본문으로 건너뛰기
류준

ABOUT

자기소개

안녕하세요, AI 서비스 백엔드 개발자를 준비하고 있는 류준입니다. IBM × Red Hat AX 아카데미에서 Python · FastAPI 백엔드와 RAG · LLM 에이전트를 배우며, 개인 프로젝트 1개와 팀 프로젝트 7개를 기획부터 배포까지 직접 해 보았습니다. 권한에 따라 검색 결과가 달라지는 사내보안 RAG 를 혼자 만들었고, 해커톤에서는 두 번 팀장을 맡았고, REMAKE DAY 에서는 API 계약을 먼저 정해 5명이 동시에 개발할 수 있게 했습니다.

아직 실무 경험은 없습니다. 대신 개발을 시작하기 전 고객을 직접 상대하는 일을 오래 하면서, 상대의 말을 끝까지 듣고 요점을 한 문장으로 되물어 확인하는 습관을 길렀습니다. 입사하면 이 습관으로 팀원들과 빠르게 손발을 맞추고, 모르는 것은 먼저 물어 빨리 배우겠습니다. 맡은 기능은 배포까지 책임지는 개발자로 회사에 기여하겠습니다.

SKILL INVENTORY

스킬 인벤토리

프로젝트에서 직접 써 본 기술과, 그 기술로 일하는 방식을 한곳에 모았습니다.

STACK

사용 스택

프로젝트에서 직접 써 본 것만 적었습니다. 스택마다 아래에 작게 적힌 이름이 그 스택을 쓴 프로젝트입니다.

  • BACKEND

    백엔드

    Python
    쓴 프로젝트: Secu-Agent · CallGuard · REMAKE DAY · JB Silver Connect · localhost:daegu · 발자국 · 에르덴 용병단
    FastAPI
    쓴 프로젝트: Secu-Agent · REMAKE DAY · JB Silver Connect · localhost:daegu · 발자국 · 에르덴 용병단
    PostgreSQL
    쓴 프로젝트: Secu-Agent · 발자국 · 이 포트폴리오
    SQLAlchemy · alembic
    쓴 프로젝트: 이 포트폴리오 · localhost:daegu
    Redis
    쓴 프로젝트: 이 포트폴리오

  • RAG

    RAG · 검색

    pgvector
    쓴 프로젝트: Secu-Agent · 이 포트폴리오
    Elasticsearch (nori BM25 + dense_vector)
    쓴 프로젝트: CallGuard
    하이브리드 검색 · RRF
    쓴 프로젝트: Secu-Agent · CallGuard
    권한 기반 사전 필터링
    쓴 프로젝트: Secu-Agent
    청킹 · 임베딩 선정
    쓴 프로젝트: CallGuard · Secu-Agent · 이 포트폴리오

  • AGENT

    LLM · 에이전트

    LangChain · LangGraph
    쓴 프로젝트: Secu-Agent · CallGuard
    역할을 나눈 LLM 에이전트 설계 (계획 · NPC · 채점 / 단장 · 단원)
    쓴 프로젝트: REMAKE DAY · 에르덴 용병단
    Agent Harness (스키마 검증 · 재생성 · 폴백)
    쓴 프로젝트: REMAKE DAY
    에이전트 트레이스
    쓴 프로젝트: 에르덴 용병단
    Gemini · Claude API
    쓴 프로젝트: Secu-Agent · REMAKE DAY · 이 포트폴리오

  • EVALUATE

    평가

    골든셋 · Recall@k · MRR
    쓴 프로젝트: Secu-Agent · CallGuard
    규칙 기반 자동 채점 (LLM 채점자 없이)
    쓴 프로젝트: CallGuard · Secu-Agent
    CI 기준선 게이트
    쓴 프로젝트: CallGuard
    근거 문턱 실측 · 튜닝
    쓴 프로젝트: 이 포트폴리오

  • ARCHITECTURE

    설계

    헥사고날 · 클린 아키텍처
    쓴 프로젝트: REMAKE DAY · JB Silver Connect · 발자국 · 에르덴 용병단 · 이 포트폴리오
    DDD
    쓴 프로젝트: REMAKE DAY
    경계 테스트 · import-linter
    쓴 프로젝트: Secu-Agent · REMAKE DAY · 에르덴 용병단

