韓国支社でOutSystemsというプラットフォームを学習していた際に、ハッカソンの告知を目にしました。実践的な開発経験を積む良い機会だと考え、参加を決めました。

私は普段、視覚障害者を対象としたボランティア活動を行っているため、その経験を活かし、視覚障害者を支援するAndroidアプリ形式の案内チャットボットを開発しました。
既存のチャットボットに対して、視覚情報と音声機能を組み合わせたカスタマイズを行い、より実用的な形に仕上げることに注力しました。

最大の課題は、音声処理における循環ロジックの問題でした。
チャットボットの特性上、リクエストとレスポンスは一方向の流れを持つため、人間同士の通話のように双方が同時に発話することが難しいという問題があります。
つまり、一方が話している間は、もう一方は聞く必要があります。
制御されていない状態でSTT（音声→テキスト変換）とTTS（テキスト→音声変換）を同時に適用すると、LLMの応答音声が再び入力として認識され、無限ループが発生することが分かりました。
そこで、TTSの処理を優先する仕組みを導入し、IsTTSRunning というローカル変数を用いて、TTS実行中はSTTの処理を停止（ライフサイクルを破棄）するように制御しました。

（技術面）
視覚障害者向けチャットボットのデモでは、写真撮影が必要なケースにおいて、バックエンド側でLLMが適切な関数を選択・実行するエージェント機能を利用しました。
ただし、フロント側で音声をテキスト化した際に「写真」や「撮影」といった明確なキーワードが含まれる場合には、エージェントに任せるのではなく、if文による条件分岐で先に撮影処理を実行し、 その画像（バイナリデータ）とテキスト情報をエージェントに渡すようにしました。
この経験から、すべてをエージェントに委ねるのではなく、明確に判断できる処理はフロント側で制御する方が、より高速かつ効率的であると学びました。

（対人面）
韓国支社に入社した当初、できるだけ早く資格を取得したいと考えていましたが、上司から「理論も大切だが、実践経験を多く積むことが重要」と助言をいただきました。
その言葉を受け、たとえ自分の判断に迷いがあっても、より良い機会に挑戦し続けることが大切だと考えるようになりました。その結果、今回のような経験につながったと感じています。

近年、ClaudeをはじめとするLLM技術を持つ企業が、エージェントの概念を積極的に提唱していると感じています。 今回のハッカソンでの経験を通じて、エージェントの中核であるLLMへの理解をさらに深め、実務に応用できるエンジニアへと成長していきたいと考えています。