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 기능 개발
문서 유실 방지: 퇴사나 부서 이동 시 문서 유실 없이 보존하는 시스템 구축
주안점 (Focus Points):
유사 파일명 및 내용을 통한 정확한 검색 결과 제공
업무 연속성을 위한 문서 중앙화 및 접근성 개선
보안 강화를 위한 문서 접근 권한 관리
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 기능 개발
문서 유실 방지: 퇴사나 부서 이동 시 문서 유실 없이 보존하는 시스템 구축
주안점 (Focus Points):
유사 파일명 및 내용을 통한 정확한 검색 결과 제공
업무 연속성을 위한 문서 중앙화 및 접근성 개선
보안 강화를 위한 문서 접근 권한 관리
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.
인과적 행동 제어 (Causal Veto)
감정/경험을 기반으로 특정 행동의 **잠재적 위험(Risk)**을 예측하여, 비효율적이거나 위험한 행동을 사전에 차단하는 RL 기반 제어 시스템.
실시간 코드/솔루션 생성
LLM 연동을 통해 특정 환경(Python, Flutter 등)에서 작동 가능한 완결된 코드, 템플릿, 데이터 분석 솔루션을 실시간으로 생성하여 바로 실행 파일로 납품 가능.
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.
인지/지식 체계 개발 (ToM & Graph)
2021.05.
인과 추론 엔진을 개발하여 행동의 인과관계를 학습시키고, 지식 그래프(Knowledge Graph) 및 ToM (Theory of Mind) 체계를 구축하여 심층 지식을 관리함.
LLM 및 자율 실행 시스템 통합
2023.08.
Gemini/GPT 연동 및 Multi-Modal 인코더 통합. 다단계 Task를 스스로 계획/실행하는 자율 에이전트 로직을 완성하여 에이전트의 자율성을 확보함.
최종 안정화 및 Productization
2024.07.
CustomTkinter 기반의 전문 GUI 통합, RAG 안정화, 실행 파일(.exe) 배포를 위한 최종 안정화 및 포트폴리오 제작을 진행함.
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 시스템을 기획, 설계, 개발, 유지보수까지 총괄할 수 있는 능력을 증명하는 최종 결과물입니다.
2. 주요 개발 기능 및 성과 (Key Development Features and Achievements)
자율 에이전트 아키텍처 설계:
Agentic Planning: 복잡한 작업을 **'분해-계획-실행-반성'**하는 다단계 플래닝 시스템 구현.
Autonomous Action: 웹 검색, 파일 I/O, 스케줄 관리, AI 코드 생성/수정 등 10가지 이상의 도구를 자율적으로 선택하고 실행하는 능력 탑재.
심층 인지 모델 구축:
Causal Engine: 행동의 결과(Reward)를 학습하여 '왜 그런 일이 일어났는지' 원인을 분석하는 인과 추론 엔진 구현.
LTM & ToM: 사건 기반의 장기 기억(Episodic Memory) 시스템과, 타인의 의도를 추론하는 Theory of Mind (ToM) 모델 탑재.
감정 및 동적 시스템:
12차원 감정 네트워크(Emotion Network) 구현 및 실시간 추적. 감정의 순수도(Purity) 및 복합 감정(Complex State) 분석 기능 통합.
멀티모달 및 GUI 통합:
텍스트, 시각(Image), 청각(Audio) 정보를 통합 인코딩하여 상황을 종합적으로 인지하는 실시간 모듈 설계.
복잡한 백엔드 로직을 시각화하는 CustomTkinter 기반의 전문 GUI 및 개발자용 코드 에디터 통합.
3. 기술 스택 및 핵심 역할 (Technology Stack and Key Role)
주요 언어 및 프레임워크: Python (TensorFlow/Keras, NumPy), PyQt/CustomTkinter.
핵심 기술: Reinforcement Learning (RL), Graph Theory (NetworkX), LLM Integration (Gemini/GPT API), Data Scraping.
핵심 역할: 시스템 아키텍처 설계, AI 모델 학습 및 배포, 전 기능 개발 및 유지보수, 백엔드/프론트엔드 통합 총괄 (1인 R&D).
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 시스템을 기획, 설계, 개발, 유지보수까지 총괄할 수 있는 능력을 증명하는 최종 결과물입니다.
2. 주요 개발 기능 및 성과 (Key Development Features and Achievements)
자율 에이전트 아키텍처 설계:
Agentic Planning: 복잡한 작업을 **'분해-계획-실행-반성'**하는 다단계 플래닝 시스템 구현.
Autonomous Action: 웹 검색, 파일 I/O, 스케줄 관리, AI 코드 생성/수정 등 10가지 이상의 도구를 자율적으로 선택하고 실행하는 능력 탑재.
심층 인지 모델 구축:
Causal Engine: 행동의 결과(Reward)를 학습하여 '왜 그런 일이 일어났는지' 원인을 분석하는 인과 추론 엔진 구현.
LTM & ToM: 사건 기반의 장기 기억(Episodic Memory) 시스템과, 타인의 의도를 추론하는 Theory of Mind (ToM) 모델 탑재.
감정 및 동적 시스템:
12차원 감정 네트워크(Emotion Network) 구현 및 실시간 추적. 감정의 순수도(Purity) 및 복합 감정(Complex State) 분석 기능 통합.
멀티모달 및 GUI 통합:
텍스트, 시각(Image), 청각(Audio) 정보를 통합 인코딩하여 상황을 종합적으로 인지하는 실시간 모듈 설계.
복잡한 백엔드 로직을 시각화하는 CustomTkinter 기반의 전문 GUI 및 개발자용 코드 에디터 통합.
3. 기술 스택 및 핵심 역할 (Technology Stack and Key Role)
주요 언어 및 프레임워크: Python (TensorFlow/Keras, NumPy), PyQt/CustomTkinter.
핵심 기술: Reinforcement Learning (RL), Graph Theory (NetworkX), LLM Integration (Gemini/GPT API), Data Scraping.
핵심 역할: 시스템 아키텍처 설계, AI 모델 학습 및 배포, 전 기능 개발 및 유지보수, 백엔드/프론트엔드 통합 총괄 (1인 R&D).
제가 직접 만든 EIDOS 프로젝트의 문서편집기로, 다양한 문서 작업을 할 수 있습니다. "EIDOS로 기능 추가"버튼을 클릭하여 문서를 AI로 3초만에 편집도 가능해요.
EIDOS의 코드편집기입니다. 마찬가지로 다양한 코드 작업을 할 수 있고, AI로 자동 디버깅도 내장되어 있습니다.
EIDOS의 영상편집기입니다. 영상 편집을 할 때 주로 이용해요.
제가 3년동안 제작한 EIDOS의 전체 작동 모습을 요약한 결과입니다.