  • DEPLOY

    배포 · 프론트

    Docker · k3s
    쓴 프로젝트: Secu-Agent
    Vercel
    쓴 프로젝트: 이 포트폴리오 · localhost:daegu
    Supabase
    쓴 프로젝트: 이 포트폴리오
    GitHub Actions
    쓴 프로젝트: Secu-Agent · 이 포트폴리오
    Next.js · React · TypeScript
    쓴 프로젝트: Secu-Agent · JB Silver Connect · localhost:daegu · 이 포트폴리오
    Jekyll
    쓴 프로젝트: Secu-Agent · 에르덴 용병단 · REMAKE DAY 연구 기록 · 이 포트폴리오

HARNESS · LOOP · RULES

일하는 법

AI 로 빠르게 만들되, 결과는 코드와 숫자로 확인합니다. 항목을 펼치면 자세한 내용과 그 방식을 쓴 프로젝트가 있습니다.

HARNESS ENGINEERING

하네스 엔지니어링

LLM 출력을 믿지 않고 코드로 감쌉니다. 하네스는 프롬프트가 아니라 코드입니다.

  • Agent Harness

    LLM 출력이 형식을 어겨도 서비스가 멈추지 않게 코드로 감쌉니다.

    자세히 — Agent Harness

    모델 출력을 JSON 파싱 → 스키마 검증 → 사실 층 검사 → 재생성 2회 → 폴백 순으로 통과시켜, LLM 이 실패해도 서비스가 무너지지 않게 했습니다. 모델이 정해 둔 개수 상한을 넘겨 답하면, 넘친 부분은 하네스가 잘라 냅니다.

    쓴 프로젝트: REMAKE DAY · 팀장 겸 AI Agent Engineer

  • 평가 하네스

    정답지(골든셋)와 규칙으로 채점하고, 지표가 떨어지면 병합을 막습니다.

    자세히 — 평가 하네스

    골든셋과 규칙 기반 자동 채점으로 Recall@k · MRR · nDCG 를 잽니다. LLM 을 채점자로 쓰지 않고, 여러 번 돌려 최저치를 고정하며, 채점할 표본이 없으면 통과가 아니라 「측정 불가」로 보고합니다. CI 기준선 게이트로 지표가 떨어지면 병합을 막습니다.

    쓴 프로젝트: CallGuard ai/ 담당 · Secu-Agent

  • 검증 하네스

    AI 로 짠 코드의 결함이 자동으로 드러나는 장치를 먼저 세웁니다.

    자세히 — 검증 하네스

    AI 로 빠르게 짠 코드를 사람 눈에만 기대지 않도록, 결함이 자동으로 드러나는 장치를 먼저 세웠습니다. 경계 강제 테스트 · 권한 누출 테스트 · 서브에이전트 코드 리뷰 · 변이 검사입니다. 사전 필터를 일부러 망가뜨리자 테스트 5개가 실패하는 것으로 테스트가 실제로 지키는지 확인했습니다.

    쓴 프로젝트: Secu-Agent

  • 근거 문턱 · 비용 하네스

    근거가 부족하면 답을 지어내지 않고, 무료 한도 안에서만 돕니다.

    자세히 — 근거 문턱 · 비용 하네스

    근거가 문턱을 넘지 못하면 생성 자체를 하지 않습니다. 문턱은 정상·엉뚱한 질문 점수를 실측해 정했고, IP 당 · 하루 생성 상한과 한도 초과 시 근거 목록 대체로 무료 한도 안에서만 돕니다.

    쓴 프로젝트: 이 포트폴리오 채팅

LOOP ENGINEERING

루프 엔지니어링

성공 기준을 먼저 정하고, 검증될 때까지 도는 루프를 설계합니다.

  • 제품 루프

    AI 가 제안하고 사람이 고르는 루프를 게임으로 설계하고 기록했습니다.

    자세히 — 제품 루프

    같은 하루를 5번 반복하며 발화 예산이 8에서 4로 줄어드는 게임 루프를 설계했고, AI 가 규칙을 제안하면 사람이 수락 · 거절 · 직접 작성하는 루프를 행동 기록으로 남겨 연구했습니다.

