그리고 무료로 폰에서 누구나 쓸수 있는 최신 llm도 알아봐주고 유료라도 좀 싸게 쓸 수 잇으면 좋아
오후 1:09
Claude AI :LLM 옵션들을 정리하고 응답을 구성했다
Claude AI :LLM 옵션들을 정리하고 응답을 구성했다
Claude AI :The 4th Path 맥락에 딱 맞아. 정리할게.
추가할 내용
다문화 가정 — 한국어가 서툰 결혼이민자나 그 자녀. 한국 생활 정보를 모국어 + 쉬운 한국어로 안내해줄 "시어머니/이웃 언니" 역할. 다국어 지원이 자연스럽게 차별점이 됨.
장기 입원 환자의 가족 — 간병 중인 가족이 병원 밖 생활(아이 학교, 행정처리 등)을 챙길 여유가 없을 때 "대신 알려주는 동생" 역할.
군 전역자 — 사회 복귀 시 2년간의 공백. 취업 준비, 복학 절차, 생활 감각 회복. "선임 선배" 역할.
예상 문제점 & 해결방안
1. 정서적 의존 / AI를 진짜 가족으로 착각
- 문제: 취약계층일수록 감정 이입이 깊어짐. Replika에서 이미 발생한 문제
- 해결: 온보딩에서 "나는 AI야, 진짜 가족은 아니지만 네 편이야"를 명확히. 주기적 리마인더. 실제 인간 멘토 연결 기능 내장 (바람개비서포터즈, 자립지원전담기관 등). 목표는 "AI에서 졸업"하는 것
2. 위기 상황 대응 (자살 충동, 사기 피해, 가정폭력)
- 문제: LLM은 위기 개입을 할 수 없음. 잘못된 대응은 치명적
- 해결: 위기 키워드 감지 → 즉시 실제 기관 연결 (자살예방상담전화 1393, 아동보호전문기관 112, 한부모상담 1644-6621). 챗 내에서 원터치 긴급 연락 버튼 항시 노출. 절대 AI가 상담을 시도하지 않음
3. 잘못된 정보 제공
- 문제: 행정/법률/금융 정보가 틀리면 실질적 피해 발생 (예: 전입신고 기한 오안내 → 과태료)
- 해결: 생활정보 DB는 RAG로 구축 + 정부 공식 데이터(자립정보ON, 정부24, 복지로) 연동. 답변에 항상 출처 링크 포함. "확실하지 않으면 여기에 직접 확인해"라는 안전장치
4. 개인정보 보호
- 문제: 취약계층의 대화에는 민감정보(학대 이력, 건강, 재정상태)가 포함됨
- 해결: 로컬 우선 처리(on-device LLM). 서버 전송 시 end-to-end 암호화. 대화 로그 최소 보관. 수익 목적 데이터 활용 절대 금지 (The 4th Path 철학과 일치)
5. 수익 모델 vs 무료 접근성
- 문제: 가장 필요한 사람이 가장 돈이 없음
- 해결:무료 티어: on-device 소형 모델 (오프라인에서도 작동하는 기본 대화 + 정보 안내) 후원 모델: 기업 CSR / 개인 후원 → 무료 사용자에게 클라우드 LLM 크레딧 제공 유료 티어: 고품질 모델(GPT/Claude급), 음성대화, 맞춤 코칭 → 여유 있는 사용자용 공공기관 B2G: 지자체/아동권리보장원에 납품 → 정부 예산으로 취약계층 무료 제공
6. 한국어 품질
- 문제: 소형 모델일수록 한국어가 약함
- 해결: 한국어 특화 모델 우선 (아래 LLM 목록 참고). 도메인 특화 fine-tuning (행정용어, 존댓말/반말 톤 전환)
7. 디지털 소외 (노인, 저학력층)
- 문제: 앱 설치/사용 자체가 장벽
- 해결: 카카오톡 채널 연동 (별도 앱 설치 불필요), 음성 인터페이스 우선, 초대형 UI
무료/저가 LLM 옵션
완전 무료 API (프로토타입~소규모)
저가 유료 (프로덕션)
On-Device (오프라인/프라이버시)
추천 아키텍처
[사용자 폰]
├─ 카카오톡 채널 (노인/디지털약자)
└─ 전용 PWA 앱
├─ On-device: Gemma 3n (기본 대화, 오프라인)
└─ Cloud fallback: Gemini Flash / DeepSeek (복잡한 질문)
└─ RAG: 정부 DB (복지로, 자립정보ON, 정부24)
[위기 감지] → 즉시 실제 기관 연결 (1393, 112 등)
[후원 시스템] → 기업/개인 후원 → 무료 사용자 클라우드 크레딧
무료 사용자도 기본 대화는 on-device로 무제한 가능하고, 복잡한 질문(행정 RAG 등)만 클라우드를 타게 하면 비용을 극적으로 줄일 수 있어.
