← Back to Main
Core Architecture

Risk Object Architecture

From Output Artifact to Core Primitive
(부산물에서 핵심 원자 단위로의 진화)

1. Core Concept: 패러다임의 전환

Paradigm Shift from Artifact to Primitive
"우리는 위험(Risk)을 '연산의 결과'로 보지 않고, 시스템을 움직이는 '원자 단위(Core Primitive)'로 정의합니다."
기존 방식 (Artifact Model)

입력 → 엔진 연산 → 알림(Output) → 끝

  • 상태 추적이 불가능함
  • 책임 소재가 불분명함
  • 단순 기록(Log)에 그침
  • 엔진이 모든 것을 통제하는 중앙집중식
SemanAI 방식 (Core Primitive Model)

입력 → 엔진(생성기) → Risk Object → 프로토콜

  • Risk Object (Living Entity) 정의
  • 생성부터 소멸까지 고유한 생명주기(Lifecycle) 보유
  • 시스템의 모든 컴포넌트를 연결하는 매개체
  • 객체 중심으로 시스템이 작동

2. Architectural Hierarchy: 데이터 계층의 재정의

"Risk Object는 앱(App)이나 엔진(Engine)의 하위 결과물이 아닙니다. 그들이 다루는 최상위 데이터 계층입니다."
1. Input Layer
SafeCare Diary
데이터 입력 인터페이스
↓
2. Generator Layer
CareGuard Engine
Risk Object 생성기 (소유하지 않음)
↓
3. Core Data Layer (Center of Gravity)
Risk Object (System Atom)
생명주기를 가진 시스템의 원자
↙   ↘
4-A. Consumer Layer
SafeGuard Protocol
자동화 반응
4-B. Monitoring Layer
CareGuard Pro
관제 인터페이스
↓
5. Learning Layer
Ground Truth → AI Retraining

📌 핵심 원칙 (Key Principles)

• 엔진은 객체를 '생성'할 뿐, 소유하지 않습니다.
• 프로토콜은 엔진이 아니라 '객체의 상태 변화'에 반응합니다.

3. Event-Driven State Machine

"CareGuard는 예측 엔진이 아니라, 객체 기반 상태 머신(State Machine)입니다."
Created
생성됨
(Engine)
Analyzed
분석됨
(Severity 측정)
Queued
대기열
(우선순위 정렬)
Protocol
Active
알림 및
자동 개입
Resolved
해소됨
(Audit & Learn)

HITL (Human-In-The-Loop) 통합

사람의 개입(확인, 조치, 오탐 신고)은 별도의 프로세스가 아니라, 객체의 상태를 변경하는 하나의 이벤트로 기록됩니다.
→ 이점: 누가, 언제, 어떻게 개입했는지 100% 추적 가능 (Audit Trail).

4. Policy & Logic: 심각도와 우선순위

"단순 점수(Score)가 아닌, 행동(Behavior)을 결정하는 정책"
📊
Severity Definition

Risk Object는 생성 시점에 risk_score와 함께 priority_level을 속성으로 부여받습니다.

{
  "risk_score": 0.98,
  "priority_level": "CRITICAL"
}

⚡
Dynamic Queue Strategy

동시성 제어: 동일 시니어(Senior)에게서 다중 위험 감지 시, 가장 높은 Priority 객체가 대표 객체(Representative)가 됩니다.

이벤트 중첩: 하위 레벨의 리스크는 상위 리스크 객체에 병합(Merge)되거나 대기열(Queue)에서 처리됩니다.

5. Enterprise Value: 설계의 이유

"왜 이렇게 복잡하게 설계했는가? 법적 방어력과 AI의 진화를 위해서입니다."
⚖️

Audit & Compliance (감사 및 규제 대응)

모든 상태 변화가 기록되므로(Event Sourcing), 사고 발생 시 "시스템이 언제 위험을 인지했고, 언제 알렸으며, 언제 사람이 조치했는지" 법적 증거로 제출 가능합니다.

🔄

AI Virtuous Cycle (선순환 학습)

객체의 최종 상태(True Positive vs False Alarm)가 곧바로 학습 데이터(Label)가 됩니다. 데이터 전처리 과정 없이 시스템 운영 자체가 데이터 축적 과정이 됩니다.

🛠️

기술적 기반 (Tech Stack Philosophy)

이 아키텍처는 현대적인 엔터프라이즈 기술 철학을 기반으로 합니다.

DDD (Domain-Driven Design) Event Sourcing & CQRS(Command Query Responsibility Segregation) Neuro-Symbolic AI