    쓴 프로젝트: REMAKE DAY · REMAKE DAY 연구 기록

  • 평가 루프

    측정하고, 기준선과 비교하고, 미달이면 숫자 그대로 적습니다.

    자세히 — 평가 루프

    측정 → 기준선 비교 → CI 게이트 → 미달이면 숫자 그대로 쓰고 원인 가설을 붙입니다. 숫자 하나에는 언제 · 어느 커밋 · 어떤 명령 · 표본 몇 건이 함께 남아야 기록합니다.

    쓴 프로젝트: CallGuard · Secu-Agent

  • 개발 루프

    설계 합의부터 태스크별 리뷰까지, 중요도에 따라 검토 강도를 나눕니다.

    자세히 — 개발 루프

    설계 합의 → 단계별 계획 → 태스크마다 구현과 서브에이전트 리뷰 → 수정 라운드 → 전체 리뷰. 작업 중요도에 따라 검토 강도를 A(비용·보안·인증) · B(로직) · C(문서) 세 등급으로 나눠 돕니다.

    쓴 프로젝트: REMAKE DAY · 이 포트폴리오

  • 세션 루프

    시작할 때 기록을 읽고, 끝낼 때 기록을 남겨 인계서 한 장으로 이어 갑니다.

    자세히 — 세션 루프

    세션을 시작할 때 규칙 · 진행 기록 · 현재 상태 · 미결 항목을 먼저 읽고, 끝낼 때 진행 기록 · 칸반 · 상태를 갱신합니다. 다음 세션은 인계서 한 장으로 이어 갑니다.

    쓴 프로젝트: CallGuard · 이 포트폴리오

RULES

저장소마다 두고 쓰는 규칙

CLAUDE.md · AGENTS.md 에 적어 AI 와 사람이 같은 규칙으로 일합니다

  • 측정하지 않은 수치는 적지 않는다

    못 잰 것은 「측정 불가」로 보고합니다

  • 실패를 지우지 않는다

    지표가 내려간 결과도 그대로 공개합니다

  • 경계는 기계가 지킨다

    import-linter · 경계 테스트 · 집합 동일성 검사로 지킵니다

  • LLM 을 채점자로 쓰지 않는다

    규칙과 근거가 실제로 있는지로만 채점합니다

규칙 더 보기 (6)

  • Think Before Coding

    가정을 밝히고, 해석이 갈리면 고르지 않고 묻습니다

  • Simplicity First

    요청한 만큼만 만들고, 추측성 기능 · 일회용 추상화는 넣지 않습니다

  • Surgical Changes

    요청과 이어지는 줄만 고칩니다

  • Goal-Driven Execution

    검증 가능한 성공 기준을 세우고 통과할 때까지 반복합니다

  • 수치 단일 출처

    밸런스 · 설정 값은 한 파일에만 둡니다

  • 권고안 하나 + 이유

    판단이 갈리면 나열 대신 권고하고, 되돌리기 어려운 것만 먼저 묻습니다

SKILLS

쓰는 스킬 · 에이전트 · 훅

Claude Code 에서 작업 흐름을 고정하는 장치

목록 보기

개발 흐름 (superpowers)

  • brainstorming
  • writing-plans
  • subagent-driven-development
  • test-driven-development
  • systematic-debugging
  • verification-before-completion
  • requesting-code-review

프로젝트 스킬 · 에이전트

  • session-log (세션 마무리)
  • qa-personas · 페르소나 QA 에이전트 5인
  • spec-trace (기획서 ↔ 코드 추적)

규칙 · 훅

  • rfp-harness (요구 ID 별 코드 위치 · 검수 기준)
  • infra-runbook guard (배포 파일을 고치기 전에 운영 절차서를 먼저 읽게 하는 훅)
따라가려는 방향 — 카파시 · 엉클 밥 · GoF

  • 안드레이 카파시

    Andrej Karpathy

    LLM 시대의 개발은 모델을 믿는 게 아니라 검증 장치로 감싸는 일이라고 봅니다. 구조가 올바르게 유지되도록 정적 분석과 제약을 배선처럼 엮어 자동으로 검증합니다. 강제 수단이 없는 규칙은 규칙이 아니라 희망입니다.

