Technology

비보미는 RAG 챗봇이 아닙니다. 데이터를 구조로 만드는 기술입니다

일기 한 줄을 표준 사건 데이터로 바꾸는 시맨틱 이벤트 온톨로지, 기기 안에서 먼저 처리하는 온디바이스 AI, ‘안 본다’는 약속 대신 ‘볼 수 없는’ 구조. 비보미의 AI가 어떻게 만들어져 있는지, 과장 없이 그대로 소개합니다. 어려운 용어는 그 자리에서 쉬운 말로 풀어 두었습니다.

코드북 도메인

의미코드 체계

82%+

태깅 골든셋 F1

회귀 게이트 상시 검증

110+

온디바이스 인사이트 엔진

결정론 엔진 · LLM 사용 1개

6,800+

자동 테스트

Jest 상시 통과

01 · 시맨틱 이벤트 온톨로지

일기 한 줄이, 분석 가능한 사건 데이터가 됩니다

대부분의 AI 건강앱은 기록을 자유 텍스트로 쌓아 두고, 필요할 때 문서를 검색해 언어 모델에 넘깁니다(RAG). 비보미는 그보다 앞단에서 일합니다. 기록이 저장되는 순간 원본 문장은 그대로 보존하면서, 동시에 표준화된 사건 단위로 분해하고, 그 위에서 시간 관계·동시발생·개인 기준선 같은 패턴을 읽습니다. 같은 1만 개의 기록이라도, 비보미의 1만 개는 처음부터 검색·비교·분석이 가능한 구조화 데이터입니다. 한 문장에 여러 사건이 섞여 있어도 각각의 사건과 사건 사이의 관계까지 분리해 저장합니다.

원본 보존

입력된 문장·사진·아이콘 기록은 판단 없이 그대로 저장됩니다. 해석 방식이 바뀌어도 원본은 불변입니다.

표준 사건 단위

10개 도메인 코드북(감정·신체·증상·섭취·활동 등)의 의미코드로 문장이 사건 단위로 분해됩니다.

패턴 해석

무엇이 함께 늘었는지, 평소 대비 얼마나 달라졌는지를 사건 데이터 위에서 계산합니다. 진단이 아니라 패턴 언어로 말합니다.

의미코드 — 기계와 사람이 같이 읽는 이름

코드가 숫자(024)가 아니라 의미(두통, 걷기)를 담아, 사람도 AI도 오류를 즉시 알아볼 수 있습니다.

예시 — “불안해서 산책했다” 한 줄의 분해

“불안해서 산책했다”

사건 1 — 신호

감정 · 불안

사건 2 — 반응

활동 · 산책

관계 — 불안이 산책의 동기 (사건 1 → 사건 2)

한 문장이어도 시스템 안에서는 사건 2개와 관계 1개로 저장됩니다. 그래서 나중에 ‘불안할 때 나는 주로 무엇을 했나’ 같은 질문에 데이터로 답할 수 있습니다.

쉬운 말로 읽기

RAG (검색 증강 생성): 쉽게 말하면 — AI가 답을 만들기 전에 관련 문서를 검색해서 참고 자료로 끼워 넣는 방식이에요.; 비보미에선 — 비보미는 이 방식에 기대지 않습니다 — 문서를 나중에 검색하는 대신, 기록을 저장하는 순간부터 구조화된 데이터로 만듭니다.
온톨로지: 쉽게 말하면 — ‘이건 무엇이고, 어떤 속성이 있고, 무엇과 어떻게 연결되나’를 미리 정의해 둔 개념 지도예요.; 비보미에선 — 감정·신체·증상·섭취·활동 등 10개 도메인 코드북이 비보미의 온톨로지입니다.
이벤트 코드: 쉽게 말하면 — 기록 한 조각마다 붙는 표준 이름표예요. 표현이 달라도 뜻이 같으면 같은 이름표가 붙습니다.; 비보미에선 — ‘머리가 지끈거려’도 ‘두통 있음’도 같은 두통 코드로 모여, 나중에 함께 집계됩니다.

