← 전체 프로젝트

발표 논문응용 AI 연구2016–2025저자

세계 최고 성능 AI 모델 연구를 서비스에 넣기

실험은 제품에서 돌아갈 때 끝납니다.

모델 연구를 계획하고, 실행하고, 발표합니다. 논문에서 세계 최고 성능을 기록한 에세이 채점 모델이 그대로 100만 명이 쓰는 서비스에 들어갔습니다. 출시 전에 측정하는 습관도 같은 곳에서 나왔습니다.

  • 논문Rubric-Specific Approach to Automated Essay Scoring with Augmentation Training
  • 결과발표 당시 세계 최고 성능
  • 다른 주제LLM 피드백으로 프롬프트 선택 · RLHF · 환각 탐지
  • 이전 연구판매 예측 · 질병 감시 클러스터링 · 스마트 농업

발표한 연구

Rubric-Specific Approach to Automated Essay Scoring with Augmentation Training (arXiv:2309.02740). 연구 질문부터 발표 논문까지 계획, 설계, 실행, 집필을 직접 했습니다. 자동 에세이 채점에서 세계 최고 성능을 기록했고, 논문이 설명하는 모델이 운영 환경에 들어가 약 100만 학습자의 에세이를 채점했습니다.

다른 연구

  • 과제별 모델과 LLM 피드백으로 프롬프트를 고르는 최적화 (학회 제출).
  • 보상 모델링과 사람 피드백 강화학습 (T5 보상 모델 + PPO).
  • LLM 답변의 환각 탐지 (2025). 사실 검증 SDK로 납품.
  • 이전 응용 연구: SKU 단위·농식품 판매 예측, 조류 인플루엔자 감시를 위한 철새 공간 클러스터링, 스마트 축산·토양 센서 모델링, PC 로그 데이터의 위험 신호.
고객에게 왜 중요한가

연구 습관은 납품에서 평가 세트, 심사 모델, 전후 숫자로 나타납니다. 그리고 측정 결과 아무것도 더하지 않는 기능은 끄겠다는 태도로도 나타납니다.

  • PyTorch
  • HuggingFace
  • T5
  • PPO