    반영한 곳 · 하네스 엔지니어링 · 모든 저장소 CLAUDE.md 의 네 원칙(Think Before Coding 외)

  • 로버트 C. 마틴 (엉클 밥)

    Robert C. Martin

    의존성은 안쪽으로만 흐르게 하고, 경계는 사람이 아니라 테스트가 지키게 합니다. 원칙 이름을 외우는 게 아니라 바꾸기 쉬운 구조를 만드는 게 목적입니다.

    반영한 곳 · 헥사고날 · 클린 아키텍처 · SOLID · import-linter 계층 계약 · 경계 테스트

  • GoF 디자인 패턴

    Gang of Four

    조건문이 늘어나는 자리를 패턴으로 바꿀 신호로 봅니다. 어떤 조건이 어떤 패턴으로 가는지를 표로 두고 AI 와 함께 같은 기준으로 설계합니다.

    반영한 곳 · CLAUDE.md 의 조건문 → 패턴 매핑 표 (REMAKE DAY · 에르덴 용병단 · localhost:daegu)

HISTORY · SOLO · TEAM

이력

혼자서는 끝까지 책임지고, 팀에서는 함께 더 멀리. — 1인 풀스택부터 4~5인 팀 리드까지

2026

  1. 해커톤2026.09

    원티드 AI Championship 2026 — 「REMAKE DAY」 출품 (새 탭에서 열림)

    원티드(Wanted)

    5인 팀 BeyondBob · 팀장 겸 AI Agent Engineer · 본선 미진출 — 33위 · 103표 (2026-10-07 발표)

  2. 해커톤2026.09

    2026 AI Blockchain Challenge in Daegu — 「localhost:daegu」 출품 (새 탭에서 열림)

    iM뱅크

    3인 팀 · 자금 점검 기능 풀스택 · 프론트엔드 배포 · 2026-09-20 접수 · 본선 미진출

  3. 해커톤2026.06

    JB금융그룹 Fin:AI Challenge — 「JB Silver Connect」 출품 (새 탭에서 열림)

    JB금융그룹

    4인 팀 SOLIDBOB · 팀장 · 523팀 중 리더보드 52위(상위 약 10%) · 본선 진출선에는 못 미침

  4. 해커톤2026.06

    2026년 제8회 K-디지털 트레이닝 해커톤 — 「발자국」 출품 (새 탭에서 열림)

    K-디지털 트레이닝 (운영 마이스플랜즈)

    4인 팀 SOLIDBOB(팀장 장민석) · 전 영역 공동 개발 · 본선 미진출

  5. 교육2026.04

    [IBM X RedHat] AI Transformation AX Academy 7기 — 수강 중

    IBM x Red Hat

    2026-04-27 수강 시작 · 2026-10-27 수료 예정.

학력 · 경력 · 자격 등 상세 이력은 상단 메뉴의 이력서(PDF)나 제출한 이력서를 참고해 주세요.

PROJECTS

프로젝트

대표 프로젝트

  • Secu-Agent

    구분: 개인 프로젝트

    내 역할 · 기간: 기획 · 백엔드 · 프론트엔드 · 평가 하네스 (1인) · 2026-08-31 ~ 2026-09-15

    내가 낸 결과: 보안 질문 30개 중 26개에서 정답 조항을 상위 10건 안에 찾음 (Recall@10 0.867, 같은 조건 3회 재현)

    권한에 따라 검색 결과가 달라지는 사내보안 RAG 입니다. 흔한 사후 필터링은 결과 개수로 「못 보는 문서가 있다」는 신호를 흘리는데, 사전 필터링으로 그 신호까지 감췄습니다.

