EN · KO
요약
서울대학교 인공지능전공 석사로 LLM 기반 코드 생성·평가를 연구했고, ACL·COLING에 논문 3편(ArchCode·DuET 2저자, PERC 4저자 · ArchCode 37회 인용)을 냈습니다.
그중 두 편의 실험 프레임워크를 단독으로 구현하며, 생성된 코드를 Docker로 격리된 동일 환경에서 실행해 정답 여부뿐 아니라 실행 시간·메모리까지 공정하게 재는 평가 하네스를 만들어 왔습니다.
그 위에서 vLLM·Ollama·LiteLLM 모델 서빙과 LangChain·LangGraph 에이전트 구성까지 직접 다뤘습니다.
보유 기술
LLM 평가 하네스: 코드 생성 벤치마크 6종 평가 코드 단독 구현, Docker 격리 환경에서 정확도·실행 시간·메모리 측정
LLM 추론·서빙: vLLM, Ollama, LiteLLM
LLM 에이전트: LangChain, LangGraph, RAG, text-to-SQL, 멀티 에이전트 오케스트레이션
실험 인프라: PyTorch, Docker, 멀티 GPU Linux 서버 운영
경력
- 의료 도메인 데이터베이스를 대상으로 LLM 기반 text-to-SQL과 agentic database exploration 연구 (미발표). LLM 에이전트가 스키마·실제 값·해당 도메인의 로컬 지식까지 여러 단계에 걸쳐 탐색하며 답을 구성하는 방식.
- 에이전트 SQL의 실행 결과가 정답 SQL의 결과와 달라도 내용에 따라 정답일 수 있는 애매한 경우를 어떻게 판정할지 평가 방법도 연구.
- LLM 코드 생성·코드 평가 방법론을 공동 연구해 논문 3편 게재 (ArchCode·DuET 2저자, PERC 4저자, 지도교수 황승원)
- ArchCode·DuET의 실험 프레임워크를 단독 구현했고, LLM 코드 생성 파이프라인은 LangChain·LangGraph로 구성
- 생성 코드를 Docker 컨테이너로 격리한 동일 환경에서 돌려 정답 여부와 실행 시간·메모리 사용량을 공정하게 재는 평가 하네스를 만들고, 벤치마크 실험을 전부 수행 (HumanEval, CodeContests, MultiPL-E, LiveCodeBench, BigCodeBench, DevEval)
- multi-hop QA·text-to-SQL(SQLBot) 연구, 삼성 빅데이터 프로그래밍 강좌 조교, 연구실 멀티 GPU 서버 관리
- 음성 비서 로봇 팔, 드론 소리 기반 착륙 유도
- Bixby capsule 분류기용 BERT 기반 모델 프로토타입 구현 (TensorFlow)
개인 프로젝트
macp (Maestro Agent Control Plane) — 자율 에이전트 운영 시스템
- 사용자가 태스크를 쌓아 두기만 하면, 워커가 각 태스크를 분석해 하위 태스크로 쪼개고 난이도에 따라 모델 규모(heavy·standard·light)와 쓸 도구를 배분한 뒤, 코딩 에이전트로 조사 → 계획 → 구현 → 검증 → 보고까지 24시간 쉬지 않고 처리합니다. 태스크 풀이 비면 플래너가 프로젝트들을 직접 돌려 보고 다시 읽으며 필요한 일을 찾아 큐를 채웁니다. 실사용 3개월(2026.07–10) 동안 22개 독립 저장소에서 태스크 1,080개를 자동으로 완료했습니다. 특정 코딩 에이전트에 묶이지 않는 운영 계층을 지향합니다.
주요 논문
ACL 2024 · 37회 인용 · 요구사항을 코드 생성·검증에 반영해 코드 생성 정확도 SOTA 달성, 생성 코드의 비기능 요구사항(실행 시간·견고성·유지보수성·신뢰성)을 평가하는 첫 벤치마크 HumanEval-NFR 제안
Findings of ACL 2026 · LLM이 의사코드의 실행을 추론하게 하고 실제 코드 실행 결과와 다수결로 결합해 테스트 출력 예측에서 SOTA 달성
COLING 2025 (short) · 학습 데이터가 적은 프로그래밍 언어의 few-shot 코드 생성에서 예시를 의사코드 계획으로 검색해 기존 RAG 방법을 앞섬
학력
- 지도교수 황승원
- cum laude
- 교환학생: UC Berkeley (2017.06–08), Stony Brook University (2017.09–12)