기술 요약: HiMe - 건강 통찰력을 위한 실시간 셀프 호스팅 개인용 에이전트 플랫폼

1. 문제 정의

기존의 웨어러블 건강 분석(예: 스마트워치)은 고정된 통계적 프레임워크에 갇혀 있어 신호의 역동성이나 사용자의 선호도를 포착하지 못한다는 한계가 있습니다. 또한, 이러한 장치들이 생성하는 방대한 양의 시계열 로우 데이터 스트림은 지능적인 분석을 위한 대규모 언어 모델(LLM)의 컨텍스트 윈도우에 직접 담기에는 너무 방대합니다. LLM 에이전트는 건강 데이터를 추론하는 유망한 대안이지만, 기존 솔루션들은 세 가지 핵심 영역에서 부족함을 보입니다:

• 임상 시스템은 환자를 위한 지속적인 개인 데이터가 아닌, 의료진을 위한 접점 기반의 기록에 집중합니다.
• 개인 코칭 시스템은 연속적인 생리적 스트림보다는 가이드된 대화나 저널링에 의존합니다.
• 범용 셀프 호스팅 어시스턴트는 채팅과 예약된 작업에는 설계되었으나, 고빈도의 생리적 데이터를 수집하고 장기적인 관점에서 사용자를 모델링하는 능력은 부족합니다.

현재 개인정보를 보호하면서 실시간으로 개인 건강 데이터를 처리하고 장기적인 맞-춤형 건강 통찰력을 생성할 수 있는 오픈 소스 기반의 로컬 배포 가능 플랫폼은 존재하지 않습니다.

2. 방법론 및 아키텍처

저자들은 사용자 소유의 하드웨어에서 실행되도록 설계된, 셀프 호스팅 방식의 프라이버시 우선 에이전트 플랫폼인 **HiMe (Health Intelligence Management Engine)**를 제시합니다. 시스템 아키텍처는 세 가지 핵심 설계 원칙과 4계층 프레임워크로 정의됩니다.

핵심 설계 원칙

1. 데이터베이스를 일급 구성 요소(First-Class Component)로 취급: 데이터베이스는 단순한 저장 백엔드가 아니라 중앙의 검증 가능한 종단 상태(Terminal State)입니다. 이를 통해 에이전트는 웨어러블 신호, 사용자 선호도, 메모리를 통합적으로 분석할 수 있습니다. 또한, 에이전트의 행동을 데이터베이스 내의 "골드 상태(Gold State)"와 비교함으로써 자동화된 평가를 가능하게 합니다.
2. 효과성과 효율성의 공동 최적화: 시스템은 품질, 비용, 지연 시간 사이의 파레토 최적(Pareto-optimal) 균형을 추구합니다. 이를 위해 가벼운 통계적 필터를 사용하여 전체 해상도로 데이터 스트림을 모니터링하고, 특정 트리거가 발생할 때만 비용이 많이 드는 LLM 추론을 활성화합니다.
3. 실시간 처리와 장기적 모델링: 시스템은 순간적인 이상 징후와 수개월간의 추세를 모두 포착하여, 적시의 개입과 종단적 이해를 지원합니다.

시스템 아키텍처 (4개 계층)

• 데이터 계층 (Data Layer): 통합된 사용자별 데이터베이스는 웨어러블 신호, 메모리, 사용자 프로필, 보고서 및 에이전트가 생성한 테이블을 저장합니다 이질적인 데이터를 공동으로 분석할 수 있게 합니다. 에이전트는 안전을 보장하기 위해 특정 테이블에 대한 권한을 가집니다.
• 도구 계층 (Tool Layer): 에이전트는 주로 통합 데이터베이스에 대한 읽기/쓰기 작업과 코드 실행 도구(Jupyter 스타일의 상태 유지)를 통해 상호작용합니다. "사실 검증기(Fact Verifier)"는 출력 메시지를 분류하고, 보고된 수치를 쿼리 증거와 대조하며, 환각(Hallucination)을 방지하기 위해 해싱된 증거 흔적을 저장합니다.
• 에이전트 계층 (Agent Layer): 메인 **상호작용 에이전트(Interaction Agent)**는 메시지를 전문화된 **하위 에이전트(Sub-Agents)**로 라우팅합니다:
  • 분석 에이전트(Analysis Agent): 데이터에 대한 자연어 질문에 답변합니다.
  • 관리 에이전트(Management Agent): 메모리 업데이트 및 선제적 과업을 처리합니다.
  • 계획 에이전트(Plan Agent): 개인화된 건강 계획을 생성합니다.
    KV-캐시 재사용을 극대화하기 위해 프롬프트는 모듈형(시스템 지침, 역할, 영혼 등)으로 구성됩니다.
• 상호작용 계층 (Interaction Layer): 사용자는 내장된 채팅이나 통합 메시징 플랫폼(예: WeChat, Telegram)을 통해 상호작용합니다. 시스템은 선제적 알림을 지원하며, 사용자의 건강 상태를 실시간으로 반영하는 "디지털 트윈"(픽셀 아트 고양이) 기능을 갖추고 있습니다.

워크플로우

웨어러블 장치는 심박수, SpO2, 수면 등의 신호를 스마트폰으로 스트리밍하며, 스마트폰은 이를 버퍼링하여 로컬 에이전트 서버로 전달합니다. 데이터 어댑터는 형식을 정규화하고 샘플을 중복 제거합니다. 에이전트 서버는 사용자 메시지, 실시간 모니터 트리거, 예정된 작업을 교차 수행하는 루프를 실행합니다. 저비용의 통계적 트리거가 스트림을 지속적으로 모니터링하며, 특정 조건이 충족되면 고비용의 분석 에이전트를 깨워 통찰력을 생성하고, 이를 다시 사용자의 기기로 푸시합니다.

