OUR CORE TECHNOLOGY

따라올 수 없는 기술력

솔직하게 말씀드리겠습니다. 카메라, 적외선 LED, 앱, 서버 — 이런 것들은 시간과 돈이 있으면 어느 회사든 흉내 낼 수 있습니다.

흉내 낼 수 없는 것이 하나 있습니다. 저희가 첫 줄의 코드부터 그렇게 설계한, 스스로 진화하는 엔진입니다.

공식 명칭

Live Evolution

임상 검증 게이트형 자가진화 엔진
Clinically-Gated Self-Evolution Engine

AI가 판정 기준을 스스로 고치고, 그 개선안이 한 번도 본 적 없는 시험을 통과했을 때만 채택되는 폐루프(closed loop)입니다.

HOW IT EVOLVES

쉽게 말해, "정답지 루프"입니다

학생이 오답노트로 실력을 키우는 과정과 똑같습니다 — 단, 공부하는 쪽이 AI라는 점만 다릅니다.

1

정답지 만들기

검증 연구 참가자가 공부 직후 "실제로 집중한 구간 / 멍하니 있던 구간 / 딴짓한 구간"을 직접 기록합니다. 기계는 알 수 없고 본인만 아는, 세상에 없던 정답지가 만들어집니다.

2

오답노트

기기의 판정과 정답지를 자동으로 대조합니다. 기기가 틀린 구간 — "틀린 문제"들이 오답노트로 쌓입니다.

3

AI가 기준을 고침

AI 코딩 에이전트가 오답노트를 읽고, 판정 규칙과 숫자를 직접 수정한 개선안을 만듭니다. 사람 엔지니어가 하던 일을 AI가 합니다.

4

몰래 낸 시험

개선안은 AI에게 한 번도 보여준 적 없는 별도 문제지(홀드아웃)로 재시험을 치릅니다. 오답을 외운 것인지, 진짜 실력이 는 것인지가 여기서 갈립니다.

5

통과한 것만 채택

모든 지표에서 성적이 떨어지지 않아야 채택됩니다. 무엇이 왜 바뀌었는지 전 과정이 기록에 남습니다.

이 루프는 정답지가 입력될 때마다 자동으로 돕니다. 우리가 자는 동안에도, 기기의 판정 정확도는 조용히 좋아지고 있습니다.

왜 아무도 따라올 수 없는가

우리의 해자는 알고리즘이 아닙니다.
알고리즘을 계속 이기게 만드는 공장입니다.

🏥

① 임상 정답지 데이터

병원 IRB 승인 하에 수집한 실제 정답지. 경쟁사가 하드웨어를 그대로 복제해도 정답지가 없으면 루프가 돌지 않습니다 — 이걸 만들려면 IRB 승인부터 처음부터 다시 밟아야 합니다.

📓

② 오답노트 노하우

루프가 몇 달 돌며 누적되는 실패 케이스 목록과 에러 유형 분류. 문서가 유출돼도 복제되지 않는 형태의 지식입니다.

📈

③ 복리 시간 격차

루프는 데이터가 들어올 때마다 돕니다. 먼저 시작한 쪽의 정확도 우위는 시간이 갈수록 복리로 벌어집니다. 뒤에서 출발한 쪽은 영원히 어제의 우리와 경쟁합니다.

WHEN AN IMPROVEMENT IS ADOPTED

채택된 개선은 세 곳에 동시에 도착합니다

사람이 승인 버튼을 누르는 순간, 새 판정 기준은 시스템 전체로 퍼집니다 — 기기를 회수하거나 앱을 재설치할 필요 없이.

🗄️

서버 — 과거까지

새 기준으로 지난 세션까지 소급 재채점됩니다. 이번 주의 개선이 지난주의 리포트도 더 정확하게 만듭니다.

📱

앱 — 업데이트 없이

앱은 점수를 직접 계산하지 않고 서버의 결과만 읽습니다. 그래서 채점 기준이 진화해도 앱 업데이트가 필요 없습니다.

🧊

기기 — 다음 세션부터

세션 중의 실시간 반응(복귀 차임의 기준)도 다음 세션을 시작할 때 안전 범위 안에서 함께 내려받아 갱신됩니다.

실시간 신호처럼 되돌릴 수 없는 동작의 기준은 서버와 기기 양쪽에서 이중으로 안전 범위를 제한합니다 — 진화는 빠르게, 개입은 신중하게.

DESIGNED FOR AI

숨은 작업은 전부 AI가 합니다

재채점, 오답 분석, 개선안 작성, 재시험 — 보이지 않는 곳의 반복 작업은 처음부터 AI가 수행하도록 설계했습니다. 사람의 역할은 하나뿐입니다: 시험을 통과한 개선을 최종 승인하는 것.

🤖

AI가 하는 일

정답지가 입력되는 순간 — 전체 세션 재채점, 오답 유형 분석, 판정 규칙·수치 수정안 작성, 홀드아웃 재시험까지 사람 개입 없이 자동으로 이어집니다.

✅

사람이 하는 일

시험을 통과한 개선안의 근거와 성적표를 확인하고 승인 버튼을 누릅니다. 그리고 매주 한 번, 방향을 점검합니다. 그게 전부입니다.

이 설계 덕분에 작은 팀이 50명 규모의 검증 연구와 알고리즘 개선을 동시에 운영할 수 있습니다.

HONEST ENGINEERING

우리는 "인공지능"이라는 말로 과장하지 않습니다

기술을 정확하게 부르는 것이 신뢰의 시작이라고 믿습니다.

점수는 블랙박스인가요?

아니요. 출시 시점의 채점 기준은 공개된 가중치를 쓰는 설명 가능한 규칙입니다 — 왜 이 점수가 나왔는지 항목별로 추적할 수 있습니다.

"AI가 스스로 진화한다"는 게 무슨 뜻인가요?

신경망을 실시간으로 재학습시킨다는 뜻이 아닙니다. AI 코딩 에이전트가 오답노트를 읽고 판정 기준(규칙과 수치)을 직접 고치고, 그 개선안이 별도의 검증 시험을 통과해야만 채택된다는 뜻입니다. 검증 데이터가 충분히 쌓이면, 그때 통계적 학습 모델이 같은 시험을 거쳐 단계적으로 도입됩니다.

왜 처음부터 최신 딥러닝을 쓰지 않나요?

근거가 생기는 속도만큼만 기술을 올린다는 원칙 때문입니다. 정답지가 없는 상태의 복잡한 모델은 검증할 수 없는 블랙박스일 뿐입니다. 저희는 검증 가능한 것부터 시작해, 데이터가 증명하는 만큼만 올라갑니다.