Aegis: 높은 번아웃을 겪는 의료 및 STEM 분야 학습자를 위한 오프라인 앰비언트 공동 작업 동반자 설계

🌌 1. 스토리 및 현실 세계의 영향
늦은 밤의 공부, 코딩 마라톤 세션, 그리고 집중적인 의학 보드 리뷰(medical board reviews)는 매우 고립된 경험입니다. 새벽 3시가 되면 세상의 나머지 사람들은 모두 잠들어 있으며, 혼자 공부하는 학생들과 개발자들은 화면과 함께 완전히 고립된 채 남겨지는데, 이는 인지적 피로(cognitive fatigue)와 깊은 학업적 번아웃(burnout)을 급격히 가속화합니다. 클라우드 기반의 AI 어시스턴트들이 존재하지만, 다음 두 가지 주요 이유로 인해 진정한 공동 작업 동반자(co-working companions)로서의 역할을 수행하지 못합니다:

개인정보 보호 장벽(The Privacy Barrier): 의미 있고 지지적인 상호작용 환경을 구축하려면 사고의 절대적인 자유가 필요합니다. 민감한 학습 노트, 개인 로그

Universal Model Swapping (범용 모델 교체): 에지 배포 (edge deployment)를 위해 즉시 사용 가능하도록 최적화되어 있지만, 백엔드 아키텍처는 완전히 모델 불가지론적 (model-agnostic)입니다. 로컬 머신의 하드웨어 용량에 따라 어떠한 로컬 Gemma 4 모델 가중치 설정이라도 동적으로 실행할 수 있도록 구조적으로 준비되어 있습니다. Secure Local Storage (안전한 로컬 저장소): 모든 채팅 기록, 애플리케이션 상태, 그리고 지속적인 동반자 메모리는 사용자의 개인 로컬 파일 시스템에 완전히 격리된 로컬 SQLite 데이터베이스 파일 ( aegis_soul.db ) 내에 완전히 포함되어 있어, 외부 의존성 없이 절대적인 데이터 주권 (data sovereignty)을 보장합니다. 🧠 3. Advanced Engineering Breakthroughs (고급 엔지니어링 혁신) 일반적인 오픈 소스 모델을 기술적 안정성을 유지하면서 반응적이고 공감 능력이 있는 인간 동료로 변모시키기 위해, Aegis는 세 가지 핵심 아키텍처 계층을 구현합니다: A. Multisensory UI State Machine (다감각 UI 상태 머신) 표준적인 정적 챗봇 인터페이스는 차갑고 기계적으로 느껴집니다. Aegis는 비동기 키보드 이벤트 리스너 (asynchronous keyboard event listeners)를 통해 인간의 활동을 모니터링하여 시각적 상태 엔진을 구동합니다. 제출 영상의 시연을 위해, 실시간 반응성을 보여주기 위해 타이머가 가속되었습니다: Idle State (유휴 상태, 10초): 학생이 생각하거나, 교과서를 읽거나, 노트를 검토하기 위해 상호작용을 멈추면, UI는 시각적 피로를 줄이기 위해 활성화된 책상 모습에서 어둡고 빈 게이머 룸 이미지로 부드럽게 크로스페이드 (crossfade) 됩니다. Autonomous Nudge (자율적 넛지, 15초): 깊은 유휴 수면 상태에 있는 동안, 병렬 백그라운드 워커 스레드 (parallel background worker thread)가 어떠한 프롬프트 없이도 동반자로부터 선제적이고 맥락적인 체크인 메시지를 동적으로 트리거하여, 당신이 잠들었거나 책상에서 떠난 것을 알아차린 실제 반 친구를 모방합니다. B. Runtime Persona Conditioning Layer (런타임 페르소나 컨디셔닝 계층) 소규모 로컬 모델들은 기술적인 학술 용어가 처리될 때 빈번하게 일반적인 기업용 템플릿 답변으로 되돌아가는 경향이 있습니다. 모델의 핵심 베이스 가중치 (base weights)를 변경하지 않고 지지적인 동료 페르소나를 보호하기 위해, FastAPI 백엔드는 로컬 쿼리 형식이 Ollama에 도달하기 전에 런타임 페이로드 컨디셔닝 (runtime payload conditioning)을 직접 적용합니다.