    • RAG
    • 권한 기반 접근제어
    • pgvector
    • LangChain/LangGraph
    • FastAPI
    • Next.js
    • 평가 하네스
    사이트 보기 → Secu-Agent (새 탭에서 열림)GitHub Secu-Agent 저장소 (새 탭에서 열림)
    AI 활용 사례
    골든셋 30건을 LLM 채점자 없이 재서 Recall@10 0.867 · MRR@10 0.543 을 얻었고, 답변이 인용한 조항이 실제 검색 결과에 없으면 「지어낸 인용」으로 화면에 경고합니다. AI 로 빠르게 짠 코드는 사람 눈에만 기대지 않도록, 경계 테스트 · 권한 누출 테스트 · 서브에이전트 코드 리뷰 · 변이 검사처럼 결함이 자동으로 드러나는 장치를 먼저 세웠습니다. 모델은 임베딩 intfloat/multilingual-e5-small, 생성 gemini-3.7-flash(Vertex 경유)입니다.
    • 주제 선정 이유
    • 문제 해결 과정

  • REMAKE DAY

    구분: 원티드 AI Championship 2026 출품

    내 역할 · 기간: 팀장 · AI Agent Engineer · 2026-09-03 ~ 2026-09-20

    내가 낸 결과: 모델이 출력 규칙을 어겨도 게임이 멈추지 않는 5단계 검증 장치(Agent Harness)를 만들어 제출 — 원티드 AI Championship 2026 본선 미진출(33위 · 103표)

    같은 하루를 반복하는데 나만 그것을 기억합니다 — 발화 예산과 의심도로 NPC 를 설득하는 LLM 에이전트 게임입니다. 게임과 감사 대응 · 커리어 대화가 같은 코어(BeyondBob Engine)를 씁니다.

    팀 프로젝트 · 기여: 5인 팀 BeyondBob · 팀장 겸 AI Agent Engineer
    • LLM 에이전트
    • 헥사고날 아키텍처
    • DDD
    • FastAPI
    • 게임
    • 모델 평가
    사이트 보기 → REMAKE DAY (새 탭에서 열림)GitHub REMAKE DAY 저장소 (새 탭에서 열림)
    AI 활용 사례
    LLM 이 말하는 7개 자리 전부의 역할 프롬프트와 7세 기준 NPC 정책 프롬프트를 제가 썼고, 모델이 실패해도 게임이 이어지도록 하네스로 감쌌습니다. 모델은 코드를 고치지 않고 설정 두 줄로 바꿀 수 있습니다. 제품에서는 계획 · 관리 · 채점에 claude-sonnet-5, NPC 대화에 claude-haiku-4-5, 임베딩에 gemini-embedding-001 을 씁니다.
    • 주제 선정 이유
    • 문제 해결 과정

  • CallGuard

    구분: 팀 프로젝트

    내 역할 · 기간: AI 검색 · 평가 담당 · 2026-08-20 ~ 2026-10-27

    내가 낸 결과: 필요서류를 상위 5개 안에 97% 찾음 — 키워드 검색 기준선 85% (검색 질문 102개, 3회 중 최저치)

    서울시 120 다산콜센터 실시간 상담원 어시스트 RAG 입니다. 통화를 들으며 필요서류를 띄우고, 외국인 발화를 한글로 통번역하고, 개인정보를 실시간으로 가립니다.

    기여: 4인 팀 SOLIDBOB · AI 검색·평가(ai/) 담당
    • RAG
    • 실시간 STT
    • Elasticsearch 하이브리드 검색
    • RRF
    • FastAPI
    • PostgreSQL
    • 평가 하네스
    사이트 보기 → CallGuard (새 탭에서 열림)GitHub CallGuard 저장소 (새 탭에서 열림)
    AI 활용 사례
    제가 만든 평가 하네스로 2026-09-22 에 잰 결과(골든셋 295건 중 검색 질문 102건, 3회 중 최저치), 운영 구성은 필요서류를 상위 5개 안에 97% 찾아(Recall@5 0.971 · MRR 0.875) 키워드 검색 기준선(0.853 · 0.686)보다 높았습니다. 채점은 LLM 없이 규칙으로 하고, 생성 모델은 운영에 싣지 않습니다. 검색은 Elasticsearch 의 nori(BM25)와 KoE5 벡터를 함께 쓰는 하이브리드 구성입니다.
    • 주제 선정 이유
    • 문제 해결 과정

  • JB Silver Connect

    구분: JB금융그룹 Fin:AI Challenge 출품

    내 역할 · 기간: 팀장 · 풀스택 공동 개발 · 2026-06-11 ~ 2026-06-13

    내가 낸 결과: 523팀 중 리더보드 52위(상위 약 10%) — 고객 앱 · 창구 · 대기 화면 3개를 하나의 백엔드로 연결

    60세 이상 시니어를 위한 AI 금융 창구 도우미입니다. 고객 앱 · 창구 화면 · 대기 화면 3개를 하나의 FastAPI 백엔드로 묶었습니다.

