WhatsApp 기반 Zero-Friction 가계부: LLM Tool-use와 RLS를 통한 금융 데이터 자동화

Finn 💰 — A Personal Finance Assistant That Lives in WhatsApp

Vicente Junior2026년 4월 25일9분intermediate

AI 요약

Context

전용 앱 설치 및 수동 입력이라는 기존 가계부 서비스의 높은 사용자 이탈률을 해결하기 위한 설계. PDF 파싱 시 발생하는 텍스트 깨짐 현상과 카드 결제일-청구일 간의 시차로 인한 데이터 누락 문제를 해결해야 하는 상황.

Technical Solution

Whisper 및 GPT-4.1 기반의 인터페이스를 통해 텍스트와 음성 데이터를 정형 데이터로 변환하는 파이프라인 구축
PDF 테이블 파싱의 불안정성을 해결하기 위해 직접 값 추출 대신 문맥 기반의 Saldo-diff 알고리즘을 도입한 데이터 복원 로직 설계
카드 청구 주기 지연 문제를 해결하기 위해 단순 캘린더 기준이 아닌 60-day rolling window 기반의 쿼리 필터링 적용
LLM의 Hallucination 방지를 위해 tool_choice를 강제하여 모든 답변을 데이터베이스 쿼리 결과에 기반하도록 설계
OpenClaw Gateway, Application-level Whitelist, Supabase RLS의 3단계 계층 보안 구조를 통한 데이터 격리 구현
스캔된 PDF의 경우 GPT-4.1 Vision OCR로 자동 Fallback 하는 하이브리드 파싱 전략 채택

실천 포인트

- PDF 테이블 데이터 추출 시 단순 텍스트 파싱보다 주변 값과의 차이를 이용한 연산 기반 복원 방식 검토 - LLM 기반 시스템에서 신뢰성이 중요한 수치 데이터 처리 시 tool_choice 강제를 통한 Memory-less 쿼리 유도 - 사용자 행동 패턴을 분석하여 기존 습관(Chat UI)에 통합하는 Zero-friction 인터페이스 설계 적용 - 보안 설계 시 단일 지점 실패(SPOF)를 방지하기 위한 다층 방어(Defense in Depth) 전략 수립

태그

#Row-Level Security #LLM Tool-use #Event-Driven #OCR #Data Parsing

원문 읽기