AI SPACE · SYSTEM DESIGN & DELIVERY

코드는 AI가 씁니다.
설계는 30년 경험이 합니다.

네트워크·VoIP·IMS 쪽 시스템을 30년 설계해 왔고, 최근 8년은 AI/LLM과 음성 쪽입니다. 요즘은 설계서를 먼저 쓰고 구현은 AI 에이전트에 맡긴 뒤, 결과를 제가 검증해서 넘깁니다. 설계만 하고 빠지는 방식은 아닙니다.

통신·VoIP·IMS 30년AI/LLM·음성 8년설계·구축 100건+5G 음성 에이전트 특허 출원

01 · 왜 지금 설계인가

코딩을 잘하는 사람은 많습니다.
설계를 잘하는 사람은 많지 않습니다.

AI 코딩 도구가 나오면서 코드 쓰는 속도는 더 이상 문제가 아닙니다. 문제는 그 앞뒤에 있습니다. 무엇을 어떤 구조로 만들지 정하는 일, 만든 게 설계대로 도는지 확인하는 일. 바이브 코딩으로 만든 시스템이 무너지는 지점이 늘 여기였습니다.

구조 없이 쌓인 코드

프롬프트로 기능을 하나씩 붙이다 보면 2~3주 뒤에 아무도 손을 못 대는 코드가 남습니다. 테이블 설계, 모듈 경계, 상태 전이를 먼저 적어 두지 않으면 AI가 쓴 코드는 유지가 안 됩니다.

검증 없는 배포

돌아가는 것과 맞게 돌아가는 것은 다른 얘기입니다. AI는 자기가 쓴 코드가 통과하는 테스트를 씁니다. 경계값, 장애 복구, 권한 흐름은 시험 항목을 사람이 정하고 결과도 사람이 봐야 합니다.

요구사항을 구조로 바꾸는 일

고객이 주는 건 기능 목록이지 시스템이 아닙니다. 그걸 엔티티, 흐름, 운영 절차로 바꾸는 게 설계이고, 여기서 경험 차이가 납니다.

02 · 일하는 순서

설계서를 먼저 씁니다. 구현은 에이전트가 합니다.

30년 동안 시스템 설계하던 방식은 그대로 두고 구현 주체만 바꿨습니다. 구조와 데이터 모델을 설계서로 확정하면, 역할을 나눈 에이전트가 그 설계서를 보고 코드를 씁니다. 검증 게이트는 제가 지킵니다.

설계–구현–검증 프로세스 설계자가 요구와 구조를 확정하면 마스터 에이전트가 구현·리뷰·테스트 에이전트에 작업을 분배하고, 결과를 설계자가 검증해 납품한다. AI AGENTS 설계서 산출물 수정 지시 설계자 요구 · 구조 · 데이터 모델 마스터 에이전트 작업 분배 · 조율 구현 코드 생성 리뷰 설계 일치 확인 테스트 자동 시험 검증 · 납품 시험 레포트 · 설계 대조 사람(설계자) 게이트 AI 에이전트
01 설계 · 사람

구조를 먼저 확정

요구를 엔티티·상태·흐름으로 변환합니다.

  • 데이터 모델 · ERD
  • 권한 · 운영 절차
  • 장애 · 복구 시나리오
02 구현 · 에이전트

역할을 나눠 구현

마스터 에이전트가 설계서를 기준으로 작업을 분배합니다.

  • 구현 에이전트: 코드 생성
  • 리뷰 에이전트: 설계 일치 확인
  • 테스트 에이전트: 자동 시험
03 검증 · 사람

설계와 대조해 검증

동작 여부가 아니라 설계 의도대로 동작하는지 확인합니다.

  • 시험 항목 설계
  • 경계 조건 · 부하 시험
  • 미달 시 수정 지시 반복
04 납품

문서와 함께 인도

코드만 넘기지 않습니다.

  • 설계서 · 운영 가이드
  • 시험 결과 레포트
  • 유지보수 범위 정의

에이전트를 어떻게 나눌지도 설계 일입니다. 역할 분담, 사람이 확인하는 지점, 자동 시험에 맡길 범위는 프로젝트마다 다시 정합니다. 같은 구성을 어디에나 쓰지 않습니다.