    팀 프로젝트 · 기여: 4인 팀 SOLIDBOB · 팀장 · 전 영역 공동 개발
    • AI 금융
    • 시니어 UX
    • 헥사고날 아키텍처
    • FastAPI
    • Next.js
    • LLM
    사이트 보기 → JB Silver Connect (새 탭에서 열림)GitHub JB Silver Connect 저장소 (새 탭에서 열림)
    AI 활용 사례
    고객이 앱에서 AI 도우미와 나눈 대화를 방문 목적 · 관련 계좌 · 금액 · 필요 서류 · 특이사항 · 직원용 조언으로 정리해 창구 직원에게 넘기는 데 LLM 을 썼습니다. LLM 은 Gemini → Groq → Mock 순서로 시도하는 폴백 체인이라 연동 키가 없어도 시연됩니다. 개발할 때는 팀이 AI 코딩 도구를 함께 쓰며 회의하고, 서로의 결과물을 교차검증했습니다.
    • 주제 선정 이유
    • 문제 해결 과정

그 밖의 프로젝트

  • 에르덴 용병단

    구분: 원티드 AI Championship 2026 후보(미제출)

    내 역할 · 기간: 후보작 기획 · 개발 · 2026-09-07 ~ 2026-09-13

    내가 낸 결과: 단장 AI · 단원 AI 의 행동마다 판단 근거(상황 · 이탈 확률 · 주사위 · 사유)를 남기는 자동대전 트레이스 뷰어를 만듦

    사람이 AI 캐릭터의 역량(모델 크기 · 판단 범위)을 제한해 두고 플레이하는 RPG 개발 환경입니다 — 캐릭터를 조종하지 않고 고용하는 자율 멀티에이전트 자동대전. REMAKE DAY 와 함께 만든 원티드 AI Championship 2026 후보작입니다. 팀 개발 기록 사이트(Masterless Company)는 기획과 화면 목업이고, 게임은 개발 중입니다.

    팀 프로젝트 · 기여: 5인 팀 BeyondBob · 후보작 기획·개발
    • 멀티에이전트
    • LLM
    • 에이전트 트레이스
    • 클린 아키텍처
    • FastAPI
    • Next.js
    • Jekyll
    사이트 보기 → 에르덴 용병단 (새 탭에서 열림)GitHub 에르덴 용병단 저장소 (새 탭에서 열림)
    AI 활용 사례
    단장 AI 가 작전을 짜고 단원 AI 가 매 턴 판단하며, 행동마다 입력 상황 · 이탈 확률 · 성향 보정 · 주사위 · 사유가 기록으로 남습니다. 그래서 이 프로젝트의 정체를 게임이 아니라 에이전트 판단 기록(트레이스) 뷰어로 정했습니다. 지금까지의 실험 수치는 규칙 기반 Fake 모델로 돌린 것이라, LLM 성능에 대한 주장은 아닙니다.
    • 주제 선정 이유
    • 문제 해결 과정

  • REMAKE DAY 연구 기록

    구분: 원티드 AI Championship 2026 출품

    내 역할 · 기간: 팀장 · AI Agent Engineer · 2026-09-16 ~ 2026-09-19

    내가 낸 결과: 사람 플레이 14판 기록(적용 규칙 60건 중 AI 제안 48건)을 표본 · 편향 한계와 함께 공개하고, 아직 실행하지 않은 실험은 미실행으로 표시

    REMAKE DAY 를 재현 가능한 Human–AI Interaction 실험환경으로 정의하고 모델 선택 · 행동 관찰 실험을 쌓은 연구 사이트입니다 — 「측정하지 않은 것은 주장하지 않는다」.