프로젝트명 짓고 스펙 문서 만들까?
나 : 사용자들이 후원이 필요해요 라고 클릭하면 후원자들이 유료 api를 제공해주는 방식도 좋을 것 같아
오후 1:13
Claude AI :후원 매칭 시스템의 가치를 인식하고 피드백 준비했다
Claude AI :후원 매칭 시스템의 가치를 인식하고 피드백 준비했다
Claude AI :좋은 설계야. "후원이 필요해요" 버튼 하나로 취약계층의 자존심도 지키면서 실질적 지원이 연결되는 구조거든.
구체화하면 이런 흐름이야:
사용자 측 — on-device 무료 모델로 기본 대화하다가 복잡한 질문(행정 RAG, 깊은 상담 등)이 필요할 때 "후원이 필요해요" 탭. 한 번 누르면 일정 기간(예: 30일) 클라우드 고급 모델이 열리는 방식. 매번 누르게 하면 안 돼 — 수치심 유발하니까.
후원자 측 — "OO님의 한 달을 후원합니다" 같은 단위. 금액은 실제 API 비용 기준으로 투명하게 공개. DeepSeek 기준이면 1인/월 약 500~1,000원 수준이라 부담이 거의 없어. 후원자에게는 "이번 달 3명의 자립준비청년이 당신 덕분에 전입신고 방법을 배웠습니다" 같은 익명 임팩트 리포트 제공.
기업 CSR — 대량 후원. "삼성전자가 1,000명의 한 달을 후원합니다" → 월 100만원도 안 됨. 기업 입장에서 극소액 CSR인데 브랜딩 효과는 큼.
주의점 하나 — 후원 클릭 데이터가 곧 "이 사람은 취약계층"이라는 라벨이 되니까, 이 정보는 절대 외부 노출 안 되게 설계해야 해. 후원자에게도 개별 사용자 정보는 전달 안 됨. 통계만.
이 구조면 The 4th Path 철학이랑 완전히 맞아 — 기술이 사람을 착취하는 게 아니라, 여유 있는 사람의 선의를 효율적으로 전달하는 파이프라인이 되는 거지.
프로젝트명 짓고 스펙 문서 들어갈까?
나 : 후원자가 자기가 관리하는 유료api를 제공해주는거야
오후 1:13
Claude AI :스폰서 API 키 공유 모델의 이점을 분석했다
Claude AI :스폰서 API 키 공유 모델의 이점을 분석했다
Claude AI :아 그거 훨씬 낫다. 플랫폼이 돈을 안 만지니까.
핵심 구조 — 후원자가 본인의 API 키(Gemini, DeepSeek, OpenAI 등)를 플랫폼에 등록. 사용자가 "후원이 필요해요" 누르면 후원자의 키를 통해 클라우드 모델 호출. 플랫폼은 중개만.
