핵심 역량

• •법률·비즈니스 문서 특화 프로덕션 LLM 앱
• •계약서 검토 AI 시스템 설계 및 구현
• •워크플로우 엔진 기반 멀티 시나리오 운영
• •Widget 프로토콜 및 Rich UI 응답 설계

• •법률·비즈니스 도메인 프롬프트 설계
• •생성·분류·추출 태스크별 최적화
• •Playbook 기반 체계적 프롬프트 관리
• •38개 계약 유형별 프롬프트 템플릿 운영

• •Playbook self-serve 구조 설계
• •데모 앱 기획 및 고객사 PoC 프로토타이핑
• •비개발자 사용자를 고려한 기능 기획
• •대형 보험사, 카드사 등 엔터프라이즈 PoC 실행

• •메시지 기반 상태 관리 및 tool call 오케스트레이션
• •확인·질의 패턴 설계 (AskUserQuestion 등)
• •워크플로우 서브그래프 합성
• •에이전트 옵저버빌리티 (Opik/Sentry)

• •LangGraph 기반 순환 에이전트 그래프 설계
• •10+ 법률 자동화 시나리오 프로덕션 운영
• •Tool calling 및 서브그래프 합성
• •SSE 스트리밍 기반 실시간 실행

• Llama·Solar 등 decoder LLM 범용 CPT 레시피 구축 • 법률 도메인 ~100GB 코퍼스 자체 구축 • LoRA + pretraining 결합으로 shift·overfit 제어 • 일반 역량 유지 + 도메인 지표 일관 상승

• •Qwen2.5-14B 기반 5개 LoRA 어댑터 학습
• •체크리스트·편집·번역·추출·Contract-AI
• •Multi-task SFT overall 0.9138 달성
• •SFT→DPO 2단계 정렬 파이프라인

• •Transformer 기반 NLP 모델 개발
• •문서 이해·요약·정보 추출 태스크
• •NAVER 클로바노트 제목 생성 모델
• •HuggingFace 생태계 활용 실무

• •LLM.int8() 기반 OPT-13B RTX 3090 파인튜닝
• •INT8+LoRA — FP16 대비 동등 성능, 메모리 3-17% 절감
• •GPTQ, mixed-precision 양자화 경험
• •QLoRA 이전 초기 탐색 (2022-2023)

• •JSON schema, regex, FSM 기반 guided decoding
• •vLLM structured output 정책 수립
• •XGrammar 기반 100x 가속 파이프라인
• •LoRAX structured output 오픈소스 기여

• •계약서 검토·조항 분석·리스크 평가 시스템
• •특허 등록 (10-2867168)
• •2.5년간 220+ PR 프로덕션 운영
• •38개 계약 유형, 한/영/일 3개 언어 지원

• •문서 구조화·요약·제목 생성·정보 추출
• •NAVER 클로바노트 제목 생성 모델 개발
• •BHSN 법률 문서 인텔리전스 시스템 구축
• •계약서·의견서 등 비정형 문서 처리

• •54K-80K 토큰 EPC 계약서 서빙 최적화
• •Prefix caching 기반 반복 패턴 가속
• •Citation F1 평가 파이프라인 구축
• •Needle-in-a-Haystack 위치 편향 분석·SFT 개선

• •법률 도메인 특화 RAG 파이프라인 구축
• •Hybrid retrieval + reranking 적용
• •Citation 검증 및 조항 링킹 시스템
• •Query transformation 기반 검색 정확도 개선

• •LLM 자동 채점 평가 시스템 설계
• •G-Eval CoT 스코어링 적용
• •커스텀 Judge 모델 학습 (SFT+DPO)
• •Claude 대비 70-80% 비용 절감

• •도메인 특화 평가 지표 20+개 직접 설계
• •한국어 토큰화 ROUGE, citation F1
• •Structured accuracy 등 법률 NLP 지표 체계
• •10+ 모델 벤치마크 비교 프레임워크

• •전처리→필터링→합성→어노테이션 전체 파이프라인
• •Positive/Negative 필터링 — 불량 데이터 48% 감소
• •LLM 기반 합성 데이터 및 Weak Labeling
• •SFT/DPO 학습셋 구축 및 품질 관리

