범용 AI가 모르는 건, ‘나’입니다

How It Works.

기록 한 번이 인사이트가 되기까지

비보미는 사용자의 기록을 12개 블록으로 구조화하고 30개+ 분석 엔진으로 교차 분석합니다.

사실 계산과 문장 생성을 분리한다

대부분의 AI 챗봇은 질문을 통째로 언어 모델에 넘기고, 모델이 답을 ‘생성’합니다. 비보미는 그 앞에 한 단계를 둡니다. ‘마지막 병원 방문일’, ‘이번 달 두통 횟수’ 같은 사실 질의는 언어 모델이 아니라, 기기에 저장된 이벤트 기록을 직접 스캔·집계하는 결정론적 조회로 계산합니다. 날짜·빈도·통계는 항상 실제 기록에서 나오고, 언어 모델은 그 위에 문장 표현만 덧붙입니다. 사실 계산과 문장 생성을 분리했기 때문에, 모델이 없는 날짜를 만들어 내는 경로 자체가 없습니다.

범용 AI의 작동 방식과 한계

범용 AI는 공개된 텍스트로 학습한 언어 모델입니다. 입력에 이어 통계적으로 가장 가능성 높은 다음 토큰을 생성하는 방식이라, 개인 데이터가 주어지지 않으면 특정 개인에 대한 질문에는 일반적인 평균값으로 답하거나 데이터 없이 추정합니다. ChatGPT의 메모리 기능은 ‘사피엔스를 좋아함’ 같은 요약된 선호·사실을 저장합니다. 타임스탬프와 강도를 가진 구조화된 시계열이 아니므로 ‘최근 3개월 두통 12회’ 같은 집계는 재구성되지 않고, 대화에서 자동 추론된 항목은 사용자가 전체 목록으로 확인할 수 없습니다. 근거 데이터 없이 날짜·빈도를 묻는 질문에는 사실과 다른 값이 생성될 수 있습니다(환각). 인간 피드백 기반 미세조정(RLHF)은 모델이 사용자 의견에 동조하는 경향(sycophancy)을 만들 수 있습니다. OpenAI는 2025년 4월 이 문제로 GPT-4o 업데이트를 롤백했습니다. 비보미 AI는 다른 방식으로 동작합니다. ‘마지막 병원 방문일’ 같은 조회는 언어 모델이 아니라 기기 내 기록을 직접 집계해 계산하고, 생성 응답의 근거로는 사용자가 입력한 구조화 기록만 사용합니다.

질문 범위만큼만, 구조화된 기록에서

비보미의 기록은 자유 텍스트가 아니라, 코드·시각·강도를 가진 이벤트로 정규화됩니다. 생성 응답이 필요할 때, 시스템은 질문과 관련된 도메인만 골라 데이터 인벤토리를 만듭니다. ‘운동’ 질문이면 활동·일상 기록만 넣고, 무관한 도메인은 프롬프트에 넣지 않습니다. 전달되는 것도 내부 코드가 아니라 표시 라벨뿐입니다. 해당 기간에 기록이 없으면 ‘기록 없음’을 명시해, 모델이 빈 구간을 추측으로 채우는 것을 막습니다.

외부 모델로 나가기 전, 세 겹의 게이트

외부 언어 모델을 호출하기 전, 요청은 세 겹의 게이트를 지납니다. ① 내용 게이트, 이별·트라우마·자해 같은 민감 주제가 감지되면 클라우드로 보내지 않고 온디바이스로만 처리합니다. ② 동의 게이트, 외부 AI 연동은 기본값이 꺼짐(fail-closed)이고, 명시적 동의 전에는 어떤 호출도 일어나지 않습니다. ③ 마스킹, 그래도 전송하는 경우 인물·기억·기록 같은 민감 참조는 플레이스홀더로 치환한 뒤 보냅니다. API 키는 서버 측 프록시에만 있어, 모델은 앱이 그 요청에 담아 보낸 것 외에는 당신의 계정이나 데이터베이스에 접근할 수 없습니다.

출력은 결정론적 후처리를 거친다

응답이 화면에 닿기 전, 결정론적 후처리를 거칩니다. 내부 코드는 라벨로 바뀌고, 사용자에게 동조·칭찬하는 표현은 제거되며(‘힘드셨겠어요’ 같은 공감은 유지), 인과를 단정하는 문장은 확신도를 낮춰 다시 씁니다. 진단명·점수·‘~하세요’ 같은 지시는 시스템 프롬프트와 이 후처리 양쪽에서 억제됩니다. 결과적으로 답은 ‘무엇을 하라’가 아니라 ‘기록에서 무엇이 관찰되는가’에서 멈춥니다.