02 · 온디바이스 우선 AI

기록은 항상 당신의 기기에서 먼저 지켜집니다

비보미의 태깅은 온디바이스에서 먼저 이뤄집니다. 기록하는 순간 기기 안의 규칙 기반 엔진이 즉시 분류해 저장을 마칩니다 — 오프라인에서도 완전히 동작하고, 사람이 미리 답을 매겨 둔 검증 세트로 정확도가 상시 확인됩니다. 필요하면 온디바이스 AI가 표현을 더 풍부하게 이해하도록 돕지만, 이미 저장된 기록이 지워지거나 덮어써지는 일은 없습니다. AI의 판단이 원본 기록을 훼손할 수 있는 경로 자체가 존재하지 않습니다.

즉시, 온디바이스 저장

AI 호출 없이 곧바로 분류·저장됩니다. 비행기 모드에서도 기록은 똑같이 동작합니다.

AI는 표현만 다듬습니다

기기 안의 AI가 은유나 뉘앙스를 더 잘 이해하도록 돕지만, 원문과 저장된 기록 자체는 바뀌지 않습니다.

인사이트도 결정론 우선

패턴 분석 엔진 110여 개가 온디바이스에서 결정론적으로 계산합니다. 이 중 언어 모델을 쓰는 것은 1개뿐입니다.

정확도는 자동 게이트가 지킵니다

사람이 미리 정답을 매겨 둔 골든셋으로 매 코드 변경을 채점해, F1 82% 아래로 떨어지는 변경은 통과되지 않습니다.

쉬운 말로 읽기

규칙 기반 엔진: 쉽게 말하면 — 미리 정의한 언어 규칙으로 문장 속 표현을 찾아내는 프로그램이에요. AI처럼 추측하지 않아서 늘 같은 결과가 나옵니다.; 비보미에선 — 기록하는 순간 즉시 분류·저장을 끝내는 비보미의 온디바이스 엔진입니다.
온디바이스: 쉽게 말하면 — 회사 서버(클라우드)가 아니라 내 휴대폰 안에서 처리한다는 뜻이에요.; 비보미에선 — 비보미의 태깅과 110여 개 인사이트 계산의 기본 무대가 기기 안입니다. 그래서 오프라인에서도 동작합니다.
LLM (대형 언어모델): 쉽게 말하면 — ChatGPT처럼 문장을 이해하고 만들어내는 AI 모델이에요.; 비보미에선 — 비보미에선 보조 역할만 맡습니다 — 분류를 보강하고, 이미 계산된 결과를 문장으로 표현하는 일까지입니다.
F1 점수 · 골든셋: 쉽게 말하면 — F1은 ‘빠뜨리지 않았나’와 ‘틀리게 붙이지 않았나’를 함께 보는 정확도 점수, 골든셋은 사람이 정답을 매겨 둔 시험지예요.; 비보미에선 — 비보미는 골든셋 기준 F1 82% 아래로 떨어지는 코드 변경을 자동으로 막는 회귀 게이트를 상시 운영합니다.

03 · 프라이버시 구조

‘안 본다’는 약속이 아니라, ‘볼 수 없다’는 구조

건강·감정 기록은 가장 사적인 데이터입니다. 많은 앱이 ‘함부로 보지 않겠다’는 운영 정책으로 신뢰를 호소하지만, 약속은 운영자·해킹·인수합병 앞에서 깨질 수 있습니다. 비보미는 신뢰의 근거를 기술 구조에 둡니다. 민감 데이터 금고는 검증된 오픈 표준 암호(XChaCha20-Poly1305 · Argon2id · BIP39)로 기기에서 암호화되고 복호화 키는 기기에만 있어, 서버에는 암호문만 남습니다 — 회사도 열어볼 수 없습니다. 외부 AI 연동은 기본값이 꺼짐(fail-closed)이라 명시적 동의 전에는 어떤 호출도 일어나지 않고, 동의 후에도 인물명 같은 민감 참조는 가려서 보냅니다.

