NeuroSync: 국산 LLM 다중 에이전트 기반 정신건강 사전문진, 종단 분석, 의료진 인계 시스템
국산 LLM과 근거 검증을 결합해 사전문진 내용을 의료진 인계 기록으로 구성했다.
01 / RESEARCH DETAIL국산 LLM 사전문진 / 구조화 기록과 근거 검증을 통한 의료진 인계
- 난제
- 자유 대화에서 임상 슬롯을 확보하고 근거 없는 값이 의료진 인계 기록에 포함되지 않도록 제어해야 한다.
- 해결
- 규칙 기반 상태기계로 전문 에이전트 10종을 실행했다. 척도는 규칙으로 채점하고 최종 기록의 출처와 근거를 검증했다.
- 기여
- 오케스트레이션, RAG, 검증 로직을 구현하고 환자 앱, 의료진 웹, 백엔드를 통합했다.
| 구성 | 구현 범위 |
|---|---|
| 국산 모델 | Solar Pro 3, K-EXAONE, A.X K1 |
| 검색 근거 | 임상 사례 1,248개, QA 1,789개 |
| 서비스 | FastAPI, PostgreSQL, Expo, Next.js |
평가 조건 및 연구 범위AI Champion 사전문진 시제품. 의료진에게 전달할 기록을 작성하며 진단은 수행하지 않는다.
02 / RESEARCH DETAIL합성 시나리오의 기록 정확도와 추론 비용
- 확인 결과
- 근거가 없는 후보 337건을 최종 출력 전에 차단했다. 슬롯 커버리지와 척도 배정 정확도가 향상됐다.
- 남은 난제
- 필터 적용 전 비근거 후보 비율은 46.4%에서 55.2%로 증가했다. 출력 검증과 별도로 생성 단계의 오류를 줄여야 한다.
- 후속 검증
- 호출 수와 토큰을 줄이는 실행 경로를 연구하고 있다. 전문의 평가와 임상 PoC가 후속 과제다.
| 비교 지표 | 단일 백본 | NeuroSync |
|---|---|---|
| 세션 토큰 | 30,514 | 125,933 |
| 비근거 세션 비율 | 54.2% | 0% |
| 전체 평가 | 8개 페르소나 | 384세션 |
평가 조건 및 연구 범위8개 합성 페르소나, 총 384세션. 단일 백본과의 직접 비교는 144세션.