전시를 한다고요?예술공학과에는 예대의 전시와 공대의 캡스톤이 동시에 존재한다...일단 대부분의 전공 수업이 팀 프로젝트로 진행되고, 기말평가는 결과물의 시연 및 발표로 이루어지는데,특히 캡스톤1과 캡스톤2 과목의 경우 전시의 형태로 작품을 시연하게 된다.참고로 캡스톤의 경우 전시 전에는 매주 분반 별 일대일 크리틱을 하고, 2회 정도 전분반 크리틱을 별도로 진행한다. DoQ(도큐) 프로젝트의 경우 캡스톤1 작품으로, 예술공학대학이 위치한 810관에서 불특정 다수를 대상으로 시연과 프로모션을 진행했다. 과제전의 경우 원형관(특: 주요 교양 수업+생공+예공 건물임)에 오가는 사람들을 관객으로 삼아야하고, 동시에 교수 평가와 피어리뷰를 진행한다. 따라서 너무 기술만 쫒아서 감성이 별로라거나, 반대로 난해한 ..
DevLog
당신의 계약 파트너, DoQ • 팀명: Ankoko• 프로젝트 기간: 중앙대학교 예술공학부 캡스톤 디자인 / 2025.09 ~ 2025.12 (약 3개월)• 레포지터리: https://github.com/AT-Ankoko• 작품 소개 영상: https://youtu.be/JgfBLpiZuZk개발일지• [DoQ] LLM 인터페이스 설계 및 모듈화 전략• [DoQ] LLM 정량평가하기(1)• [DoQ] LLM 정량평가하기(2) - 시나리오 기반의 AI 챗봇 테스트 자동화• [DoQ] LLM 정량평가하기(3) - 시스템 로깅 및 AI agent 활용• [DoQ] LLM 활용 프로토타이핑(1) - 서비스 기획을 위한 정적 목업 구축 2026.07.02 최초 업로드 생각해보니 여태 LLM 어디에 쓰고 있었던건지 ..
보호되어 있는 글입니다.
1. 개요1-1. 프로젝트 개요온디바이스 AI 포즈 가이드 서비스 - TryAngle의 AI 기반 사진 분석 결과 및 실시간 AI 데이터 모니터링을 위한 어드민 시스템을 개발 중이다. 서비스 구현 중, 레이아웃과 UX 흐름을 빠르게 검증하기 위해 정적 HTML/CSS 목업으로 프로토타이핑했다. 기획서나 피그마 없이 해당 목업 사이트를 기준으로 개발자-디자이너-기획자가 함께 작업 중이다.프로토타이핑의 전반적인 과정은 이전글(https://wavicle.tistory.com/42)과 목업 사이트 레포지터리 README(https://github.com/AT-try-angle/try-angle-mock)에 작성해두었다. 🔗관련 링크- 목업 사이트: https://at-try-angle.github.io/tr..
추후 이미지 추가 예정1. 개요: LLM 서비스의 불확실성을 시스템으로 제어하기LLM 기반 서비스는 사용자의 자유로운 발화라는 '비정형성'을 다룬다. 이는 기획과 개발 단계에서 예측 불가능한 변수를 창출하며, 안정적인 서비스 운영을 저해하는 요소가 된다. Project DOQ는 이러한 불확실성을 해결하기 위해 AI 프로토타이핑을 설계의 중심(SSOT)에 두고, 데이터 구조와 파이프라인을 체계화했다. 2. 프로토타입 중심의 Single Source of Truth(SSOT)기존의 '기획-디자인-개발'로 이어지는 순차적 워크플로우는 정적인 피그마(Figma)만으로는 LLM의 동적인 상태 변화를 모두 정의하기 어려웠다.문제 상황: 대화 흐름에 따른 예외 케이스와 상태 변화의 시각화 한계로 인해 직군 간 해석 ..
