플러스프로젝트 배경
1) 문제점 · LLM의 답변은 문장이 자연스러워도 직접 근거가 있는 주장, 근거에서 추론한 내용, 증거 범위를 넘은 확장, 확인 불가 정보가 구분되지 않은 채 함께 제시될 수 있습니다. · 일부 사례를 전체 현상으로 일반화하거나, 일시적 상태를 지속적 특성으로 단정하고, 제한된 변화량을 확정된 추세처럼 표현하는 과장이 발생해도 결과 문장만으로는 발견하기 어렵습니다. · 자연어 프롬프트는 입력·산출물·제
프로젝트 성과
AI 검증 SaaS 전 구간 구축
기획·UI·검증 엔진·인증·크레딧·배포를 3개 프로젝트와 7개 실행 구성요소로 분리해 Pre-GA 운영
Go 검증·MCP 백엔드 구현
Go 파일 141개, 약 3.1만 LOC 규모로 25개 HTTP 라우트와 7개 도메인 검증 규칙 구현
Claude·ChatGPT MCP 연동
OAuth Remote MCP 50개 이상과 Local MCP 10개 이상을 구현해 Claude.ai·ChatGPT·Claude Code 지원
3개 LLM Provider 통합
Anthropic Claude·OpenAI·Google Gemini를 동일 검증 흐름에서 선택하고 결과를 비교하도록 통합
TPMN 검증 규격 제품화
EEF 5단계 주장 분류, SPT 3개 과장 패턴과 6개 품질 차원을 실행 가능한 Checker로 구현
핵심 기능
AI 응답 Truth Filter
AI 응답을 EEF·SPT로 분석해 Truth Score, 근거·계약 점수, 6개 품질 지표, 과장 패턴과 개선 지시를 제공합니다.
진행 단계
Phase 1: 문제 탐색 및 TPMN 개념 연구
2024.08.
LLM 출력의 근거·추론·외삽 혼재와 프롬프트 경계 문제를 연구하고 EEF·SPT·F:A→B|P 기반 검증 방법론 정립
프로젝트 상세
1) 포트폴리오 소개 AI가 생성한 응답의 사실성, 근거 수준, 논리적 일관성, 과장 여부를 정량 점수로 검증하는 Gen AI SaaS입니다. 주요 대상은 LLM 기반 서비스를 개발·운영하는 기업과 AI 산출물의 품질·감사 가능성을 관리해야 하는 의료·법률·금융 등 규제 산업의 실무팀입니다. 단순한 챗봇이나 모델 학습 프로젝트가 아니라, 여러 LLM의 출력을 동일한 기준으로 검사하고 사람이 판정 근거를 다시
