이 게시물은 GitHub Finish-Up-A-Thon Challenge를 위한 제출물입니다.

내가 만든 것

SecureShield는 인도 환자들을 위해 구축된 생성형 AI (GenAI) 기반 건강 보험 청구 자격 엔진입니다. 보험 증권 PDF를 업로드하고 사례 세부 정보를 입력하면, 5개의 에이전트로 구성된 AI 파이프라인 (pipeline)이 모든 결정의 근거가 되는 특정 IRDAI 2024 규정을 인용하며 귀하의 청구가 자격이 있는지 정확히 알려줍니다. 추측은 없습니다. 환각 (hallucinations)도 없습니다. 무지로 인해 청구가 거절되는 일도 없습니다.

🔗 GitHub

기술 스택 (Tech Stack):

프론트엔드 (Frontend) → Next.js 16 (React 19, Turbopack)
백엔드 (Backend) → FastAPI + LangGraph
데이터베이스 (Database) → Supabase (PostgreSQL + pgvector)
인증 (Auth) → Supabase JWT
AI 게이트웨이 (AI Gateway) → Cloudflare AI Gateway
LLM 체인 (LLM Chains) → Cerebras, Groq, Gemini, xAI, OpenRouter
준수 규정 (Compliance) → IRDAI Health Insurance Regulations 2024

데모

역전의 이야기

2024년, 저는 친구 아버님의 20만 루피(₹2L) 수술비 청구가 거절되는 것을 목격했습니다. 아무도 읽지 않은 47페이지 분량의 보험 증권 중 34페이지에 숨겨진 조항 때문이었습니다. 그 경험이 씨앗이 되었습니다.

2025년 초 - ET GenAI 해커톤: 저는 SecureShield를 제안했습니다. 심사위원들로부터 아이디어를 검증받았고 동기부여도 되었습니다. 하지만 곧 대학교 시험이 다가왔습니다. 저는 선택해야 했습니다. 미완성된 프로토타입을 제출할 것인지, 아니면 성적을 지킬 것인지 말입니다. 저는 성적을 선택했습니다. SecureShield는 버려진 채 남겨졌습니다. 2개의 거친 Python 스크립트, 로컬 SQLite, UI 없음, 파이프라인 없음.

2026년 6월 - GitHub Finish-Up-A-Thon: 이 챌린지는 마치 저를 위해 만들어진 것 같았습니다. "마침내 시작했던 일을 끝내라." 그래서 저는 해냈습니다.

이전 → 이후

	이전 (ET GenAI)	이후 (Finish-Up-A-Thon)
에이전트 (Agents)	2개의 거친 Python 스크립트	5개 에이전트 LangGraph 파이프라인, 18개 도구
...

핵심 설계 선택: 결정 엔진 (Decision Engine)은 LLM을 전혀 사용하지 않습니다. 모든 자격 판정은 결정론적 (deterministic)이며 감사 가능 (auditable)합니다. LLM은 오직 평이한 언어로 된 설명만을 생성합니다. 결정 과정에서 환각 (hallucinations)은 절대 발생하지 않습니다.

Copilot은 세 가지 의미 있는 방식으로 저를 도왔습니다:

• Dockerization (도커화) - 저는 프로젝트를 컨테이너화해 본 적이 없었습니다. Copilot은 멀티 스테이지 빌드 (multi-stage builds)와 비밀 관리 (secrets management) 과정을 안내해 주었습니다. 그 대화는 제가 이식성 (portability)에 대해 생각하는 방식을 바꾸어 놓았습니다.
• Stack decisions (스택 결정) - Copilot은 별도의 벡터 데이터베이스 (vector DB) 대신 Supabase 내의 pgvector를 선택하도록 도와주었습니다. 관리할 서비스는 줄어들고, 인증 (auth)은 더 긴밀해졌으며, 이미 알고 있는 동일한 SQL 인터페이스를 사용할 수 있게 되었습니다.
• CI/CD design (CI/CD 설계) - 프로젝트가 성장함에 따라 (백엔드 + 프론트엔드 + 4개의 AI 제공업체), Copilot은 일반적인 보일러플레이트 (boilerplate)가 아닌, 제 스택에 실제로 부합하는 GitHub Actions 파이프라인을 생성해 주었습니다.

개인적인 소회

저는 인도의 공학도입니다. 보험에 대한 혼란과 청구 거절은 제 주변에서 매일 일어나는 실제적인 문제입니다. 의료 분야에서의 AI는 의사를 대체하는 것이 아닙니다. 그것은 AI가 서비스를 제공해야 할 사람들에게 시스템을 이해 가능하게 (legible) 만드는 것에 관한 것입니다.

이번 챌린지 덕분에 SecureShield는 마침내 제 노트북을 벗어나 세상 밖으로 나왔습니다.

LangGraph, FastAPI, Next.js, Supabase, 그리고 많은 좌절감을 동기부여로 바꾸어 구축되었습니다.