03 · 설계 사례

설계 사례 세 건

고객사명은 뺐습니다. 어떤 구조 문제가 있었고 어떻게 풀었는지 위주로 적었습니다.

IoT 도어 제어 서비스

MQTTAWS IoT CoreiOS · AndroidPostgreSQL
문제
단말이 이사·양도로 주인이 바뀌면 전 주인 가족이 문을 열 수 있는 구멍. 폰 교체 시 계정 복구 경로 부재.
설계
단말 기준 권한 매핑(관리자 1 · 사용자 N) 테이블로 역할을 분리하고, 단말을 '비활성' 상태로 되돌리는 생애주기를 정의. 소유권 이전 시 하위 사용자 연결을 그 시점에 즉시 정리. 계획된 폰 교체는 사전 예고 대기창으로 셀프 승계, 분실만 운영자 수동 복구.
결과
자동 문자 인증 없이도 복구 운영이 단순해졌고, 운영자 개입 건수를 분실·고장으로 한정.

병원 메디컬 챗봇 가드레일

LLMRAG분류기온프레미스
문제
환자가 직접 쓰는 챗봇에서 근거 없는 의료 답변이 나갈 위험. 프롬프트 지시만으로는 통제 불가.
설계
LLM 앞뒤에 경량 분류기 게이트를 두는 2단 구조. 질의 분류로 답변 가능 범위를 먼저 판정하고, 답변은 병원 지식베이스 근거가 있는 경우에만 통과. 환자 데이터는 외부 반출 없이 자체 GPU에서 처리.
결과
모델을 바꿔도 가드레일 정책이 유지되는 구조. 병원 측 검수 항목을 분류기 데이터셋으로 환원.

5G 사설망 AI 음성 에이전트

IMS · SIP5G NPNSTT · TTS특허 출원
문제
AI 음성 에이전트를 통신사 IMS 코어에 붙이려면 에이전트에게 전화 가입자 신원을 줘야 하는데, 고정 신원을 주면 보안·과금 책임이 뒤엉킴.
설계
에이전트에 임시 IMS 공개 식별자를 발급하고, 실제 가입자가 위임하는 '신뢰 대리인' 모델로 호 처리 권한을 한정. 세션 종료와 함께 식별자 회수.
결과
기존 IMS 코어 수정 없이 AI 에이전트 호 처리 가능. 해당 구조로 특허 출원.

04 · 제공 범위

설계부터 시험까지 제가 합니다

설계서, 코드, 시험 결과 레포트를 한 세트로 넘깁니다. 넘긴 뒤의 유지보수 범위는 견적 단계에서 따로 정합니다.

AI 음성 에이전트 · SIP/VoIP 게이트웨이

SIP · RTP · STT/TTS · LLM

AI 챗봇 · RAG 지식베이스

LLM · RAG · 가드레일 · 온프레미스

IoT · 단말 제어 서비스

MQTT · BLE · AWS IoT · ESP32

웹 · 앱 · 백엔드 시스템

KMP · FastAPI · PostgreSQL · Elasticsearch

업무 자동화 · 에이전트 워크플로

멀티에이전트 · n8n · 메일 연동

AI 인프라 설계

GPU 서버 · vLLM · Kubernetes

회의보다 문서

요구 정리서, 설계서, 시험 레포트 순서로 각 단계를 문서로 확인받고 다음으로 넘어갑니다. 회의는 꼭 필요할 때만 합니다.

범위부터 자릅니다

1차는 MVP로 좁게 잡고, 나머지는 업그레이드 항목으로 뺍니다. 처음부터 전부 넣은 견적은 내지 않습니다.

책임 경계는 견적서에 씁니다

개발 책임과 운영 책임, 보안 적용 수준, 유지보수 범위를 견적서에 명시합니다. 나중에 해석이 갈리는 걸 막기 위해서입니다.

개인 프리랜서

사업소득(3.3%) 처리 또는 사업자 세금계산서 발행 중 선택하실 수 있습니다. 국내·해외 모두 진행합니다.

05 · 연락

요구사항 정리 전이어도 됩니다

하고 싶은 걸 메일로 적어 보내 주시면 범위와 구조부터 제안드리겠습니다. 견적은 그다음입니다.

임종철 소장AISPACE 연구소 · SYSTEM ARCHITECT
EMAILjclim8009@gmail.com
PHONE010-9141-8009