플러스프로젝트 배경
문제점 (Problems): 사내 문서가 여러 채널에 분산되어 있어 정보 검색이 어려움 내용이 같아도 파일명이 달라 검색이 불가능해 비효율을 발생 개인 PC에 저장된 문서는 퇴사나 부서 이동 시 유실되어 업무 연속성에 영향 프로젝트 목표 (Project Goals): 통합 검색: 여러 저장소의 문서를 한 번에 검색할 수 있는 기능 개발 AI 기반 답변: 문서 분석을 통해 사용자 질문에 답하는
프로젝트 성과
비정형 문서 검색 시간 95% 단축
기존 수동 검색으로는 필요한 정보를 찾는데 평균 1시간 이상 소요되었으나, AI 통합 검색 시스템 도입 후 평균 정보 획득 시간이 3분 이내로 단축됨.
사내 지식 유실률 85% 감소
인사이동 및 퇴사 시 개인 PC에 저장된 핵심 지식의 유실 건수를 85% 감소시킴. 신규 인력 온보딩 기간을 기존 4주에서 2주로 단축하는 데 기여함.
AI 기반 답변 정확도 92% 달성
LLM 모델이 외부 인터넷 정보에 의존하지 않고, 내부 문서만을 참고하여 답변하도록 제한했을 때 핵심 질의응답 정확도를 92%까지 검증 완료함.
핵심 기능
자율 Task 플래닝 및 실행
복잡한 사용자 요청(코딩, 자동화)을 **'분해-계획-실행-반성'**하는 다단계 파이프라인. 도구(Tool) 선택 및 실행 결과 피드백 루프를 자체적으로 처리함.
진행 단계
핵심 아키텍처 및 RL 모델 구축
2018.03.
12차원 감정 네트워크 및 Actor-Critic 기반의 강화 학습(RL) 모델을 개발하고, 이벤트 인코딩 시스템의 기초를 마련함.
프로젝트 상세
1. 프로젝트 개요 및 목표 (Overview and Goal) 본 프로젝트는 8년간의 단독 연구 및 개발을 통해 구축된 **인과 추론(Causal Inference) 기반의 자율 에이전트 시스템(EIDOS)**입니다. 이는 단순한 LLM(대규모 언어 모델)의 응답을 넘어, 감정, 장기 기억, 자율 학습 기능을 통합한 '고차원적 인공지능 파이프라인' 구현을 목표로 합니다. 이 프로젝트는 복잡한 AI 시