장점이 확실해:
- 플랫폼이 수금/정산 안 함 → 전자금융업 등록 불필요
- 후원자가 본인 대시보드에서 직접 사용량/한도 관리 → 예산 초과 걱정 없음
- API 키 하나로 여러 사용자 커버 가능 (DeepSeek 기준 월 $5면 수백 명 가능)
- 후원자 입장에서 "내 API 키 하나 등록"이 전부라 진입장벽 극히 낮음
설계 시 주의할 점:
API 키 보안이 핵심이야. 후원자 키가 사용자 단말에 노출되면 안 되니까, 반드시 서버 프록시를 거쳐야 해. 사용자 → 플랫폼 서버 → 후원자 API 키로 호출 → 응답 전달. 키 자체는 암호화 저장하고 사용자에게는 절대 노출 안 됨.
그리고 후원자 키 풀(pool) 관리가 필요해. 후원자가 여러 명이면 라운드로빈이나 잔여한도 기준으로 분배. 한 후원자 키가 한도 도달하면 자동으로 다음 후원자 키로 전환. 후원자에게는 "이번 달 내 키로 127건 대화가 이뤄졌습니다" 정도만 알려주고.
또 하나 — 후원자가 악의적 키(사용량 추적용 스파이 키 등)를 등록할 가능성. 서버 프록시 단에서 응답 내용을 후원자에게 전달하지 않는 구조로 차단. 후원자는 사용량 통계만 볼 수 있고, 대화 내용에는 접근 불가.
[사용자 폰]
├─ 기본: On-device Gemma 3n (무료, 무제한)
└─ "후원이 필요해요" 클릭
↓
[플랫폼 프록시 서버]
├─ 후원자 API 키 풀에서 가용 키 선택
├─ 키로 클라우드 LLM 호출 (DeepSeek/Gemini/etc)
├─ 응답 → 사용자에게 전달
└─ 후원자에게는 사용량 통계만 전달 (대화내용 ✕)
이러면 후원자 입장에서도 좋아 — 개발자들이 이미 갖고 있는 API 키에 월 $5~10 여유분만 있으면 후원 가능하니까. 개발자 커뮤니티에서 자발적 참여가 나올 수 있는 구조야.
스펙 문서 만들까?
나 : 먼가 2%가 부족한 거 같아
오후 1:16
Claude AI :진단했다: 인간관계, 커뮤니티, 신뢰 구축 요소들이 부족함
Claude AI :진단했다: 인간관계, 커뮤니티, 신뢰 구축 요소들이 부족함
Claude AI :생각해보니 지금까지 설계한 건 **"좋은 기술 구조"**야. 근데 이 프로젝트의 본질은 기술이 아니라 관계거든.
부족한 2%가 이런 거 아닐까:
AI가 먼저 말을 걸어야 해. 진짜 부모나 선배는 물어볼 때만 답하는 게 아니라 먼저 연락하잖아. "오늘 면접이었지? 어떻게 됐어?", "비 오는데 빨래 들여놨어?", "밥은 먹었어?" — 이게 없으면 그냥 검색엔진이야.
성장이 보여야 해. 퇴소 청년이 처음엔 전입신고 방법을 물었는데, 6개월 뒤에는 연말정산을 혼자 하고 있다면 — 그걸 기록하고 "너 많이 컸다"고 말해줘야 해.
사람으로 이어져야 해. AI에서 끝나면 안 돼. 비슷한 처지의 사용자끼리 연결해주거나, 실제 멘토(바람개비서포터즈 같은)로 브릿지 해주는 것. AI는 다리지 목적지가 아니야.
이런 방향이 맞아? 아니면 다른 부분이 걸려?
나 : 그렇지 캘린더나 가계부 같은 앱에 연동도 되는 것도 좋겟어
오후 1:17
Claude AI :캘린더와 가계부 연동 기능을 검토하고 확장했다
Claude AI :캘린더와 가계부 연동 기능을 검토하고 확장했다
Claude AI :그래 그거야. 진짜 부모는 "내일 시험인데 알람 맞춰놨어?", "이번 달 카드값 얼마야?" 이런 걸 챙기잖아.
