Gemma 기반 인간 중심 스트레스 인사이트 어시스턴트 ‘NeuroSense AI’ 구축
출처: Dev.to
NeuroSense AI 구축: Gemma 기반 인간 중심 스트레스 인사이트 어시스턴트
이 프로젝트는 Gemma 4 챌린지 Build With Gemma에 제출된 작품입니다.
AI 시스템은 보통 질문에 답하거나 정보를 요약하거나 콘텐츠를 생성하도록 설계됩니다. 하지만 저는 다른 질문을 탐구하고 싶었습니다:
AI가 감정적 맥락을 이해하고 텍스트만 응답하는 것이 아니라, 지지적인 인사이트를 제공할 수 있을까?
이 질문이 바로 Gemma로 구동되는 인간 중심 스트레스 인사이트 어시스턴트, NeuroSense AI를 만들게 만든 동기였습니다.
이 프로젝트의 목표는 의료 진단을 제공하는 것이 아니라, 대화 신호를 파악하고 사용자가 자신의 감정 패턴을 더 잘 반성할 수 있도록 의미 있는 인사이트를 생성하는 것입니다.
학생, 개발자, 그리고 직장인들은 시험, 마감, 프로젝트, 업무 압박 등으로 스트레스를 자주 경험합니다. 기존 시스템은 감정적 맥락을 이해하지 못하고 일반적인 답변만을 제공하는 경우가 많습니다.
NeuroSense AI는 이러한 상호작용을 보다 의미 있게 만들고자 합니다.
사용자는 다음과 같은 자연어 메시지를 입력할 수 있습니다:
“내일 시험이 있는데 이틀째 제대로 잠을 못 잤어.”
시스템은 대화를 분석하고 다음을 생성합니다:
- 감정 이해
- 스트레스 지표
- 맥락 설명
- 개인 맞춤형 추천
- 세션 추적
- 대시보드 인사이트
이 프로젝트에서는 단순 키워드 매칭을 넘어선 것이 필요했습니다. 구체적으로 요구된 것은:
- 맥락 이해
- 인간과 같은 추론
- 유연한 배포
- 효율적인 추론
- 의미 있는 응답 생성
Gemma를 선택한 이유는 감정 대화가 개별 단어를 탐지하는 것이 아니라 아이디어 간 관계를 이해해야 하기 때문입니다. 예를 들어,
- 키워드 매칭은 단순히 “시험”이라는 단어만 감지할 수 있습니다.
- Gemma는 압박, 피로, 감정 상태, 그리고 메시지 전체의 맥락을 이해할 수 있습니다.
이 차이가 프로젝트에 있어 매우 중요했습니다.
사용자
↓
NeuroSense 인터페이스
↓
Gemma 처리
↓
감정 분석
↓
스트레스 인사이트
↓
대시보드 시각화✅ 감정 분석
✅ 스트레스 인사이트 생성
✅ AI 기반 추천
✅ 세션 히스토리 추적
✅ 대시보드 시각화
✅ 프라이버시 중심 설계
✅ 인간 중심 인터랙션 흐름
사용 기술
- Python
- Streamlit
- SQLite
- Plotly
- Gemma
- Hugging Face Spaces
GitHub 저장소:
https://github.com/ekramzafar/NeuroSenseAI
실시간 데모:
https://huggingface.co/spaces/ekram7/NeuroSenseAI
https://drive.google.com/file/d/1iWYGloEBF_wlLFnHVJG6_RQI8UKkpnxr/view?usp=sharing
향후 개선 사항
- 음성 감정 분석
- 다국어 지원
- 웨어러블 연동
- 개인 맞춤형 장기 추세 분석
- 맥락 메모리
NeuroSense AI를 구축하면서 AI 시스템에 대한 제 생각이 바뀌었습니다. 목표는 항상 AI를 더 크게 만드는 것이 아니라, AI를 더 의미 있게 만드는 것이어야 합니다. AI는 단순히 답을 생성하는 것이 아니라 사람을 이해해야 합니다.