제로널리지 금고

민감 데이터는 오픈 표준 암호로 기기에서 잠급니다. 서버는 암호문만 보관하고, 키는 회사에 없습니다.

동의 게이트 — 기본 꺼짐

클라우드 AI 전송은 명시적 동의가 있어야만 열립니다(fail-closed). 동의 전 기본 동작은 온디바이스 처리입니다.

민감 참조 마스킹

동의 후 전송되는 경우에도 인물명 같은 민감 참조는 플레이스홀더로 치환한 뒤 보냅니다.

민감 사진은 기기 안에서만

얼굴·신체 등 민감한 사진은 기기 밖으로 나가지 않는 것을 최우선 원칙으로 처리합니다.

무엇을 보고, 무엇을 볼 수 없는가

회사가 보는 것

· 익명·집계된 통계 신호
· (옵트인 시) 분석에 필요한 최소 범위의 입력
· 서비스 운영에 필요한 계정·이용 로그

회사가 볼 수 없는 것

· 제로널리지 금고에 저장된 민감 데이터
· 기기 내 처리를 우선하는 민감군 사진
· 온디바이스 태깅 후 전송되지 않는 대부분의 일상 기록

쉬운 말로 읽기

제로널리지 (영지식): 쉽게 말하면 — 내 기기에서 잠그고 열쇠도 나만 가지고 있어서, 서버를 운영하는 회사조차 내용을 알 수 없는 방식이에요.; 비보미에선 — 비보미의 민감 데이터 금고가 이 방식입니다. 서버에는 읽을 수 없는 암호문만 남습니다.
XChaCha20-Poly1305 · Argon2id · BIP39: 쉽게 말하면 — 직접 발명한 암호가 아니라, 보안 메신저·비밀번호 보호·암호화폐 지갑 업계에서 오래 검증된 공개 표준 세 가지예요.; 비보미에선 — 금고의 잠금(XChaCha20-Poly1305), 비밀번호에서 열쇠 만들기(Argon2id), 12단어 복구 키트(BIP39)에 각각 쓰입니다.
fail-closed (기본 잠금): 쉽게 말하면 — 확실히 허락되기 전에는 잠가 두는 것을 기본값으로 하는 설계예요. ‘일단 열고 나중에 끄는’ 방식의 반대입니다.; 비보미에선 — 외부 AI 연동이 기본 꺼짐이라, 동의 전에는 어떤 클라우드 호출도 일어나지 않습니다.

정직한 범위: 모든 기록의 전면 종단간 암호화를 주장하지 않습니다. 현재의 실체는 민감 데이터용 제로널리지 금고 + 온디바이스 우선 처리 + 동의 게이트 + 민감 참조 마스킹입니다.

04 · 환각 차단 아키텍처

환각은 프롬프트가 아니라 구조로 막습니다

비보미에서 언어 모델의 역할은 좁습니다 — 문장을 코드로 분류하고, 이미 계산된 통계를 문장으로 표현하는 것까지입니다. 날짜·빈도·패턴 같은 사실은 언어 모델이 아니라 기기 안의 결정론 엔진이 실제 기록에서 계산합니다. 인사이트 질문에 답할 때도 마찬가지입니다: 통계 계산은 코드가 하고, 언어 모델은 검증된 숫자를 받아 문장으로 바꾸는 한 단계만 맡습니다. 근거가 확인되지 않는 코드나 수치는 화면에 나오기 전에 걸러집니다. 기록에 없는 값을 만들어내지 않는 것과, 표본이 부족하면 말하지 않는 것이 기본 원칙입니다.

실재하지 않는 값은 걸러집니다

모델이 만들어낸 코드나 수치 중 실제로 존재를 확인할 수 없는 것은 그 자리에서 버려집니다.

