LLM에는 해석을 맡기고,
판정과 실행은 코드로 통제합니다.
문서·음성·정형 데이터를 다루는 AI 기능을 제품과 백엔드까지 연결해왔습니다. 모델 출력과 시스템 결정 사이에 스키마 검증과 결정론적 대체 경로를 두는 방식으로 작업합니다.
공시리, IDly, Threvix에서 모델은 맥락을 해석하고 규칙 계층은 위험도와 실행 여부를 결정하도록 경계를 설계했습니다.
LLM 인용 실패 연구와 딥러닝·에이전트 실험에서 평가 체계를 설계하고, ablation과 회귀 테스트로 결과를 확인했습니다.
PitchCoach와 IDly에서 AI 분석, 인증, 결과 동기화, 재시도와 메모리 제한, 배포 환경까지 제품 운영에 필요한 백엔드를 구현했습니다.
AI 자동화의 고위험 액션을 실행 직전에 판정하고 승인·차단하는 B2B SaaS.
여러 이메일 계정의 보안·계정 알림을 AI가 위험도 기준으로 정리하는 Account Security Agent.
공고문 심사 기준 추출, IR Deck 구조 진단, 발표 음성 분석을 연결한 멀티모달 AI 피칭 준비 플랫폼.
정형 기업 데이터와 비정형 지원 공고를 연결해 후보를 비교하고 근거 기반 실사 보고서를 생성하는 BI 에이전트.
관심종목 공시를 모니터링하고 이상 징후를 자동 분류해 분석 리포트를 발송하는 AI 에이전트.
NumPy 역전파부터 CIFAR-10 residual learning과 Pascal VOC semantic segmentation까지 직접 구현한 실험 모음.
사용자 요청과 기기 상태를 해석해 proceed·amend·hold·ask 상태를 생성하는 결정론적 에이전트 추론 구조.
학술 논문 PDF에서 방법론을 비교하고 즉시 실행 가능한 평가 코드를 자동 생성하는 CLI + Agent Skill.
Search-Augmented LLM이 인용한 출처가 실제 답변을 제대로 뒷받침하는지 평가하는 연구입니다.
Query Intent × Source Purpose (IxP) Matrix의 5×6 분류 체계를 설계하고 전문가 검증 절차와 평가 프롬프트 구축에 참여했습니다.
28개 커뮤니티의 쿼리 11,200개, 10개 모델의 응답 112,000개, 인용 쌍 761,495개로 CITETRACE를 구축하고 세 가지 평가 축을 적용했습니다.
개인화 응답의 변화가 콘텐츠 선택과 표현 의도 중 어느 층위에서 발생하는지 분리해 측정하는 연구입니다.
새로운 문제, 함께 만들 팀, 흥미로운 아이디어라면 언제든 연락 주세요.