캘린더 연동 — "다음 주 월요일 자립수당 신청 마감이야, 등록해둘까?" "면접 전날이야, 일찍 자" 같은 선제적 알림. 단순 리마인더가 아니라 맥락을 아는 알림.
가계부 연동 — "이번 달 식비가 좀 많았네, 다음 주는 집밥 해보는 건 어때?" "공과금 납부일 3일 남았어". 특히 자립준비청년에게는 생애 첫 가계 관리라 이 기능이 생존과 직결돼.
더 확장하면:
건강 — "약 먹을 시간이야" (독거노인), "오늘 병원 예약일이야, 준비물 챙겼어?" (영 케어러 대상)
취업/학업 — "이력서 마감 D-3이야", "오늘 제출한 과제 잘 됐어?" 캘린더 일정 기반으로 관심을 표현하는 거지.
복지 혜택 알림 — 사용자 프로필 기반으로 신청 가능한 복지 혜택 자동 스캔 → "너 이거 해당되는데 신청했어?" 이건 진짜 부모가 해주는 역할 중 가장 큰 거야. 모르면 못 받으니까.
핵심은 — 이 모든 연동이 "관리 도구"가 아니라 "관심의 표현"으로 느껴져야 한다는 거야. 가계부 앱은 숫자를 보여주지만, 이건 "잘하고 있어"를 말해주는 거거든.
[연동 레이어]
├─ 캘린더 (Google/Apple/카카오)
│ → 일정 인식 → 선제적 응원/리마인더
├─ 가계부 (자체 간이 or 토스/뱅크샐러드 연동)
│ → 지출 패턴 인식 → 조언 + 격려
├─ 건강 (약 복용, 병원 일정)
│ → 안부 확인 트리거
└─ 복지 혜택 스캐너 (복지로/자립정보ON API)
→ 프로필 기반 자동 추천 → "이거 신청했어?"
이 정도면 2% 채워졌어? 스펙 문서 시작할까?
나 : 여기서 이런 게 좋겟다 사용자가 첫 자신의 정보를 등록때 가족관계(조/부모 존재여부, 현재 상태여부 등)을 체크하도록해서 자신도 모르게 ai가 관계도를 체크해서 필요한 부분들을 세팅해주는거야 물론 사용자가 직접 요구할 수도 잇고
오후 1:19
Claude AI :자동 관계도 설정으로 자연스러운 온보딩 경험 구상했다
Claude AI :자동 관계도 설정으로 자연스러운 온보딩 경험 구상했다
Claude AI :그거 핵심이야. 온보딩이 이 서비스의 승패를 가르거든.
Claude AI :포인트는 "설문조사"처럼 느끼면 안 된다는 거야. 취약계층일수록 자기 상황을 체크리스트로 적는 게 수치스러워. 그래서 대화형으로 가야 해.
온보딩 예시 — 자연스러운 대화 흐름:
"안녕! 너를 좀 알고 싶어. 지금 혼자 살아?" → 네 "가족은 있어? 연락하는 사이야?" → 보육원에서 나왔어요 "그렇구나. 요즘 뭐 하고 있어?" → 취업 준비 중이에요 "밥은 잘 챙겨먹고 있어?" → ...
이 대화만으로 AI는 내부적으로 이걸 세팅해:
[자동 프로파일링]
입력: 대화 내용 (자연어)
↓
[관계도 추론 엔진]
├─ 부모 부재 → "부모" 역할 모드 활성화
├─ 시설 퇴소 → 자립준비청년 복지 혜택 스캐너 ON
├─ 취업 준비 → 이력서/면접 코칭 모듈 활성화
├─ 1인 가구 → 식사/건강 안부 루틴 설정
└─ 연령대 추정 → 톤 조절 (반말/존댓말/격려 강도)
사용자에게 보이는 건 "아, 이 AI가 내 상황을 이해하고 있구나"뿐이고, 뒤에서는 역할/모듈/알림 주기가 전부 자동 세팅되는 거야.
