🔬 기술 차별점현재
챗봇을 넘어, 임상 기반 정량 분석
펫에토의 AI는 챗봇 응답이 아닙니다. 임상 척도(FGS) · 구조화 택소노미 · 다중모델 폴백 · 안전 게이팅 — 4중 파이프라인이 코드 레벨에 강제됩니다.
현재
1. FGS 통증 정량화
Feline Grimace Scale은 수의학에서 검증된 고양이 통증 평가 척도입니다. 펫에토는 AI가 외관 분석 시 부위별(귀·눈꺼풀·머리 자세 등) FGS 행동단위를 정량 기록하도록 강제합니다. FGS는 고양이에게만 검증된 척도라 고양이 사진에만 적용하고, 다른 종은 0~10 우려도와 부위 마킹만 기록합니다.
구현 위치: api/analyze-image/route.ts · lib/symptomTaxonomy.ts · types/index.ts- fgs_total (0~10 통증지수) 필드
- fgs_breakdown (부위별 구조화)
- severity_score (0~10)
- bboxes (이미지 부위 마킹)
현재
2. 구조화 증상 택소노미
강아지·고양이 별 40+ 증상을 카테고리(피부·귀·발·눈·치아) × 4단계 심각도(normal/mild/moderate/urgent) × 한·영 임상 설명으로 분류. 자유 텍스트가 아닌 enum 기반 강제 구조.
구현 위치: lib/symptomTaxonomy.ts- 40+ 증상 × 4단계 심각도
- 한·영 임상 설명
- 카테고리: skin · ear · paw · eye · dental · digestive · behavior
- 각 증상에 응급 신호어 매핑
현재
3. 다중모델 폴백
Gemini Vision 메인 + 백업 모델 자동 폴백. 단일 LLM 장애·쿼터 초과 시 2.5 Flash에서 2.5 Flash-Lite로 자동 강등해 응답이 끊기지 않게 합니다.
구현 위치: app/api/analyze-image/route.ts- Gemini 2.5 Flash 메인
- 장애·쿼터 초과 시 Flash-Lite 자동 강등
- 응답 상한 60초 (모델 호출 50초 초과 시 중단)
- 심각도 정규식 추출 (부정문 오매칭 방지)
현재
4. 보수적 안전 게이팅
AI가 '정상'이라고 해도 그대로 내보내지 않습니다. 결론 문장에 응급 신호어(호흡·침흘림·무기력 등)가 섞여 있거나, 보호자가 전문가를 요청했거나, 전문가 답변이 달린 글은 자동으로 한 단계 올립니다. 놓치는 쪽보다 한 번 더 보는 쪽입니다.
구현 위치: lib/analysisSafety.ts- 응급 신호어 13종 감지 시 자동 상향
- 전문가 요청·답변 글은 관찰 필요로 상향
- 긴 본문 대신 결론 문장만 검사 (부정문 오탐 차단)
- 의료 면책 + 응급 시 병원 안내
품질 관리 4중 장치 (위원1 답변)
현재
구조화 택소노미 + 4단계 게이팅
자유 텍스트 대신 enum 강제
현재
다중 모델 폴백
단일 LLM 장애·쿼터 초과 방어
현재
보수적 안전 가드
응급 신호어·전문가 개입 시 자동 상향
현재
전문가 검증 레이어
request_expert → 답변 → expert_status
목표
수의사 감수 표본 QA
월 N건 무작위 검수, 정확도 리포트
목표
FGS 라벨 검증셋 + 전용 모델
외부 데이터셋으로 정확도 측정
목표
분석↔실제 진단 일치율 추적
피드백 루프로 모델 개선
락인 — 펫 평생 건강 타임라인 (위원1 답변)
쓸수록 떠나기 어려워지는 한 축을 깊게 팝니다. AI 분석할 때마다 health_records에 자동 누적 → 우리 펫의 건강 이력이 쌓입니다. 경쟁 앱으로 옮기면 이 타임라인을 잃습니다.
- ✅ 분석 결과 자동 누적 (health_records)
- 🎯 개체 baseline 정밀화 (변화 감지 정확도↑)
- 🎯 수의사 검증 답변이 펫별로 축적
- 🎯 단골 시터 관계 (부가)