Llama 3.2 Vision 기반 Edge-Airlock 설계를 통한 Zero-Pixel 데이터 주권 확보

Context

고가치 희귀 서적의 정밀 분석을 위해 고해상도 이미지 처리가 필요하나, Cloud LLM 전송 시 발생하는 데이터 주권 침해 및 IP 유출 리스크 존재. 기존 텍스트 기반 메타데이터 분석만으로는 타이포그래피 및 종이 질감과 같은 시각적 핑거프린트 추출에 한계가 있는 상황.

Technical Solution

• MCP(Model Context Protocol) 기반의 Vision Airlock 서버를 구축하여 이미지 픽셀의 외부 유출을 원천 차단하는 구조 설계
• Sharp 라이브러리를 활용한 로컬 이미지 정규화 및 512x512 리사이징으로 추론 효율성 최적화
• Ollama 기반 Llama 3.2 Vision 모델을 Edge단에 배치하여 이미지를 텍스트 기반 Feature Map으로 변환하는 Local Inference 수행
• Cloud 모델을 단순 Reasoning Utility로 정의하여, 픽셀 데이터가 아닌 정제된 텍스트 설명만 전송하는 Zero-Pixel 정책 적용
• MCP 매니페스트를 통한 동적 도구 호출 방식으로 오케스트레이터의 코어 로직 수정 없이 비전 기능 확장
• 모델의 추론 한계로 인한 환각 방지를 위해 불확실한 결과물을 Indeterminate로 처리하는 Safe-Fail 메커니즘 도입