직접 설정도 가능하게: 설정 화면에서 "나의 상황" 메뉴 → 가족관계, 현재 상태, 필요한 도움 직접 수정 가능. 대화에서 추론한 것과 다르면 사용자 입력 우선.
그리고 시간이 지나면 업데이트도 자동이야. "취직했어!" → 취업 준비 모듈 OFF, 직장생활 노하우 모듈 ON, "첫 월급 축하해! 저축 계획 세워볼까?" 같은 전환. 사용자의 성장에 따라 AI 역할도 변해야 진짜 가족이거든.
주의점 — 추론 결과를 사용자에게 "당신은 결손가정입니다" 식으로 라벨링해서 보여주면 절대 안 돼. 내부 세팅일 뿐, 사용자가 보는 건 "네 상황에 맞는 도움을 준비했어" 정도.
이제 진짜 윤곽이 다 나왔어. 스펙 문서 만들까?
나 : 좋다 저장은 사용자 핸드폰에 로컬로 저장하고 우리 서비스는 중개자로
나 : 좀 더 반영햇으면 하는 게 잇는지 생각 좀 해보고
오후 1:20
Claude AI :식별했다: 접근성, 법규, 문화적 민감성, 지속가능성 등 주요 고려사항들
Claude AI :식별했다: 접근성, 법규, 문화적 민감성, 지속가능성 등 주요 고려사항들
Claude AI :좋아. 로컬 저장 + 플랫폼은 중개자. 깔끔해.
몇 가지 더 생각해봤어:
폰을 바꾸면? 로컬 저장이면 기기 변경 시 데이터가 날아가. 취약계층은 중고폰 자주 바꾸거든. 암호화된 백업/복원이 필요해 — 구글 드라이브나 iCloud에 암호화 파일로, 또는 QR 코드 기반 기기 간 이전.
야간 취약성. 외로움과 위기 충동은 새벽에 집중돼. 일반 상담 기관은 밤에 닫아. AI가 24시간 되는 건 이 서비스의 본질적 강점인데, 야간에는 위기 감지 민감도를 높이고 긴급 연결을 더 눈에 띄게 노출해야 해.
문해력 격차. 독거노인이나 다문화 가정은 텍스트 자체가 장벽이야. 음성 입출력이 기본이어야 하고, 답변도 쉬운 말로. TTS/STT는 on-device로 가능해 (Whisper, 한국어 TTS).
미성년자 보호. 보육원 재원 아동(15세~)도 대상이 될 수 있어. 미성년자 모드에서는 대화 톤, 위기 대응 기준, 개인정보 처리가 전부 달라야 하고, 시설 담당자 연결 장치도 필요해.
졸업 구조. "이제 혼자서도 잘할 수 있겠다"라는 시점이 와야 해. AI 의존이 고착되면 실패야. 사용 빈도가 줄어들면 "많이 컸네, 이제 네가 누군가의 선배가 될 수 있어" → 멘토 전환 유도.
오픈소스. 22B Labs 철학이면 당연히 MIT 라이선스 공개지? 다른 나라에서 포크해서 자국 취약계층 버전을 만들 수 있게. 한국에서 시작하지만 구조 자체는 범용이야.
법적 준거. 개인정보보호법, AI기본법(시행 예정), 아동복지법 — 이 세 개가 걸려. 특히 미성년자 데이터는 법정대리인 동의 이슈가 있는데, 보호종료 예정 아동은 법정대리인이 없을 수 있어. 이 부분 설계에서 정리해야 해.
이 정도면 빠진 거 없을 거야. 스펙 문서 시작할까?
