Voice-UI Translation OS

Executive Summary

Voice-UI Translation OS는 시각장애인·시각저하 사용자·시니어가 GUI 화면 없이 전화 한 통으로 기존 디지털 서비스를 호출할 수 있도록 만드는 음성 번역 인프라다.

핵심 차별점은 다섯 가지다.

• Inbound DTMF 라우팅으로 학습곡선 0, 추가 디바이스 0
• 기존 GUI API를 음성으로 감싸는 번역 레이어 (대행이 아니라 OS)
• 위험 키워드 명시적 확인 가드 + 위급 키워드 알림 자동화
• 한국 장차법·정보접근성 법령 정합 + EAA 글로벌 옵션 분리 보존
• 박씨 본인이 1차 사용자(시각장애 가정 dogfooding)로 3년 검증된 워크플로

v6.0 Final은 외부 전문가 평가에서 지적된 세 가지 미세 공백을 메운 최종본이다.

• STT 정확도 정의를 "한국어 일상 대화 30분 테스트 WER < 5%"로 측정 가능하게 변경
• 국립재활원 보조기기 실용화 R&D 트랙을 2차 자금원으로 명시
• 개인정보 영향평가(PIA) + ISMS 로드맵 운영 섹션에 편입

Part I — 기술 백서

1. 발견 5단계

박씨의 사고가 도달한 경로. 각 단계는 다음 단계의 왜를 정의한다.

2. Product Doctrine

3. 시행착오 (10개 폐기 가설)

"작동한 것만 가져온다. 추측 금지." 메타 룰의 근거.

4. 시스템 아키텍처

4.1 핵심 사상

이 수식은 본 시스템이 새로운 서비스를 만드는 게 아니라 기존 GUI 자산을 음성 차원으로 프로젝션하는 수학적 변환기임을 명시한다.

4.2 4계층

4.3 박씨 보유 인프라 재사용 (90%)

WSL2 + Tailscale, Claude Code, MCP 생태계, Park-LoRA v3, REAPER, Telegram 알림.

추가 필요: Asterisk · 070 번호 (월 1만원) · faster-whisper large-v3 · ElevenLabs API · 카테고리당 외부 API 1개.

4.4 Park-LoRA 톤 모드

5. 운영·모니터링·SLA

PoC를 넘어 정식 서비스가 되려면 다음 항목이 코드와 동등한 우선순위로 운영돼야 한다. 시각장애인 대상 = 사고 = 책임이다.

5.1 측정 가능 정의

5.2 로깅 + 보존

• 통화 로그: SIP 메타데이터 + STT 원문 + LLM 의도 + 디스패치 결과 — 30일
• 사고 로그: 위험 키워드 감지 + 사용자 yes/no + 실제 디스패치 — 영구 보존
• 시스템 로그: vllm/asterisk/whisper/eleven 분리 (Loki 또는 Telegram) — 7일

5.3 사고 대응 SLA

5.4 긴급통신 시나리오 (EAA 112 매칭)

EAA는 긴급통신 112번에 음성/문자/영상 동일 채널 응답 의무 부여. 본 시스템은 대체 채널이 아니라 경로 안내만 담당:

• 0번(인간 폴백)에서 발신자가 위급 키워드("아파요", "안 보여요", "쓰러졌어요") 발화 시
• 박씨/동업자 Telegram + SMS 알림 자동 발송
• 발신자에게 "119에 전화해주세요. 같이 신고할까요?" 안내
• 시스템이 119 직접 전달은 하지 않음 (직접 통신 중계 = 통신사업법 영역)

5.5 개인정보 영향평가 + ISMS 로드맵

6. 구현 소스 코드

박씨 다이어트 룰 적용 (변수 ≤ 8자, 함수 단일, 블록 ≤ 3줄, 중첩 ≤ 2, return 1개, 주석 = WHY). 전체 16개 파일, 약 420줄.

vouos/
├── boot.sh
├── extensions.conf
└── src/
    ├── vouos_router.py     # AGI 진입점
    ├── session.py          # σ_c sqlite
    ├── dialog.py           # 턴 루프 + 확인 가드 ⭐
    ├── stt.py / llm.py / translate.py / tts.py
    ├── monitor.py          # 운영 로깅 + 사고 알림 ⭐
    ├── eaa_hook.py         # 글로벌 옵션 보존
    └── adapters/{housing,admin,food,clothing,human}.py

