프로젝트 포트폴리오

AI 캐릭터 대화 서비스 DearMate에서, 같은 페르소나와 대화 맥락으로 여러 모델의 응답을 비교하는 평가 환경을 만들었습니다. 사람이 선택한 응답을 기록하고, 표본 수·응답 지연·비용을 함께 살피며 다음 비교와 프롬프트 개선으로 이어갑니다.

01프롬프트를 고정한 모델 비교

같은 프롬프트로 모델 응답을 비교하고, 선택률·호출 성공률·P50·P95 지연 시간을 함께 기록했습니다.

02사람이 선택한 응답을 데이터로

응답과 선호·비선호 선택을 대화 맥락에 연결해, 이후 프롬프트 개선에 다시 읽을 수 있게 했습니다.

03캐릭터의 말과 행동까지 검토

발화와 행동을 structured output으로 함께 전달하는 방식, 행동 서술과 아바타 반응을 사용성 가설로 다뤘습니다.

흩어진 법령과 생활 정보를 찾아, 복지 제도의 근거와 신청할 곳을 함께 안내하는 상담 에이전트입니다. 상담에 필요한 지식 기반도 함께 구축하며, Agent가 제안한 관계를 사람이 검토한 뒤 지식 그래프에 반영합니다.

01법령과 현재 정보를 함께 검색

법령 지식 그래프와 웹 검색을 MCP 도구로 연결해, 질문에 필요한 근거를 찾도록 했습니다.

02지식 구축의 반복 작업을 자동화

Agent가 문서를 나누고 관계 후보를 제안합니다. 사람이 승인·거절한 이유는 다음 구축 과정에 다시 사용합니다.

03답변을 다음 행동으로 연결

근거 문서, 기관 지도, 체크리스트와 음성을 같은 상담 화면에서 이어 볼 수 있게 했습니다.

서울의 공공데이터, 장소와 경로 정보를 대화로 조정하는 외출 계획 서비스입니다. 2026 서울시 빅데이터 활용 경진대회에 출품했습니다.

01공공데이터를 하나의 계획으로

공공서비스예약·주차장 정보와 장소 검색, 지도, 이동 경로를 연결했습니다.

02사용자의 선택을 다음 대화에 반영

고른 장소와 이동수단을 상태로 남기고, Agent가 정해진 UI 도구로 후보·경로·일정을 갱신하게 했습니다.

03화면과 음성의 역할을 분리

비교와 근거는 화면에, 다음 행동을 안내하는 짧은 문장은 음성으로 전달합니다.

Cerebras로 가속한 STT·LLM·TTS 파이프라인과 OpenAI Realtime을 같은 화면에서 선택하는 음성 에이전트입니다. 첫 음성 응답까지의 지연과 턴별 비용을 연결해, 빠른 LLM의 추론이 실제 대화의 체감으로 얼마나 이어지는지 비교합니다.

01두 음성 경로를 같은 화면에서

Cerebras 기반 파이프라인과 OpenAI Realtime을 선택하고, 같은 발화 대본으로 응답 지연과 비용을 비교합니다.

02읽는 답변과 듣는 문장을 분리

Main Agent의 답변을 Speech Text Agent가 말하기 좋은 문장으로 정리한 뒤 TTS에 전달합니다.

03응답 지연과 비용을 같은 턴에

OpenTelemetry와 LangSmith로 처리 단계와 브라우저 출력 신호를 연결하고, PTT·VAD의 측정 시작점을 구분합니다.