나 : 대박! 구글이 방금 공개한 31B 모델이 오픈소스라서 로컬PC에서 무료로 구동 가능합니다!✅스펙 소개 및 사용법 알려드릴게요.가장 놀라운 점은 성능 수치입니다. 최신 Elo 점수표를 보면 Gemma 4 31B는 1452점으로, 클로드 3.5 소넷(1450점)과 제미나이 1.5 프로(1451점)를 근소하게 앞서고 있습니다.비슷한 로컬 모델인 Qwen 3.5 35B(1445점)보다 성능이 높고, 체급이 4배나 큰 Qwen 3.5 122B(1456점)급 성능을 단 31B 크기로 구현해냈습니다.✅ 이 모델을 내 컴퓨터에서 직접 돌려보려면 어느 정도의 사양이 필요할까요? 쾌적한 사용을 위한 최소 RAM(VRAM) 가이드를 정리해 드립니다.• Gemma 4 31B (4-bit 양자화): 최소 20GB 이상의 VRAM이 필요합니다. 지포스 RTX 3090이나 4090(24GB)을 사용 중이라면 완벽하게 돌아갑니다.• Gemma 4 26B MoE (4-bit 양자화): 실제 계산 시에는 4B 정도의 리소스만 쓰지만, 전체 모델을 올리려면 18GB 정도의 메모리가 필요합니다.• E2B / E4B (소형 모델): 스마트폰이나 일반 노트북(8GB RAM)에서도 충분히 돌아가는 가벼운 모델입니다.✅초보자분들도 딱 3분 만에 이 모델을 구동해 볼 수 있는 가장 쉬운 방법 두 가지를 알려드립니다.
내 컴퓨터에서 직접 실행하기 (Ollama 활용) • Ollama 공식 홈페이지에서 프로그램을 다운로드해 설치하세요. • 터미널(또는 CMD)을 열고 ollama run gemma4:31b라고 입력합니다. • 자동으로 모델이 다운로드되고, 완료되면 바로 채팅을 시작할 수 있습니다.
클라우드로 체험하기 (Google AI Studio) • 내 사양이 낮다면 Google AI Studio에 접속하세요. • 별도의 설치 없이 웹 브라우저에서 Gemma 4의 성능을 무료로 테스트해 볼 수 있습니다.✅성능은 압도적이지만, 직접 써보며 겪은 현실적인 제약 사항들도 분명히 있습니다.공식적으로는 256K의 긴 컨텍스트를 지원한다고 하지만, 일반적인 개인 PC에서 100K 이상의 데이터를 한 번에 입력하면 메모리 부족으로 시스템이 멈추는 에러가 자주 발생합니다.또한 외부 API를 호출하는 툴 사용 기능은 다단계 작업을 수행할 때 중간에 결과값이 누락되는 경우가 있습니다. 복잡한 명령을 내릴 때는 각 단계의 출력물을 사용자가 직접 확인하며 진행해야 합니다. …
오후 1:23
Claude AI :새 모델이 프로젝트에 미치는 영향을 평가했습니다
Claude AI :새 모델이 프로젝트에 미치는 영향을 평가했습니다
Claude AI :이거 타이밍 미쳤다. 우리 프로젝트에 딱 맞아떨어져.
E2B/E4B가 게임체인저야. 스마트폰 8GB RAM에서 돌아간다는 건 — 우리 서비스의 on-device 기본 모델로 Gemma 3n 대신 Gemma 4 E4B를 쓸 수 있다는 뜻이야. 성능이 세대가 다를 거고.
아키텍처 업데이트:
[사용자 폰 - 8GB RAM급]
├─ On-device: Gemma 4 E4B (무료, 무제한, 오프라인)
│ → 일상 대화, 안부, 기본 조언, 캘린더 알림
│ → 개인 데이터 로컬 처리 (프라이버시 완벽)
│
└─ "후원이 필요해요" 클릭 시
↓
[플랫폼 프록시 서버]
→ 후원자 API 키로 Gemma 4 31B 또는 Gemini 호출
→ 복잡한 RAG (행정/복지/법률 질의)
→ 위기 상황 고급 판단
너 PC 기준 (RTX 4080 Super 16GB) — 31B 4-bit는 20GB 필요라 VRAM만으론 빡빡해. 근데 26B MoE가 18GB니까 시스템 RAM 오프로딩으로 개발/테스트용으로는 충분해. 프로덕션 서버는 어차피 클라우드 API니까 상관없고.
