화면과 서버, AI 기능을 연결해 실제로 사용할 수 있는 웹·앱을 만듭니다.
- 웹·앱의 사용자 흐름부터 백엔드와 AI 기능까지 하나의 제품으로 연결합니다.
- LangGraph·LangChain 기반 에이전트 워크플로와 RAG 시스템을 설계합니다.
- 스키마, 골든셋, 회귀 테스트와 배포 자동화를 통해 결과를 확인하고 개선합니다.
AIGO-V2 — 근거 제시형 임대차 계약서 분석
- 문제: 질문에만 답하는 법률 챗봇은 사용자가 놓친 위험 조항을 먼저 발견하기 어렵습니다.
- 역할: 계약서 전체를 검사하는 evidence-first 탐지 흐름을 개인 프로젝트로 재설계하고 구현했습니다.
- 결과: 조항 분해부터 법령·판례·표준계약서 검색, 근거 식별자 제시까지 연결하고 골든셋 기반 CI 회귀 테스트를 구성했습니다.
- 기술:
PythonLangGraphRAGQdrantStreamlitGitHub Actions
- 문제: 막연한 목표를 구체적인 행동으로 옮기고 꾸준히 이어갈 동기가 필요합니다.
- 역할: 시스템 아키텍처를 설계·문서화하고 Django와 FastAPI AI 서버의 연동 및 배포 흐름을 설계했습니다.
- 결과: 캐릭터 생성, TODO 분해, 퀘스트·피드 생성 흐름을 연결했으며 내부 시스템 검증 31개 시나리오·295개 세부 항목을 통과했습니다.
- 기술:
DjangoFastAPILangChainQwen2.5-7BSDXL + LoRARunPodAWSDocker
AI repository · Backend repository · Team organization
내부 평가 결과와 해석 범위
- TODO 분해 5/5, JSON 파싱 5/5
- 이미지 생성 19/20, 평균 SSIM 0.8378
- 시스템 검증 31개 시나리오, 295개 세부 항목 통과
위 수치는 팀 산출물의 제한된 내부 테스트셋 결과이며 실제 사용자 환경의 성능을 의미하지 않습니다.
Love Imbalance Detector — 카카오톡 대화 기반 관계 지표 분석
- 문제: 대화 관계의 불균형은 단순 메시지 수만으로 설명하기 어렵습니다.
- 역할: 데이터 전처리와 세션 분리부터 감정·응답·의존도 지표 계산, 시각화까지 전체 분석 흐름을 구현했습니다.
- 결과: KLUE-BERT와 KR-SBERT를 결합해 선톡, 답장 시간, 감정 비대칭, QA 유사도를 분리하고 설명 가능한 지표로 시각화했습니다.
- 기술:
PythonHugging FacePandasPlotlyStreamlit
AI & LLM
Frontend & Client
Backend & Data
Infra & Delivery
기능을 구현하는 데서 멈추지 않고, 사용 흐름과 결과를 확인하며 끝까지 다듬습니다.