AI Systems Builder
신뢰할 수 있는 AI 시스템, 멀티에이전트 파이프라인, 재현 가능한 ML 실험을 만듭니다.
모델의 정확도만큼 운영 안전성, 데이터 시점 정합성, 실패 시 복구 가능성을 중요하게 생각합니다. 연구 아이디어를 코드로 옮기는 데서 멈추지 않고, 계약·검증·관측 가능성을 갖춘 시스템으로 완성하는 작업에 관심이 있습니다.
- Multi-agent AI orchestration and decision systems
- Financial ML, ranking, reinforcement learning, and risk controls
- Reproducible evaluation, contract testing, and paper-safe operations
- Python 중심의 AI와 Java/TypeScript 기반 서비스 경계 통합
KOSPI 30종목을 1분 주기로 분석하는 멀티에이전트 Decision OS입니다. 장중의 저지연 정량 경로와 이벤트 기반 LLM 경로, 장마감 후 모델 검증 경로를 하나의 paper-safe 시스템으로 연결했습니다.
| Area | Implementation |
|---|---|
| Decision pipeline | LightGBM ranking → PPO allocation → portfolio manager → FDA approve/veto |
| Agent system | Quant, News, Risk, Debate, FDA, Backtest agents |
| Reliability | 18 API contracts, PIT-safety, replay gates, audit trail |
| Integration | gRPC, Kafka, REST, STOMP |
| Result | Capstone project A+, 2,221 tests collected |
| Layer | Stack |
|---|---|
| AI / ML | Python, PyTorch, LightGBM, scikit-learn, reinforcement learning |
| Agent Systems | Multi-agent orchestration, RAG, LLM routing, typed contracts |
| Services | gRPC, Kafka, REST, STOMP, Spring Boot |
| Frontend | TypeScript, React, Vite |
| Reliability | pytest, replay validation, PIT-safety, audit logging, circuit breaker |
| Project | Focus |
|---|---|
| GPT-2 Sonnet Generation | 구조 제약 디코딩과 재현 가능한 생성 품질 평가 |
| Food Regulation Chatbot | 식품 법규 문서를 위한 RAG 기반 질의응답 |
| Food Safety Mailer | 글로벌 식품 안전정보 자동 수집 및 이메일 전달 |
| Nuclear AI NAS | 원전 사고 진단을 위한 AI 모델 탐색 |
correctness before cleverness
evidence before confidence
fail closed on unsafe transitions
make experiments reproducible