사용자의 건강(센서) 지표를 갖춘 LLM(Large Language Model) 기반 개인용 건강 에이전트는 전 세계적인 의료 접근성 불균형을 완화할 수 있는 유망한 경로를 제공해 왔습니다. 그러나 대규모 임상 배포는 개방형 평가의 병목 현상으로 인해 여전히 제약을 받고 있습니다. 의사의 주석(annotation)은 신뢰할 수 있지만 비용이 많이 들고 확장성이 떨어지는 반면, LLM-as-a-judge(판사로서의 LLM) 평가자는 확장성은 높지만 주관적이고 일관성이 없으며 때로는 임상적으로 정렬되지 않는 경우가 있습니다. 우리는 RubricsTree를 소개합니다. 이는 숙련된 의사가 이끄는 전문가 패널과 반복적인 human-in-the-loop(인간 참여형) 큐레이션 프로토콜을 통해 4,000개의 실제 사용자 질의로부터 얻은 통찰력을 바탕으로 진화한, 100개 이상의 원자적이고 임상적으로 검증 가능한 Boolean(불리언) 루브릭(rubric)으로 구성된 전문가 정렬 계층적 분류 체계를 갖춘 확장 가능한 평가 프레임워크입니다. 문맥 인식 적응형 라우터(context-aware adaptive router)는 질의당 관련 있는 자동 가중치 부여 루브릭 하위 집합만을 활성화하여, 전문가와 정렬된 품질을 유지하면서도 확장 가능한 평가에 필요한 처리량을 제공합니다. 체계적인 메타 평가(meta-evaluation)를 통해 우리는 RubricsTree가 (i) 까다로운 개방형 질의에 대해 전문가 정렬 측면에서 강력한 대규모 평가 베이스라인을 실질적으로 능가하며, (ii) 문맥적으로 저하된 응답에 대해 신뢰성 있게 페널티를 부여하고, (iii) 성능 최적화를 위한 구조화된 지침, 텍스트 피드백 또는 학습 보상(training rewards)으로 사용될 때 Gemini, GPT, Qwen 모델 제품군에서 HealthBench 기준 최대 약 66%의 상대적 이득을 얻음을 보여줍니다. 따라서 RubricsTree는 제품 수준의 개인용 헬스케어 AI의 지속적인 최적화에 필요한 확장 가능하고, 감사 가능하며, 진화하는 평가 인프라를 제공합니다.