AI의 연산과 인간의 직관이 만나는 접점을 설계합니다.

01. About

비즈니스 기획, AI, 개발을 한 흐름으로 연결합니다.

02. Main Work

01 / KMAC AX 컨설팅 / 업무 자동화 / 단독 수행

편당 6~7시간 → 약 30분

목표: 실시간 교육에 불참한 기업도 이수할 수 있도록 강의 녹화본을 사업 포털에 게시하는데, 편당 6~7시간 걸리던 후처리를 담당자가 바뀌어도 반복 사용할 수 있는 구조로 자동화
한 일: 쉬는시간 확정과 자막 교정 채택처럼 사람이 판단할 지점만 남기고 구간 탐지, 음성 인식 자막, 웹캠 마스킹, 분할을 단일 FFmpeg 파이프라인으로 통합
자막 오인식 후보를 AI가 전수 탐지하고 사람은 채택만 판정하는 검증 단계 구축
검증 중 자막이 최대 25초간 남는 표시시간 결함을 직접 발견해 수정
영상별 설정을 JSON으로 분리하고 인수인계 문서 작성
결과: 편당 사람 작업 약 30분
녹화본 3편 → 게시용 6편
사업 포털 게시 후 9개 기업 이수
역할: 설계, 구현, 검증, 문서화까지 단독으로 수행했습니다.
기술: Pythonfaster-whisper large-v3FFmpegClaude Code

02 / KMAC AX 컨설팅 / 고객사 프로젝트

후속 질문 정답률 47% → 97%

목표: 검색 대상 메일을 직원 1명분 2.2만 통에서 3명분 5.4만 통으로 넓혀도 정확도를 지키고, "그 사람 회사는?" 같은 후속 질문에도 답하는 챗봇
한 일: 대화 이력 토큰을 늘려 달라는 고객 요청대로 숫자부터 바꾸지 않고, AI 코딩 에이전트에 시스템 구조를 먼저 파악시켜 원인이 대화 처리 구조에 있음을 확인
실제 실패 사례 기반 평가셋으로 수정마다 회귀 검증
메일 원문의 56%가 반복 인용임을 측정해 청킹 재설계
답변 문장별 출처칩과 근거 카드 추가
결과: 토큰 예산 그대로 구조 6건만 수정해 정답 15 → 26턴
실패 사례 평가셋 기준 연속 대화 정답률 약 60% → 97%, 후속 질문 정답률 47% → 97%
답변 생성 시간 14.8초 → 7.4초
메일당 청크 약 69% 감소, 근거 카드 LLM 비용 추가 0
역할: 문제 정의, 검증 설계, 고객 보고를 맡았습니다. 구현은 AI 코딩 에이전트가 했고, 최종 방향은 시니어가 결정했습니다.
기술: bge-m3ChromaDBBM25 + RRFgpt-oss:120bOllamaFastAPIOpen WebUIClaude Code

03. All Projects

04. Contact

AI의 연산과인간의 직관이만나는 접점을설계합니다.