• •비개발자용 어노테이션 UI 직접 설계·개발
• •평가 대시보드로 모델 성능·데이터 품질 시각화
• •Streamlit 기반 빠른 프로토타이핑
• •Weak label 일관성 검증 도구 구축

• •Prefix caching, Structured Output, LoRA 서빙
• •다양한 GPU 스펙에 맞춘 서빙 & 테스트
• •V0→V1 마이그레이션 — 84K 토큰 4.8x 가속
• •PagedAttention 기반 GPU 메모리 최적화

• •Predibase LoRAX 기반 멀티 LoRA 어댑터 동시 서빙
• •Shared base model + per-request adapter 라우팅
• •Structured output 등 오픈소스 기여 (PR 4건 머지)
• •vLLM V1 LoRA 지원 후 마이그레이션 완료

• •Model layer 분리한 multi-LLM 라우팅 플랫폼
• •YAML config 기반 multi-vendor 모델 관리
• •Dev/Stage/Prod 환경별 자동 배포
• •fallback 및 load balancing 정책 설계

• •ML 모델 서빙 컨테이너화
• •Docker Compose 개발 환경 구성
• •GPU 패스스루 및 CUDA 런타임 설정
• •사내 서비스 및 개발 환경 Docker 배포

• •AICA 지원사업 NHN Cloud GPU 환경 접근 및 세팅
• •사내 RTX A6000 48GB 워크스테이션 발주·설치
• •폐쇄망 환경을 고려한 시스템 설계 및 개발
• •군 복무 시 air-gapped 환경 운영
• •고객사 폐쇄망 배포 경험

• •GCP 주력 — Vertex AI, Cloud Run
• •AWS, Azure 제한적 사용 경험
• •국내 클라우드 (Kakao·NHN·Naver Cloud) 비교 평가
• •Docker 기반 사내 서비스 및 개발 환경 배포

• •프로덕션 AI API 서버 개발 (모델 서빙·비즈니스 로직)
• •SSE 스트리밍 기반 실시간 응답
• •X-Locale 헤더 다국어 지원 설계
• •OpenAPI 스키마 자동화 및 문서화

• •RTX 3060/3080/3090 학습·추론 실무
• •A5000 24GB, A6000 48GB 벤치마크
• •INT8+LoRA 단일 GPU 파인튜닝
• •GPU 메모리 프로파일링 및 최적화
• •NPU 협업 (Hyperaccel·Rebellions) 및 벤더 평가

• •A100 80GB — vLLM V1 엔진 4.8x 가속
• •H100 8-pack 멀티모달 법률 LLM 학습
• •AICA 국가 컴퓨팅 프로그램 우수성과
• •대규모 모델 학습·서빙 인프라 운영

• •T4 — 비용 효율적 INT8 추론 서빙
• •L40s — 고처리량 프로덕션 서빙
• •Compute-bound vs Memory-bound 워크로드 분석
• •모델 크기·배치·시퀀스 기반 GPU 선정

• •주력 언어 — AI/ML, 백엔드, 데이터 파이프라인 전반
• •FastAPI, PyTorch, HuggingFace 생태계 실무
• •비동기 프로그래밍 (asyncio, aiohttp)
• •타입 힌트 기반 코드 품질 관리

• •코드 리뷰·PR 기반 협업 워크플로우
• •브랜치 전략 설계 및 CI/CD 연동
• •GitHub Actions 파이프라인 구성
• •오픈소스 기여 (predibase/lorax PR 4건 머지)

• •폐쇄망 보안 모니터링 및 UTM 관리
• •보안 업무 자동화 스크립트 개발
• •사이버작전사령관 표창·정보보호 횃불상 수상
• •제로 의존성 환경 운영 경험

• •LangCon 2024·Build with AI 외부 컨퍼런스 발표
• •allibee 기술 블로그 2편 작성
• •Confluence API 사양서 15건 직접 작성
• •Google ML Bootcamp Alumni 발표

• •한컴 프로젝트 단독 리드 (Confluence 전체 작성)
• •의사결정 로그·MVP 일정·리스크 관리
• •AICA 성과보고서·제출물 관리

• •제품·운영·QA·외부 파트너 이해관계자 협업
• •AI 기능 제품 통합 및 배포 프로세스 설계
• •Hancom/BoostDraft 파트너별 맞춤 전략
• •B2G 파트너 연동 기술 조율