diff --git a/app/service/interaction.py b/app/service/interaction.py
index c48da29..f0e732c 100644
--- a/app/service/interaction.py
+++ b/app/service/interaction.py
@@ -25,6 +25,10 @@
 
 # Whisper 모델 (tiny, CPU, int8)
 whisper_model = WhisperModel("tiny", device="cpu", compute_type="int8")
+# 종료 키워드 목록
+EXIT_KEYWORDS = ["그만", "이제 그만", "종료", "끝낼래", "안녕", "잘 자", "다음에 보자", "나중에 얘기해"]
+START_COMMUNICATION = "오늘 좋은 하루 보냈나~~?? 어떻게 지냈어!!"
+END_COMMUNICATION = "오늘 이야기 나눠서 좋았어. 푹 쉬고, 또 얘기하자~!"
 
 
 def interaction(alias: str):
@@ -32,9 +36,11 @@ def interaction(alias: str):
     alias: 사용자 이름 또는 AI가 부르는 별칭 (ex: "홍길동")
     1) alias 인사 → TTS → 재생
     2) 이후 반복: emotion_record → Whisper STT → GPT 질문 생성 → TTS → 재생
+    종료는 키워드 또는 Ctrl+C로 가능
     """
+
     # 1) alias 인사
-    greet_text = f"{alias}~~ 오늘 좋은 하루 보냈나~~?? 어떻게 지냈어!!"
+    greet_text = f"{alias}~~ " + START_COMMUNICATION
     print("👋 인사:", greet_text)
     greet_audio = text_to_speech_file(greet_text)
     subprocess.run(["mpg321", greet_audio], check=True)
@@ -42,22 +48,20 @@ def interaction(alias: str):
     # 대화 이력 초기화
     messages = [
         {"role": "system",
-         "content": "너는 대화를 자연스럽게 이어가는 AI야. 사용자와 계속 이어지는 대화를 만들어야 해."},
+         "content": "너는 다정하고 따뜻한 딸이야. 부모님과 이야기할 때는 애정을 담아 걱정해주고, 자연스럽게 다음 말을 이어가야 해. 반말을 쓰되 너무 건방지지는 않게, 친근하고 편안한 말투로 대화해."},
         {"role": "assistant", "content": greet_text}
     ]
 
     record_idx = 0
     try:
         while True:
-            # 2-1) 감정 녹음 (침묵 기준으로 자동 종료)
+            # 2-1) 감정 녹음
             wav_path = emotion_record(record_idx)
             print(f"[녹음 완료] {wav_path}")
             record_idx += 1
 
-            # 2-2) Whisper STT (한국어)
-            segments, _ = whisper_model.transcribe(wav_path,
-                                                   beam_size=1,
-                                                   language="ko")
+            # 2-2) Whisper STT
+            segments, _ = whisper_model.transcribe(wav_path, beam_size=1, language="ko")
             user_text = " ".join(seg.text for seg in segments).strip()
             print("▶ 사용자 음성(텍스트):", user_text or "(인식 안됨)")
 
@@ -65,7 +69,15 @@ def interaction(alias: str):
                 print("(음성 인식 실패 → 다시 녹음)")
                 continue
 
-            # 2-3) GPT-4o 에 질문 생성 요청
+            # 종료 키워드 감지
+            if any(keyword in user_text for keyword in EXIT_KEYWORDS):
+                bye_text = f"{alias}~" + END_COMMUNICATION
+                print("종료 의사 감지:", user_text)
+                bye_audio = text_to_speech_file(bye_text)
+                subprocess.run(["mpg321", bye_audio], check=True)
+                break
+
+            # 2-3) GPT-4o 질문 생성
             messages.append({"role": "user", "content": user_text})
             resp = gpt_client.chat.completions.create(
                 model="gpt-4o",
@@ -74,18 +86,19 @@ def interaction(alias: str):
             question = resp.choices[0].message.content.strip()
             print("생성된 질문:", question)
 
-            # 2-4) 대화 이력에 어시스턴트 질문 추가
+            # 2-4) 대화 이력 업데이트
             messages.append({"role": "assistant", "content": question})
 
-            # 2-5) 질문 → ElevenLabs TTS → 파일
+            # 2-5) TTS 변환 및 재생
             tts_path = text_to_speech_file(question)
             print("  (TTS 파일 생성:", tts_path, ")")
-
-            # 2-6) 재생
             subprocess.run(["mpg321", tts_path], check=True)
 
     except KeyboardInterrupt:
-        print("\n[사용자 종료 요청] interaction을 종료합니다.")
+        print("\n[사용자 종료 요청: Ctrl+C]")
+        bye_text = f"{alias}~~ " + END_COMMUNICATION
+        bye_audio = text_to_speech_file(bye_text)
+        subprocess.run(["mpg321", bye_audio], check=True)
     except Exception as e:
         print("예외 발생:", e)
 
diff --git a/app/service/record_respberry.py b/app/service/record_respberry.py
index 3e0460f..5b4a413 100644
--- a/app/service/record_respberry.py
+++ b/app/service/record_respberry.py
@@ -22,13 +22,12 @@ def _ensure_dir():
 
 
 def is_silent(data: np.ndarray, threshold: float = THRESHOLD) -> bool:
-    """
-    float32 numpy 배열을 받아 RMS 기준으로 침묵 여부를 판단
-    """
     rms = np.sqrt(np.mean(data ** 2))
+    print(f"RMS: {rms:.5f} (threshold: {threshold})")  # 디버깅 출력
     return rms < threshold
 
 
+
 def emotion_record(index: int) -> str:
     """
     index: 녹음 파일 구분을 위한 정수 인덱스