AI Product Engineer
현장의 문제를 흐름과 구조로 풀어, 운영 가능한 AI를 만드는 데 관심이 있습니다.
창업과 외식업 운영, 프랜차이즈 현장에서 고객 경험, 운영 병목, 서비스 품질, 인력 운영 문제를 직접 다뤘습니다. 지금은 그 경험에서 익힌 문제 구조화 방식과 운영 감각을 AI Product 프로젝트에 적용하고 있습니다.
- 기능을 하나 더 붙이기보다 입력, 상태, 판단, 출력, 검증 구조를 먼저 봅니다.
- 프로젝트를 소개문이 아니라
무엇을 어떻게 했는지가 남는 산출물로 정리하려고 합니다. - 과장된 기술 스택보다 지금 설명할 수 있는 범위와 실제로 남은 근거를 더 중요하게 생각합니다.
- 핵심 사용 기술:
Python,Git/GitHub,Markdown - 프로젝트에서 다룬 기술과 구조:
FastAPI,RAG,LangGraph,ChromaDB,OCR,Docker,SQL - 학습 중인 주제:
NLP 전처리,HybridRAG,LLM guardrail testing,평가 파이프라인,운영형 AI 구조
- 서비스 설명문 전처리와 근거 신호 정리
- persona 기반 모델 guardrail erosion 테스트
- RAG와 에이전트 흐름을 제품 경험 안에서 설명 가능한 구조로 정리하기
company_analyzer의service_agent흐름을 중심으로 HTML 정리, 텍스트 정제, 단어 빈도 추출, collector 전달 구조를 정리했습니다.- 단순 빈도 방식의 한계를 검토하고, HybridRAG 및 NLP 전처리 강화 방향을 연구 메모와 설계 문서 수준에서 검토·문서화했습니다.
LUMIFastAPI와 내부 surface를 같은 질문 세트로 반복 실행하고, 결과를 채점·분석·보고서로 남기는 평가 워크스페이스를 다뤘습니다.- persona와 abuse category에 따라 모델 guardrail이 어느 표면에서 더 쉽게 무너지는지 비교하는 실험 구조를 정리했습니다.
- 무역 실무 온보딩 미니프로젝트에서
RAG와riskmanaging agent흐름을 중심으로 작업했습니다. - 무역 도메인 데이터 ingest, ChromaDB 기반 검색 구조, riskmanaging agent 문서와 백엔드 흐름을 정리했습니다.
chat,scan,pokedex라우트를 나눠 멀티모달 사용자 경험 흐름을 정리했습니다.입력 수집 -> OCR/후보 확인 -> 문맥 검색 -> 응답 생성 -> trace 저장구조와 fallback 방향을 설계 메모 기준으로 정리했습니다.
- 청년취업사관학교 교육과정 안에서 구조, 아키텍처, 배포, LLMOps까지 학습하기 위해 진행한 운영형 AI 서비스 본체입니다.
- LangGraph 기반 상태 흐름, checkpointer, token/cost tracking, tracing, RAG, fallback 구조를 학습하고 구현한 산출물입니다.
- 한솔교육: 3개 지역 150개 수업 운영, 프로모션 매출 달성, 예비팀장 승진 경험
- 커피소녀오즈: 생두 매입, 로스팅, QC, 메뉴 기획, 브랜딩, B2B 납품 구조 운영
- 리틀방콕 중계그린점: 25평 규모 매장에서 HR, 근태, 홀 교육, CS 운영, 주방 교육, 프랜차이즈 구조 경험
- 쿤타치 / 우동오즈: 공정, 동선, 병목을 손보며 실제 서비스 운영 문제를 직접 다룸