핵심 이점 정리:
on-device Gemma 4 E4B면 무료 티어의 품질이 기존 설계보다 훨씬 올라가. "후원이 필요해요" 버튼을 누를 일 자체가 줄어들어 — 대부분의 대화를 로컬에서 고품질로 처리할 수 있으니까. 후원 API는 정말 복잡한 케이스(복지 혜택 크로스체크, 계약서 검토 등)에만 필요하게 돼.
그리고 Gemma가 구글이니까 한국어 품질도 기대할 수 있고, 오픈소스라 우리 도메인(행정용어, 복지제도 등)에 fine-tuning도 가능해.
스펙 문서에 이거 반영해서 시작할까?
나 : 이런 무료공개 llm이 더 많이 잇을 것 같은데 새롭게 나온 것을 찾아봐줘
오후 1:24
Claude AI :최신 오픈소스 LLM들을 수집하려 준비했다
Claude AI :최신 오픈소스 LLM들을 수집하려 준비했다
Claude AI :쏟아지고 있어. 정리해줄게.
2026년 최신 오픈소스 LLM 전체 지도
📱 On-Device (스마트폰/엣지)
모델크기라이선스특징Gemma 4 E4B실질 4B (총 9.4B)Apache 2.0AIME 42.5%, LiveCodeBench 52.0% — T4 GPU에서도 돌아감. 텍스트+이미지+오디오 네이티브 지원, 128K 컨텍스트 . 우리 프로젝트 1순위Gemma 4 E2B실질 2.3B (총 5.1B)Apache 2.0AIME 37.5%, 초저사양 디바이스(라즈베리파이, 제트슨 나노)에서도 구동 . 구형 폰 대응용Qwen 3.5 0.8B0.8BApache 2.0멀티모달(텍스트+이미지+비디오), 262K 컨텍스트 지원하는 초경량 모델 SmolLM3 3B3BApache 2.0Llama-3.2-3B, Qwen2.5-3B를 능가. think/no_think 듀얼모드, 128K 컨텍스트. 학습 전 과정 공개 Phi-4 Mini3.8BMITMS 출시, 추론·코딩에 특화된 소형 모델
💻 로컬 PC/서버 (너 PC 기준 RTX 4080 Super)
모델크기라이선스특징Gemma 4 26B MoE26B 총/4B 활성Apache 2.0AIME 88.3%, GPQA Diamond 82.3%. 24GB GPU에서 Q4 양자화로 구동 가능 . 네 PC에서 돌릴 수 있어Gemma 4 31B Dense31BApache 2.0AIME 89.2%, Codeforces ELO 2,150. 소중형 오픈소스 중 최강 . 80GB GPU 필요Qwen 3.5 32B32BApache 2.0CJK 다국어에서 여전히 최강. 250K 어휘 . 한국어 최적DeepSeek V3.2671B (37B 활성) MoEMIT추론+에이전트 워크로드 최강. Sparse Attention으로 긴 컨텍스트 효율적 처리 GPT-OSS 120B120B허용적OpenAI 최초 오픈웨이트. o4-mini급 성능, 단일 80GB GPU에서 구동, low/medium/high 추론 모드 Mistral Large 2123B상업 라이선스80+ 언어 지원, 128K 컨텍스트. 유럽 진영 대표
📲 폰에서 바로 쓸 수 있는 앱
앱플랫폼특징Off GridAndroid/iOS오픈소스 MIT, 계정 없음, 분석/추적 없음, 완전 오프라인. RAM별 자동 모델 추천 Google AI Edge GalleryAndroid/iOS구글 공식 on-device AI 앱MLC-LLM크로스플랫폼다양한 하드웨어 타겟 컴파일. 멀티플랫폼 배포에 최적
우리 프로젝트 최적 조합
[무료 티어 - On-device]
Gemma 4 E4B (8GB+ 폰) → 일상 대화, 안부, 기본 조언
Gemma 4 E2B (6GB 폰) → 구형 폰 폴백
※ 오디오 입출력 네이티브 → 음성대화 가능!
