플러스프로젝트 배경
1) 문제점 - 단일 LLM 답변은 모델별 편향과 환각을 검증할 수단이 부족했습니다. - 같은 모델이 generator와 critic을 모두 맡으면 self-confirmation 편향이 발생했습니다. - multi-LLM은 비용·지연·토큰 사용량이 빠르게 증가해 운영 가드 없이는 dogfood가 어려웠습니다. 2) 프로젝트 목표 - Claude, OpenAI/Codex, Gemini, GLM을
프로젝트 성과
9개 모드 단독 운영 및 dogfood
full/fast/standard, brainstorm_adversarial, data_analyze, visual critic 3종, spec_generate를 운영 중입니다.
비용·지연 4축 가드 구축
worker 20개 admission control, 80K자 Smart Reader, intent-aware verify, SQLite WAL 영속화를 적용했습니다.
Playwright + MCP + SQLite 통합
visual critic, Claude Code MCP 호출, SQLite read-only 5단계 data_analyze 파이프라인을 결합했습니다.
핵심 기능
4 LLM 병렬 + 비대칭 critic 합성
하나의 task를 4개 모델에 fan-out하고, 라운드마다 다른 모델이 critic을 맡도록 라우팅해 최종 답을 합성합니다.
진행 단계
Phase 1 코어
2026.03.
Flask REST, SSE, 4 LLM 병렬 호출, critic 합성, full/fast/standard 3개 모드를 구축했습니다.
프로젝트 상세
1) 포트폴리오 소개 : 서비스 카테고리(ex. 커머스, AI 등)와 메인 타깃(ex. 주부, 청소년) 등을 포함한 간략한 소개 Horcrux는 단일 LLM 답변의 품질 한계와 환각 문제를 줄이기 위해 4개 LLM(Claude, Codex/GPT, Gemini, GLM-5.1)을 병렬 호출하고, 결과를 비대칭 critic, 디베이트, 합성 단계로 검증하는 Multi-LLM 분석·생성 시스템입니다. 단일 모델