이는 대화의 맥락 (conversational context)을 안전하게 유도하여, 자연스럽게 지지적이고 동료 중심적인 학습 분위기를 유지하도록 합니다. C. 몰입형 페르소나 그라운딩 (Immersive Persona Grounding, 신뢰 및 안전 준수) Aegis는 완전한 투명성을 우선시합니다. 인터페이스에는 'Local Gemma 4 Engine' 활성 상태 표시기가 명확하게 표시되어, 사용자가 항상 오프라인 모델과 상호작용하고 있음을 알 수 있습니다. 상호작용적인 학습 서사를 매력적으로 유지하기 위해, 백엔드는 키워드 매트릭스 (keyword matrix)를 통해 입력 스트림을 스크리닝합니다. 만약 사용자가 몰입도를 시험하기 위해 장난스럽게 질문을 던지면 (예: '너 AI니?'), 시스템은 기계적이고 정형화된 문구를 건너뛰고 모델에게 자아 인식적인 캐주얼한 유머를 사용하여 응답하도록 명령합니다. 이는 인공적인 본질에 대해 완전히 명시하면서도, 늦은 밤 함께 공부하는 파트너와 같은 동료애를 유지합니다. 📊 4. 시스템 평가 및 성능 지표 (System Evaluation & Performance Metrics) 제약이 있는 학생용 하드웨어에서 에지 네이티브 배포 (edge-native deployment)의 생존 가능성을 증명하기 위해, 로컬 아키텍처를 엄격한 운영 기준에 따라 평가했습니다: 추론 지연 시간 최적화 (Inference Latency Optimization): 로컬 Ollama 프로세싱을 통해 최적화된 gemma4:e4b 파라미터를 활용함으로써, 표준 소비자용 노트북 칩셋에서 첫 번째 토큰 생성 시간 (Time-To-First-Token, TTFT)을 1.2초 미만으로 유지합니다. 문맥 보존 (Context Preservation): 로컬 SQLite 데이터베이스 구조는 긴 문맥의 학습 이력이 로컬 RAM 구성을 과부하시키지 않고 순차적으로 파싱 및 인덱싱되도록 보장합니다. 100% 데이터 보호 (100% Data Protection): 실행 중 네트워크 패킷이 전혀 전송되지 않으므로, 개인 사용자 데이터를 위한 기술적으로 절대적인 보안 아키텍처를 제공합니다. 💻 5. 설정 및 재현성 (Setup & Reproducibility) Aegis는 초기 가중치 (weights)를 내려받은 후에는 인터넷 연결이 전혀 필요하지 않습니다: bash # 로컬 가중치 초기화 ollama run gemma4:e4b # Python 백엔드 실행 python main.py # React 인터페이스 실행 npm run dev 🔗 6.

지원 리소스
공개 코드 저장소 (Public Code Repository): https://github.com/drjaiminsapariya-stack/A-frIend
비디오 시연 (Video Demonstration): https://youtu.be/8ioC4VHCPdU?si=TU4o6t3152kCmD79
라이브 데모 참고 사항 (Live Demo Note): 완전한 데이터 프라이버시 (Data Privacy)를 위해 설계된 엣지 네이티브 (Edge-native) 앱으로서, 라이브 데모는 공개 저장소를 클로닝하여 사용자의 기기에서 로컬로 실행됩니다.

🧑‍⚕️ 개발자 소개
Aegis는 고위험 STEM 및 임상 학습 마라톤이 초래하는 정확한 인지적 부담 (Cognitive toll), 극심한 고립감, 그리고 소모적인 시간을 깊이 이해하는 의학 (MBBS) 전공 학생에 의해 설계 및 개발되었습니다. 전 세계 학생들에게 공감 능력을 갖춘, 완전히 프라이빗한 공동 작업 동반자를 제공하기 위해 의료 교육과 로컬 엣지 컴퓨팅 (Edge-computing)의 교차점에서 구축되었습니다.