[마음지기 캡스톤 개발일지 #23] Safety Wrapper 도입과 1학기 최종 발표

6월에 접어들며 마음지기 팀은 1학기 캡스톤 디자인의 굵직한 개발을 모두 마치고, 릴리즈를 위한 안전망 구축과 최종 발표 준비에 총력을 기울였습니다.

2:1 비율의 승리와 Safety Wrapper의 도입

"모델 선택의 기준과 우리가 선택한 모델이 무엇이었지?" "2:1 로 결정되었어. safety_wrapper를 적용하여 Main LLM(2:1)의 안전고리로 작동시키는 방법을 기획해 줘."

4차 파인튜닝의 결과, 우리는 '감성 대화'와 '일상 대화'를 2:1 비율로 섞은 모델을 최종 LLM으로 낙점했습니다. 하지만 자살 예방 챗봇이라는 특성상 단 한 번의 환각(Hallucination)이나 치명적인 오답도 허용할 수 없었습니다.

이를 방지하기 위해 저희는 LLM의 입출력을 감시하는 **Safety Wrapper(안전 필터 모듈)**를 도입했습니다. 사용자의 입력과 챗봇의 출력을 한 번 더 검증하여, 고위험 상황(Active Suicidality)이 감지되면 즉각적으로 정해진 위기 대응 프로토콜(Resource Inquiry Cues)로 전환되도록 아키텍처를 견고하게 만들었습니다.

클라우드 서버(EC2) 예산 기획과 최종 발표

"우리가 요구하는 스펙에 맞는 AWS EC2 견적서가 필요해. g5.2xlarge 5개월 사용 예산이 어떻게 될까?" "지금까지의 진행 상황을 바탕으로 1학기_최종발표_마음지기.pptx 를 작성해 줘!"

성능 검증이 끝난 챗봇을 여름 방학 동안 실제 서비스(프론트엔드/백엔드)와 연동하여 5개월간 구동하기 위해 Amazon EC2 GPU 서버 예산을 산출했습니다.

그리고 6월 18일, 그동안 개발한 백엔드(DB, 페이지네이션), 프론트엔드(감정일기, 커뮤니티), 그리고 AI(4차 파인튜닝 및 Safety Wrapper)의 모든 성과를 한데 모아 **1학기 최종 발표 자료(PPTX)**를 완성했습니다!

이로써 우리가 목표로 했던 마음지기 프로젝트의 핵심 요소들이 1학기 내에 모두 완벽하게 실현되었습니다. 프론트엔드와 백엔드의 안정적인 연동, 그리고 파인튜닝과 Safety Wrapper가 융합된 고도화된 AI까지, 각 파트가 톱니바퀴처럼 맞물려 돌아가는 것을 보니 그동안 밤낮으로 고생했던 모든 시간들이 보상받는 기분입니다. 방학 동안 서버에 시스템을 안착시키고, 다가오는 2학기에는 실제 사용자들을 대상으로 한 클로즈 베타 테스트와 한층 더 고도화된 맞춤형 상담 서비스로 돌아오겠습니다! 마음지기 팀의 끝나지 않은 여정을 앞으로도 계속 지켜봐 주세요!