6.1 extensions.conf

[voice-ui-os]
exten => s,1,Answer()
 same => n,Wait(1)
 same => n,Set(CHANNEL(language)=ko)
 same => n,Playback(welcome-ko)
 same => n,WaitExten(5)

exten => 1,1,Goto(vouos-cat,clothing,1)
exten => 2,1,Goto(vouos-cat,food,1)
exten => 3,1,Goto(vouos-cat,housing,1)
exten => 4,1,Goto(vouos-cat,admin,1)
exten => 0,1,Goto(vouos-cat,human,1)
exten => t,1,Goto(vouos-cat,housing,1)
exten => i,1,Playback(invalid)
 same => n,Goto(s,4)

[vouos-cat]
exten => _[a-z]+,1,NoOp(cat=${EXTEN})
 same => n,AGI(vouos_router.py,${EXTEN},${CALLERID(num)})
 same => n,Hangup()

6.2 dialog.py — 턴 루프 + 확인 가드 (도그마 3)

from stt import to_text
from llm import infer
from tts import to_wav
from session import save_sess
from translate import dispatch
from monitor import log_call, log_incident

MAX_TURN = 10
RISKY = ("주소", "시간", "금액", "원", "약", "병원", "분", "시")
URGENT = ("아파", "안 보여", "쓰러", "도와", "응급")

def run_loop(agi, sess):
    for _ in range(MAX_TURN):
        wav = _record(agi)
        text = to_text(wav)
        if _is_end(text):
            break
        _one_turn(agi, sess, text)
    log_call(sess)
    save_sess(sess)

def _record(agi):
    path = "/tmp/in_%s.wav" % agi.env.get("agi_uniqueid", "x")
    agi.record_file(path, "wav", "#", 8000, 0, 1)
    return path

def _is_end(text):
    return any(k in text for k in ("끊어", "그만", "안녕", "수고"))

def _is_risky(plan):
    return any(k in (plan or "") for k in RISKY)

def _is_urgent(text):
    return any(k in (text or "") for k in URGENT)

def _one_turn(agi, sess, text):
    if _is_urgent(text):
        log_incident(sess, "urgent", text)
    sess["ctx"].append({"role": "u", "msg": text})
    plan = infer(sess)
    out = _confirm_then_act(agi, sess, plan) if _is_risky(plan) else dispatch(sess["cat"], plan)
    sess["ctx"].append({"role": "a", "msg": out})
    wav = to_wav(out, sess["cat"])
    agi.stream_file(wav.replace(".wav", ""))

def _confirm_then_act(agi, sess, plan):
    ask = "확인할게요. " + plan + " 맞나요? 맞으면 네, 아니면 아니오."
    wav = to_wav(ask, sess["cat"])
    agi.stream_file(wav.replace(".wav", ""))
    reply = to_text(_record(agi))
    if any(k in reply for k in ("네", "맞", "예")):
        return dispatch(sess["cat"], plan)
    log_incident(sess, "confirm_reject", plan)
    return "취소했어요. 다시 말씀해 주세요."

6.3 monitor.py — 운영 로깅 + 사고 알림

import sqlite3, time, json, os, requests

DB = "/var/lib/vouos/log.db"
TG_TOK = os.environ.get("TG_TOKEN", "")
TG_CHAT = os.environ.get("TG_CHAT", "")

def _conn():
    return sqlite3.connect(DB)

def _ensure():
    sql = """create table if not exists call(ts int,cid text,cat text,ctx text);
             create table if not exists inc(ts int,cid text,kind text,note text)"""
    with _conn() as c:
        c.executescript(sql)

def log_call(sess):
    _ensure()
    row = (int(time.time()), sess["cid"], sess["cat"],
           json.dumps(sess["ctx"], ensure_ascii=False))
    with _conn() as c:
        c.execute("insert into call values(?,?,?,?)", row)

def log_incident(sess, kind, note):
    _ensure()
    row = (int(time.time()), sess["cid"], kind, (note or "")[:500])
    with _conn() as c:
        c.execute("insert into inc values(?,?,?,?)", row)
    if kind == "urgent":
        _alert(sess["cid"], note)

def _alert(cid, note):
    url = "https://api.telegram.org/bot%s/sendMessage" % TG_TOK
    msg = "[URGENT] %s :: %s" % (cid, (note or "")[:200])
    try:
        requests.post(url, json={"chat_id": TG_CHAT, "text": msg}, timeout=5)
    except Exception:
        pass

