1. 프로젝트 개요 및 핵심 역량
1) 기술적 파이프라인 구축: 매월 단위의 실전 프로젝트를 통해 기획, LLM 아키텍처 설계부터 멀티 에이전트 구현까지의 기술적 워크플로우를 직접 수행.
2) Agentic Workflow 설계: LangGraph를 활용하여 순차적 실행을 넘어선 복잡한 의사결정 구조를 설계하고, Semantic Cache 등을 도입하여 시스템 성능 및 비용 최적화를 제안할 수 있는 기본적인 기술적 이해 갖춤.
3) 기술-현장 가교 역량: 주니어, 시니어 개발자와의 협업을 통해 현장의 페인 포인트를 AI 기술 스택으로 매핑하여 개발자와 아키텍처 단위의 기본적인 논의가 가능한 수준의 소통 역량 갖춤.
2. 주요 프로젝트별 세부 수행 내용
1) [운영 자동화 및 멀티 에이전트]
가. WanteDash (LangGraph/RAG): 사내 규정 및 CS 업무 효율화를 위한 멀티 에이전트 시스템 기획 및 설계.
- LangGraph, LangCahin, RAG, Semantic Cache를 활용한 자가 학습형 운영 상담 챗봇 서비스.
- 단순 검색(RAG)의 한계를 넘어, 질문의 의도를 파악하고 적절한 에이전트에게 업무를 할당하는 워크플로우 최적화.
나. ReNe (Unreal Engine 협업): 언리얼 내에서 사용자 답변에 따라 질의/응답하는 AI 에이전트 기획 및 설계.
- STT/TTS, Static RAG, Semantic Cache를 활용한 AI 면접 솔루션 서비스스.
- 성과: 리소스가 제한된 상황에서 핵심 로직 시연에 집중하는 전략적 판단으로 전체 2위 수상.
2) [멀티모달 및 AI 서비스 구현]
가. aDa! (Vision/LLM/Audio): 복합 광고 자동 제작 AI 서비스 설계.
- YOLO, Fast SAM, OpenCV, OCR, TTS/STT 등을 결합한 유튜브 광고 삽입 서비스 솔루션.
- 정적인 광고 이미지를 동적인 멀티모달 콘텐츠로 전환하는 로직 설계.
나. Pet Remote (ML/Deep Learning): 반려견 AI 의료 보조 서비스 설계.
- YOLO, MediaPipe, ConvNeXt를 활용한 반려견 이상 보행 진단 솔루션 서비스.
- 머신러닝 및 딥러닝 학습 모델을 활용하여 증상 검증 및 진단 보조를 위한 기술적 타당성 검토.
3) [데이터 기반 의사결정]
가. CONE (Data Analysis): 신뢰도 기반 저품질 뉴스 정제 서비스 기획 및 설계.
- Python 및 Pandas, Numpy, Matplotlib, Seaborn 등을 활용한 비즈니스 데이터 분석.
- 타당성을 검토하고, 분석 결과를 시각화하여 의사결정을 지원하고 개발자와 협업함.
Mehr anzeigen