[후원 티어 - 후원자 API 키]
1순위: Gemini Flash API (무료 티어 넉넉 + 한국어 우수)
2순위: DeepSeek V3.2 API (초저가)
3순위: Qwen 3.5 API (한국어 최강)
※ 후원자가 선호하는 키 아무거나 등록
[개발/테스트 - 네 PC]
Gemma 4 26B MoE (RTX 4080 Super에서 구동 가능)
fine-tuning: 복지 용어, 행정 절차, 역할별 톤
가장 중요한 변화 — Gemma 4 E4B는 네이티브 오디오 입력을 지원 해. 이건 독거노인이나 문해력 낮은 사용자에게 결정적이야. 텍스트 타이핑 없이 말로 대화할 수 있으니까. 별도 STT 엔진 필요 없이 모델 자체가 처리해.
이제 진짜 스펙 문서 만들자. 프로젝트명부터 짓자 — 뭐가 좋아?
나 : 너가 추천해줘
오후 1:26
Claude AI :한국 문화와 철학을 반영한 프로젝트 이름들을 구상했다
Claude AI :한국 문화와 철학을 반영한 프로젝트 이름들을 구상했다
Claude AI :세 가지 방향으로 추천할게.
1. 곁 (Gyeot) "옆에 있다"는 뜻. 한 글자라 기억하기 쉽고, 앱 아이콘으로도 강렬해. "곁에 아무도 없다면 그것은 자립이 아닌 고립입니다" — 아름다운재단 캠페인 문구가 이 프로젝트의 본질이거든. 영문은 "Gyeot" 그대로.
2. 울타리 (Ultari) 보호해주는 존재. 부모, 선배, 후원자 — 전부 울타리야. "내 울타리가 되어줘"가 서비스 태그라인이 되고, 후원자는 "울타리가 되어주는 사람". 다만 좀 무거울 수 있어.
3. 이음 (Ieum) 사람과 사람을 잇는다는 뜻. AI가 목적지가 아니라 다리라는 우리 철학에 정확히 맞아. 정부에서도 "이음" 브랜딩을 복지 연결 서비스에 쓰는데, 그만큼 직관적이라는 뜻이기도 하고 겹칠 수도 있다는 뜻이기도 해.
내 1순위는 "곁"이야. 짧고, 따뜻하고, 이 서비스가 하는 일 자체거든 — 그냥 옆에 있어주는 것. The 4th Path 산하 "곁 by 22B Labs"면 브랜딩도 깔끔하고.
어때?
나 : 너의 곁에서, 너와 함께.
오후 1:27
Claude AI :곁의 태그라인을 검증하고 진행했다
Claude AI :곁의 태그라인을 검증하고 진행했다
Claude AI :완벽해. 그게 태그라인이다.
곁 (Gyeot) 너의 곁에서, 너와 함께. By your side, together with you.
스펙 문서 시작한다.
나 : 시작해
오후 1:27
Claude AI :시작할 준비를 마쳤다
Claude AI :시작할 준비를 마쳤다
곁 (Gyeot) v0.1 스펙 완성.
13개 섹션 + 부록 2개로 구성했어. 우리가 논의한 전부 담겨 있어:
- 8개 대상 계층별 니즈 & AI 역할
- 대화형 온보딩 → 자동 프로파일링
- 선제적 돌봄 (캘린더/가계부/건강/복지)
- 로컬 저장 + 후원자 API 키 프록시 구조
- 위기 대응 프로토콜 (야간 모드 포함)
- Gemma 4 E4B 기반 LLM 스택
- 졸업 설계 (Anti-Metrics 포함)
- 8개월 로드맵
검토하고 수정할 부분 알려줘.
끝.