Part II — 전략 백서

7. 전략 도그마

8. 한국 국책 사업 — 신청 실무

8.1 1차 + 2차 자금 트랙

8.2 KEAD 보조공학기기 R&D 신청 실무

8.3 매칭 키워드 + 컨소시엄

박씨 신청 시 매칭 키워드:

• "ICT 보조공학기기" → 박씨 시스템 직접 매칭
• "시각장애인 직업생활 지원" → 행정·민원 카테고리(4번) 강조
• "음성 기반 GUI 대체" → 차별점 명시

컨소시엄 옵션: 단독 신청 가능 (사업자등록 보유). 대학 또는 복지단체 컨소시엄 시 평가 가점.

8.4 신청 자료 사전 준비

8.5 자금 시나리오

9. 사람·제도 플랜

9.1 영업 동업자 1명 영입

탐색 채널:

• 비영리: 한국장애인개발원·KBU 사업팀 출신
• 공공: NIA·시청자미디어재단 조달 경험자
• 민간: 와이즈에이아이·휴먼웨어 출신
• 대학원: 사회복지학·재활공학 전공 졸업 예정자

1차 미팅 의제: 박씨 비전 + 5분 데모 → 첫 6개월 주 5~10시간 무급 후 R&D 선정 시 인건비 협상 → 수익 셰어: PoC 매출 30% 또는 R&D 배분 25%

계약 전 확인: 4년 잔류 약정 (Phase 5 진입까지), IP는 박씨 개인 보유

9.2 시각장애인 단체 협력

한국시각장애인연합회 (KBU) — 02-2069-3636

• 박씨 시스템 시연 (5분)
• KBU 회원 5명 베타 사용자 모집
• 보조공학기기 R&D 컨소시엄 타진
• 기대 결과물: KBU 추천서 1장 (R&D 신청서 첨부용)

한국장애인개발원 — 02-3433-0716

• NIA 정보접근성 향상 사업 사전 협의
• 보조공학기기 인증 절차 문의

9.3 첫 사용자 100명 확보 채널

100명 = 베타 30명 + B2G 시범 50명 + 자발 20명 구조가 현실적.

10. 시간 분배 + 수익 채널

10.1 박씨 시간 분배

10.2 5개 수익 채널

11. 시장 / 법률 / 컴플라이언스

11.1 한국 법률 환경

• 장차법 21조: 정보접근성 의무 → 박씨 지원측
• 지능정보화 기본법: 보조금 대상
• 개인정보보호법: 통화 녹취 동의 + 마스킹 의무
• 통신사업법: 직접 통신 중계 금지

11.2 한국 시장

11.3 EAA (글로벌 옵션, 4년차)

11.4 글로벌 시장 (참고)

글로벌 보조기기 시장: $337억 → $700억 (CAGR 12.1%). 50+ 글로벌 기술 지출 점유: 2030년 51%.

12. 경쟁 / 차별점

12.1 인접 솔루션 비교

12.2 5조건 교집합 (시장에 없음)

1. Inbound DTMF 라우팅
2. 다카테고리 통합
3. GUI API 번역 레이어
4. 접근성 1차 사용자
5. EAA 컴플라이언스 동시 (옵션)

13. 실행 로드맵

14. 박씨 정체성

핵심 스토리: 박씨는 시각장애인이 아닌데도 시각장애인이라 가정하고 본인 작업환경을 만들어왔다. 그 결과 만들어진 것은 접근성 도구가 아니라 GUI 세계와 음성 세계를 잇는 번역 OS다. 한국에서 검증한다. 글로벌은 그 다음이다.

부록

부록 A — 영문 1페이지 요약 (Phase 5 영업용)

부록 B — 외부용 톤다운 매핑

부록 C — 발췌 가이드

부록 D — 변경 이력

부록 E — 다음 갱신 트리거

1. Phase 0 완료
2. 보조공학 R&D 신청 결과
3. NRC 보조기기 실용화 R&D 공고 확인
4. 외부 시장 변화 (네이버 클로바 또는 와이즈에이아이 확장)
5. 첫 PoC 사용자 100명
6. B2G 첫 시범
7. NIA 인증 통과
8. EU 현지 EAA 경쟁자 등장
9. ISMS-P 인증 진입 결정