    팀 프로젝트 · 기여: 5인 팀 BeyondBob · 팀장 겸 AI Agent Engineer
    • 연구 기록
    • 모델 평가
    • 사전등록
    • 재현성
    • Jekyll
    사이트 보기 → REMAKE DAY 연구 기록 (새 탭에서 열림)GitHub REMAKE DAY 연구 기록 저장소 (새 탭에서 열림)
    AI 활용 사례
    AI Advisor 가 개입 규칙을 제안하고 사람이 수락 · 거절 · 직접 작성하는 루프를 연구했고, 모델 선택은 5단계 게이트로 실측했습니다. LLM 끼리 플레이시킨 결과는 사람을 대신하는 데이터가 아니라 스트레스 테스트로만 썼고, 7세 정책 채점기를 gemma3:12b 에서 gemma4 로 바꾼 사실도 한계 문서에 남겼습니다. 제출 구성은 Core claude-sonnet-5, NPC claude-haiku-4-5 입니다.
    • 주제 선정 이유
    • 문제 해결 과정

  • localhost:daegu

    구분: 2026 AI Blockchain Challenge in Daegu 출품

    내 역할 · 기간: 기능 단위 풀스택 · 프론트엔드 배포 · 2026-09-15 ~ 2026-09-20

    내가 낸 결과: 가상 고객 10명 시나리오로 결함 7건을 찾아 고쳐 10명 전원 목표 도달 — 착수 5일 만에 배포 · 접수

    대구 예비 창업자를 위한 창업자금 사전상담 도우미입니다. 한 문장 질문으로 자리를 고르고, 필요한 자금을 계산하고, 조건을 바꿔 비교한 뒤 은행 상담자료로 정리합니다.

    팀 프로젝트 · 기여: 3인 팀 · 자금 점검 기능 풀스택 · 프론트엔드 배포
    • AI 컨설팅
    • pgvector
    • Neo4j
    • FastAPI
    • Next.js
    • 해커톤
    사이트 보기 → localhost:daegu (새 탭에서 열림)GitHub localhost:daegu 저장소 (새 탭에서 열림)
    AI 활용 사례
    계산과 비교표는 LLM 없이 코드로 만들고, LLM 은 계산된 값을 읽어 설명과 상담 질문만 쓰게 했습니다. 팀은 계획 수치를 프롬프트에 그대로 실어, 상담자료가 눈앞의 수치를 두고 「수치가 없다」고 쓰는 문제를 10명 중 10명에서 0명으로 줄였고, 지표가 전혀 없는 업종은 AI 를 부르지 않고 코드가 문구를 씁니다. 운영 모델은 gemini-embedding-001 · gemini-3.8-flash 입니다.
    • 주제 선정 이유
    • 문제 해결 과정

  • 발자국

    구분: 2026년 제8회 K-디지털 트레이닝 해커톤 출품

    내 역할 · 기간: 풀스택 공동 개발 · 2026-06-17 ~ 2026-06-26

    내가 낸 결과: 공공데이터 CSV 17개를 3정규형 모델로 적재해, 반려견 크기로 입장 가능 여부를 규칙으로 판정하는 목업 MVP 완성

    반려견의 크기 · 견종에 맞춰 입장 가능한 장소만 골라 동선을 짜 주는 반려견 동반 여행 플래너입니다. 공공데이터로 목업 MVP 까지 만들었습니다.

    팀 프로젝트 · 기여: 4인 팀 SOLIDBOB · 전 영역 공동 개발
    • 여행 플래너
    • 공공데이터
    • FastAPI
    • React
    • PostgreSQL
    • LLM
    사이트 보기 → 발자국 (새 탭에서 열림)GitHub 발자국 저장소 (새 탭에서 열림)
    AI 활용 사례
    채팅 AI 플래너가 이동수단과 숙박 일수를 묻고 공공데이터에서 코스를 만드는 구조로 설계했고, 동선 · 정책카드 생성에 Gemini 를 연결하도록 되어 있습니다. 안전과 규정은 AI 가 아니라 규칙으로 판정하고, 증상 체크가 진단이 아니라는 점은 데이터 모델에서 강제했습니다. 지금 공개된 MVP 는 Gemini 를 연결하지 않아 코스 생성이 규칙 기반 대체 경로로 동작합니다.
    • 주제 선정 이유
    • 문제 해결 과정