피드로 돌아가기
DIY AI Car Diagnostics with a $15 Bluetooth Adapter and Python
Dev.toDev.to
AI/ML

MCP 기반 Read-only Toolset을 통한 차량 진단 데이터의 LLM 추론 구조 설계

DIY AI Car Diagnostics with a $15 Bluetooth Adapter and Python

Petr Pátek2026년 5월 19일10intermediate

Context

차량 OBD-II 진단 데이터를 단순 텍스트로 복사하여 LLM에 입력하는 수동 방식의 한계 존재. 데이터 추출과 분석 과정의 분리로 인해 진단 상태의 실시간성 결여 및 추론 근거 확인이 어려운 구조적 문제 발생.

Technical Solution

  • BLE GATT characteristics 기반의 비동기 통신 계층을 구축하여 Phantom Serial Port 문제 해결
  • MCP(Model Context Protocol) 서버를 도입하여 LLM에 제한된 Read-only Toolset만 노출하는 경계 설계
  • read_dtc, get_live_data 등 명명된 도구를 통해 입력/출력 타입을 정의하여 LLM의 임의 접근 차단
  • 정적 DTC 데이터베이스와 실시간 차량 상태를 결합하여 LLM이 진단 코드를 해석하는 추론 레이어 구성
  • Mock 모드 구현을 통한 하드웨어 의존성 제거 및 기능 검증을 위한 테스트 환경 구축
  • 추론 과정의 Audit Trail을 확보하여 모델의 Hallucination 발생 시 도구 호출 단계에서 원인 추적 가능

- 하드웨어 인터페이스 설계 시 OS가 생성하는 가상 포트의 실제 프로토콜(Classic BT vs BLE) 일치 여부 검증 - LLM-Hardware 통합 시 전체 권한 부여 대신 Narrowly Defined Toolset을 통한 Read-only Boundary 설정 - 모델의 추론 결과물과 실제 하드웨어 응답 값을 매핑할 수 있는 Audit Log 구조 설계

원문 읽기