3. 주요 기여

• HiMe 플랫폼: 실시간 웨어러블 데이터를 수집하고 데이터를 사용자 하드웨어에 유지하면서 장기적인 개인 건강 통찰력을 생성하는 최초의 오픈 소스 기반 로컬 배포 가능 플랫폼입니다.
• 측정 가능한 에이전트 평가: 데이터베이스를 검증 가능한 종단 상태를 가진 일급 구성 요소로 취급함으로써, 주관적인 LLM 판독가에 의존하지 않고도 에이전트 역량에 대한 자동화된 오라클 기반 평가를 가능하게 했습니다.
• 하이브리드 모니터링 전략: 저비용의 연속적 통계 모니터링과 온디맨드 방식의 고비용 LLM 분석을 결격하여 프라이버시, 지연 시간, 비용의 균형을 맞췄습니다.
• 포괄적인 벤치마킹: 시스템은 5개의 공개 웨어러블 데이터셋(LifeSnaps, PMData, MMASH, CovIdenify, GLOBEM)과 22개의 다양한 모델 백본(로컬 및 호스트 API를 포함한 1.5B~35B 파라미터 범위)을 통해 평가되었습니다.

4. 결과

평가는 역할별 역량, 복합 상호작용 신뢰성, 실시간 트리거 효율성에 초점을 맞추었습니다.

• 로컬 vs. 호스트 모델: 강력한 로컬 모델(예: Qwen3.6-27b, Qwen3.5-35b-a3b)은 환각 없이 0.91의 분석 점수를 기록하여, 호스트 기반의 프런티어 모델인 DeepSeek-V4-flash(0.85)와 GPT-5-mini(0.76)를 능가하거나 대등한 성능을 보였습니다. Gemini-3.5-flash(0.94)만이 유의미하게 앞섰습니다.
• 모델 크기 vs. 역량: 역량이 파라미터 수에 따라 단조롭게 증가하지 않았습니다. 예를 들어, Qwen3-30b-a3b(총 30B, 활성 약 3B)는 분석 및 메모리 작업에서 더 작은 밀집 모델인 Qwen3-8b(0.36 대 0.47)보다 성능이 낮았습니다.
• 소형 모델의 한계: 1.5B 파라미터 모델은 모든 역량에서 실패했으며 높은 환각율(0.47)을 보여, 현재의 온디바이스 소형 모델은 복잡한 건강 에이전트 작업을 수행하기에 불충분함을 나타냈습니다.
• 복합 신뢰성: 개별 턴 점수는 높았으나(예: Qwen3.5-35b-a3b의 경우 0.96), 엄격한 다회차 상호작용 신뢰성(S5 점수)은 여전히 낮았습니다(최대 0.44). 이는 세션 전반에 걸쳐 유능한 역할을 체이닝하는 것이 여전히 해결해야 할 과제임을 시사합니다.
• 트리거 효율성: "트리거" 메커니즘(통계적 게이팅)은 고정된 폴링 스케줄과 비교했을 때 이상 징후 탐지에 대한 재현율을 유지하거나 개선하면서도 토큰 사용량을 대폭 절감했습니다(작은 모델의 경우 최대 121배 절감).
• 데이터-보고서 서술: 시계열 데이터로부터 자연어 요약을 생성하는 것은 어려웠습니다. 가장 우수한 백본도 스트레스/회복 루브릭에서 46%의 성적을 거두는 데 그쳤으며, 이는 주관적 상태를 서술하는 것이 수치를 검색하는 것과는 별개의 역량임을 시사합니다.
• 사용자 연구: 9명의 참가자를 대상으로 한 2개월간의 현장 연구에서 사용성(4.67/5)과 선제적 경험(4.56/5)에 대해 높은 점수를 받았습니다. 참가자들은 지속적이고 증거에 기반한 모니터링을 높게 평가했으나, 개인화된 계획 적응력은 상대적으로 낮은 점수(4.00/5)를 받았습니다.

5. 의의 및 주장

본 논문은 HiMe가 소비자용 하드웨어에서 실행되는 프라이버시 보호형 개인 건강 에이전트의 실질적인 구현 가능성을 입증한다고 주장합니다. 데이터베이스를 일급 구성 요소로 취급함으로써 시스템의 에이전트 행동을 측정 가능하고 감사 가능하게 만들었습니다. 저자들은 강력한 로컬 모델이 이제 건강 통찰력을 위한 호스트 API의 실행 가능한 대안이 될 수 있다고 단언하지만, 다회차 신뢰성과 데이터로부터 복잡한 주관적 상태를 서술하는 능력에는 여전히 과제가 남아있다고 말합니다.

이 플랫폼은 단순한 소비자 도구가 아니라, 건강 에이전트를 평가하고 훈련하며 대규모 모델을 실제 웨어러블 데이터에 적용하기 위한 연구 환경으로 자리매김하고 있습니다. 저자들은 이 시스템이 최종적인 벤치마크라기보다는 하나의 데모레이지만, 그 아키텍처가 사용자가 시간이 지남에 따라 "더 건강한 자신"이 되도록 돕는 신뢰할 수 있는 개인화된 건강 에이전트를 개발하기 위한 토대를 제공한다고 결론짓습니다.