AI 기반 간병인 매칭 솔루션
및 특허 출원

The Challenge: 비정형 데이터의 한계

테헤란로에 위치한 간병인 매칭 플랫폼 '코드블라썸'과의 산학협력 프로젝트입니다. 당시 고객과의 상담은 주로 전화로 이루어졌는데, 이 귀중한 상담 내용이 단순 녹음 파일(비정형 데이터)로만 남아 활용되지 못하는 문제가 있었습니다.

또한 간병인 매칭 및 요율(비용) 산정이 담당자의 경험과 직관에 의존하고 있어, 표준화된 기준이 부족했고 데이터 기반의 최적화가 절실한 상황이었습니다.

Methodology: AI Data Pipeline

비정형 음성 데이터를 정형 데이터셋으로 변환하고, 이를 머신러닝 모델 학습에 활용하는 End-to-End 데이터 파이프라인을 설계 및 구축했습니다.

• 1. 음성 데이터의 자산화 (STT & LLM)

  상담 녹음 파일을 STT(Speech-to-Text) 기술로 텍스트화한 후, LLM(거대언어모델)을 활용해 환자 상태, 필요 시간, 장소 등 핵심 정보(Feature)를 자동으로 추출하여 구조화된 데이터셋을 구축했습니다.

• 2. 매칭 및 요율 예측 모델링 (Machine Learning)

  구축된 데이터셋을 기반으로 XGBoost 등 머신러닝 알고리즘을 적용하여, 특정 조건에서 가장 적합한 간병인을 추천하고 적정 요율을 예측하는 모델을 개발했습니다.

• 3. Full-Cycle API 제공 (Backend Engineering)

  단순 모델 개발에 그치지 않고, 데이터 전처리부터 모델 추론 결과 반환까지의 전 과정을 API 서버로 구축하여 제공함으로써 클라이언트가 즉시 서비스에 도입할 수 있도록 했습니다.

Key Results: 특허 출원 및 기술 내재화

코드블라썸 이라는 회사로부터 음성데이터를 전달받아 AI 모델링을 통해 간병인 매칭 시스템을 개발했고, 해당 솔루션을 기존에 회사에서 운영되는 시스템에 적용하기 위한 API 서버를 구축하여 제공했습니다.

• 특허 출원 완료 (Patent Pending)

  '기계학습 기반의 간병인 자동 매칭 시스템'에 대한 독창적인 아이디어와 구현 방식을 인정받아 특허 출원을 완료했습니다.

• 데이터 활용 패러다임 전환

  활용되지 못하던 비정형 음성 데이터를 핵심 비즈니스 자산으로 전환시키는 자동화된 파이프라인을 성공적으로 구축했습니다.

• 실무 중심의 모델 서빙 및 API 구축

  개발된 추천 엔진을 기존 서비스 시스템에 즉시 적용할 수 있도록 Flask 기반의 REST API 서버를 구축했습니다. GET/POST 요청에 따른 실시간 데이터 통신 로직을 구현하고, Postman을 활용한 기능 테스트를 거치고 API 명세를 전달함으로써 실제 서비스 환경으로의 배포 및 연동을 완수했습니다.