결과는 한 번 더 확인됩니다

모델의 제안은 별도의 확인 단계를 거친 뒤에만 화면에 반영됩니다.

발명값 0 · 최소표본

기록에 없는 수치는 만들지 않고, 표본이 부족한 패턴은 말하지 않습니다. 기록이 없으면 ‘기록 없음’이라고 말합니다.

비진단 패턴 언어

출력은 진단 문장이 아니라 관찰 문장입니다. “~입니다”가 아니라 “평소보다 함께 늘었습니다”에서 멈춥니다.

같은 데이터, 다른 문장 — 비보미가 고른 쪽

쓰지 않는 문장 (진단 단정)

“자율신경 이상입니다.”

쓰는 문장 (패턴 관찰)

“최근 7일간 냉감·근육긴장감·호흡 답답함 계열 기록이 평소보다 함께 늘었습니다. 수면, 식사 간격, 스트레스 기록과 함께 확인하면 반복 패턴을 더 정확히 볼 수 있습니다.”

쉬운 말로 읽기

환각 (hallucination): 쉽게 말하면 — AI가 실제로 없는 사실을 그럴듯하게 지어내는 현상이에요. 없는 날짜, 없는 횟수도 자신 있게 말합니다.; 비보미에선 — 비보미는 날짜·횟수를 모델이 아니라 기록 집계로 계산해, 지어낼 경로 자체를 없앴습니다.
결정론 엔진: 쉽게 말하면 — 같은 입력이면 언제나 같은 결과가 나오는, 추측이 없는 계산 프로그램이에요.; 비보미에선 — 비보미의 인사이트 엔진 110여 개가 이 방식입니다. 언어 모델을 쓰는 것은 1개뿐입니다.

05 · 신원 전환 연속성

이메일을 나중에 연결해도, 금고는 깨지지 않습니다

비보미는 회원가입 없이 바로 기록을 시작할 수 있습니다. 이메일 연결은 나중에, 필요할 때(다른 기기에서 보고 싶을 때, 백업하고 싶을 때)만 하면 됩니다. 문제는 그사이 쌓인 민감한 사진이 회사도 열 수 없는 방식으로 암호화돼 있고, 그 암호 열쇠가 기기 안에만, '이전의 나'라는 신원에 묶여 저장돼 있다는 것입니다. 계정을 연결하는 순간 이전 신원이 사라지면, 열쇠와 저장된 데이터의 연결이 어긋날 위험이 있습니다. 비보미는 이 과정이 안전하게 이어지도록 설계했고, 자동으로 풀 수 없는 경우를 만나면 '알아서 처리'하지 않고 멈춰서 사람이 보게 합니다.

애매하면 멈춥니다

무언가 자동으로 안전하게 풀 수 없으면, 임의로 처리하지 않고 멈춰서 사람이 확인하게 합니다.

확인 전엔 이전 계정을 지우지 않습니다

모든 데이터가 안전하게 옮겨졌다는 게 확인된 뒤에만 이전 계정이 삭제됩니다. 중간에 앱이 죽어도 데이터가 사라지는 순간이 없습니다.

암호 열쇠는 기기 밖으로 나가지 않습니다

복호화 열쇠는 항상 기기 안에만 있고, 서버로 전송되는 일 없이 새 계정으로 안전하게 옮겨집니다.

실제 운영 환경에서 검증

격리된 테스트 계정으로 실제 서버에 대해 성공 경로와 거부 경로 양쪽을 직접 실행해 확인했습니다.

