01
RAG 평가 · DB 업데이트 후 검수
Temporal RAG
Failure Detection
DB 업데이트 직후 무엇부터 다시 검수해야 할까? 업데이트 전후 답변의 변화로 위험 질문을 찾고, 근거 개입 실험으로 점검할 RAG 단계를 좁혔습니다.
AI / ML ENGINEERSEOUL, KR
안녕하세요.윤찬혁입니다.
교통공학과 인공지능을 공부하고, 데이터 분석과 AI 시스템 구현을 해 왔습니다. 최근에는 RAG와 멀티에이전트 시스템의 실패를 찾아내고, 무엇을 점검할지 좁히는 평가 방법을 연구했습니다.
01 / SELECTED WORK
주요 프로젝트
자세한 과정과 결과는 각 GitHub 저장소에 정리했습니다.
Temporal RAG
02
멀티에이전트 · 실패 위치 탐지
Multi-Agent
Failure Localization
긴 실행 로그에서 어디부터 살펴봐야 할까? 과업의 성공 조건을 먼저 만든 뒤 로그와 대조해, 복구되지 않은 오류의 에이전트와 단계를 찾았습니다.
03
교통 데이터 분석 · 졸업작품
Yeouido Festival
Mobility Analysis
불꽃축제 뒤 길어진 귀가를 수요 증가만으로 설명할 수 있을까? 통행·대중교통 이용·정차횟수를 비교하고 외곽 환승거점 셔틀을 제안했습니다.
04
OCR 품질 · 검수 우선순위
OCR Failure
Risk Monitoring
정답 전사본이 없는 OCR 검수 상황을 가정했습니다. 텍스트 임베딩의 방향·거리로 오류 위험을 찾는 실험과 confidence 비교를 진행하고, 임베딩 기반 검수 목록 CLI를 구현했습니다.
05
얼굴 출결 · 기존 시스템 고도화
Face Attendance
System Upgrade
닮은 사용자를 잘못 승인한 사례에서 시작했습니다. 여러 샘플로 등록하고 후보 간 margin까지 확인해, 애매한 얼굴은 재촬영하도록 기존 시스템을 보완했습니다.
02 / HOW I WORK
실제로 쓸 상황부터
생각합니다.
선행 사례를 살펴보고 작은 목업이나 실험으로 가설을 확인합니다. 가능성이 보이면 평가 기준을 정하고 구현 범위를 넓힙니다.
결과가 예상과 다르면 데이터와 지표, 실행 과정을 나눠 다시 봅니다. 교통 분석에서는 관측 단위와 비교 날짜를 맞췄고, RAG에서는 DB 업데이트의 시간 순서를 지켜 평가했습니다.
실패한 실험도 다음 판단에 쓸 수 있도록 코드와 결과, 방법을 바꾼 이유를 남깁니다.
03 / EXPERIENCE
연구와 프로젝트 경험
지능형빅데이터 연구실
Temporal RAG, 멀티에이전트 실패 추적, OCR 품질 모니터링과 얼굴 출결 시스템 고도화를 진행했습니다.
교통공학과 연구인턴
교차로 CCTV 시뮬레이션 영상에서 차량을 탐지하고 추적해 이동 궤적을 추출하는 실험을 했습니다.
교통공학과 학생회 사무국
예산 안에서 행사를 계획하고 현장 비용, 역할 조율과 인수인계 문서를 관리했습니다.
04 / CONTACT
함께 일할 기회를 찾고 있습니다.
데이터를 분석해 원인을 찾고, 필요한 평가 방법과 시스템을 만드는 일에 관심이 있습니다. 프로젝트나 채용 관련 연락은 이메일로 부탁드립니다.