쉬운 말로 읽기

익명 우선 온보딩: 쉽게 말하면 — 이메일이나 비밀번호를 만들지 않고도 앱의 기능을 바로 쓸 수 있게 하는 방식이에요. 계정은 나중에 필요할 때 연결합니다.; 비보미에선 — 비보미는 앱을 열자마자 기록을 시작할 수 있고, 다른 기기에서 보고 싶어지면 그때 이메일을 연결합니다.
기기 보안 저장소 (Keychain/Keystore): 쉽게 말하면 — 휴대폰 운영체제가 제공하는, 앱도 함부로 못 꺼내는 잠긴 보관함이에요. 비밀번호 관리 앱들이 쓰는 것과 같은 종류입니다.; 비보미에선 — 제로널리지 금고의 복호화 열쇠가 여기에 저장됩니다 — 서버에는 절대 전송되지 않습니다.
거부 우선 설계 (fail-safe refusal): 쉽게 말하면 — 애매하거나 위험해 보이는 상황을 만나면, 시스템이 임의로 판단해서 밀어붙이지 않고 멈추는 설계예요.; 비보미에선 — 두 계정의 암호화 열쇠가 서로 다른 채 충돌하는 등, 자동으로 안전하게 합칠 수 없는 경우는 계정 연결 자체를 거부합니다.

정직한 범위: 모든 소유권 충돌을 자동으로 풀어내는 건 아닙니다. 자동으로 안전하게 합칠 수 없는 드문 경우(예: 두 계정이 각자 다른 암호화 열쇠로 이미 금고를 쓰고 있던 경우)는 계정 연결을 거부하고 사람이 확인하도록 안내합니다 — 조용히 데이터를 잃는 것보다 낫다는 판단입니다.

자주 받는 질문

Q. 그래서 ChatGPT 같은 챗봇을 만드는 건가요?

아니요. 비보미의 핵심은 챗봇 이전 단계의 데이터 의미 구조화 기술입니다. 언어 모델은 문장을 코드로 분류하고 이미 계산된 통계를 문장으로 표현하는 좁은 역할만 맡고, 통계 계산·패턴 감지·기준선 비교는 언어 모델이 절대 하지 않습니다.

Q. Apple Health 같은 건강앱과는 뭐가 다른가요?

그런 앱들은 걸음수·심박 같은 측정값(metric) 저장에 강합니다. 비보미는 자연어 일기·사진·아이콘 기록을 사건 단위로 구조화하고, 감정·증상·섭취·수면이 시간 속에서 어떻게 함께 움직이는지 관계까지 분석합니다. 측정값 저장과 의미 구조화는 다른 층의 기술입니다.

Q. 기반 AI 모델이 더 좋아지면, 이런 기술은 필요 없어지지 않나요?

모델이 강해질수록 모델사가 흡수하는 층(모델 선택·호출 오케스트레이션)과, 흡수할 수 없는 층이 갈라집니다. 도메인 코드북과 시맨틱 구조, ‘무엇이 옳은 태그인가’를 정의한 골든셋 같은 검증 기준, 그리고 동의 기반의 장기 기록 데이터는 모델이 아무리 좋아져도 밖에서 만들 수 없습니다. 비보미는 처음부터 그 흡수 불가능한 층에 투자해 왔습니다 — 모델이 좋아질수록 오히려 그 위에서 더 잘 동작합니다.

Q. 의료 AI인가요? 진단도 해 주나요?

아니요. 비보미는 의료기기가 아니며 진단·치료 판단을 하지 않습니다. 출력은 “평소보다 이런 기록이 함께 늘었다”는 패턴 관찰 언어로 제한되고, 이 제한은 시스템 프롬프트와 결정론적 후처리 양쪽에서 강제됩니다. 의료적 판단이 필요한 신호는 의료진과 상의하도록 안내합니다.

“모델은 빌려 쓸 수 있지만, 구조는 빌려 쓸 수 없습니다. 비보미의 기술은 기록을 다루는 구조에 있습니다.”

비보미 AI가 하는 일 보기 →

vivome은 의료 서비스가 아니며 진단·치료를 대체하지 않습니다. 모든 분석 출력은 관찰과 패턴 언어로 제한됩니다.