1. 배경 및 문제점Vision AI 기반의 실시간 모션 분석 기능을 개발하면서, 프레임당 133개에 달하는 keypoint를 일반적인 JSON 포맷으로 전송할 경우 네트워크와 DB에 심각한 병목이 발생할 것으로 예상되었다.이를 해결하기 위해 좌표 데이터를 Hex String로 변환하는 커스텀 인코딩 방식을 도입하여 데이터 크기를 약 36% 경량화했다.고해상도 포즈 데이터 처리 환경인물 1명당 133개의 Keypoint에 대해 30fps로 실시간 정밀 분석 수행.매 프레임마다 Bounding Box 및 메타데이터를 포함한 대량의 좌표 데이터 발생.JSON Array 포맷의 구조적 오버헤드기존 JSON 배열([0.1234, 0.5678, ...]) 방식 사용 시, 실수형(Float)의 긴 자릿수와 불필요한..
1. 문제 및 배경앞선 편에서 시나리오 테스트 자동화로 ‘입력’의 번거로움은 해결했으나, '출력(로그)'의 검증 문제가 남았다. 1-1. 문제점(1) 자동화 스크립트가 실행될 때마다 수백 줄의 Raw Log가 쏟아짐.(2) 구구절절한 로그 데이터를 사람이 일일이 읽고 판단하는 것은 또 다른 비효율. 1-2. 수동 검증의 한계문제점영향심각도상세 내용✋ 수동 검증 필수개발자 피로도 ↑🔴 높음개발자가 로그 파일을 직접 열어 정독하고 문맥을 파악해야 함📊 정량 평가 불가객관성 결여🔴 높음"대화가 자연스러운가?"는 주관적 영역 → 지표화 불가능📈 확장 불가검증 비용 급증🔴 높음시나리오가 1개 늘어날 때마다 검증 시간도 정비례하여 증가⏱️ 시간 소모개발 속도 저하🟠 중간3개 시나리오 × 20단계 = 6..
1. 배경 및 문제1-1. 항아리 게임삐끗하면 추락한다…A 프롬프트 - good. 여기에 ‘ 기능만 추가하면 될 듯?A’ 프롬프트로 살짝 바꾸어 넣음이상한 응답을 내뱉기 시작 or 더 nice한 B’가 됨 1-2. 문제점주관적인 기준: 너 뭔가 달라진 느낌이다? ‘느낌’이 뭔데 그게 왜 그런 ‘느낌’이 나는 건데~ 뭘 한 건데~비효율성: 챗봇에 시나리오 검증을 해야 하는데, 하나하나 입력하자니 넘 오래 걸림재현성 부족: 분명 같은 버전인데 어제는 됐는데 오늘은 또 안됨 왜 이럴까…한 줄 요약: 왜 되는지도 모르겠고 왜 안 되는 지도 모르겠음. 근데 드럽게 오래 걸림 1-3. 그나마 다행인 점로그를 전부 수집하고 있다. 구구절절 긴 raw data 그대로… 말 그대로 ‘전부’어쨌든 결과는 나온다. outp..
특정단계를 반복하는 버그 발생[영상1] 대금/지급조건에서 버그 발생* 6:20 이후부터 시청 동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다. [영상2] 대금/지급조건에서 버그 발생2 동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다. * 이후 상호 확인 단계 조건을 더 느슨하도록 프롬프트 수정하였으나, '대금/지급조건'단계 혹은 '최종확인'/'계약완료' 단계에서 간헐적으로 같은 단계를 계속 반복하는 이슈 생김 [영상3] 파싱 에러 및 아직 없는 기능 오류 동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다. 메타 데이터 추가 이후 전체 테스트 영상최종단계에서 api 호출 오류 발생 동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다. 시나리오 테스트..
1. 프로젝트 개요다양한 도메인의 AI 서비스를 신속하게 구축하고 운영하기 위한 통합 서버 프레임워크를 제작했다. 본 프로젝트는 반복되는 인프라 설정 리소스를 최소화하고, AI 모듈의 재사용성을 극대화하는 것을 목표로 한다.배경: 프로젝트마다 반복되는 DB, MQ, Redis 설정 및 AI 인터페이스 설계 리소스 절감주요 기능:Web API Server: 사용자 요청 처리 및 서비스 로직 실행Middleware Server: 추론 시간이 긴 AI 작업의 비동기 메시징 처리기술 스택: Python 3.11, FastAPI, LangChain, RabbitMQ, Redis, MongoDB, MySQL참고글: LLM 인터페이스 설계 https://wavicle.tistory.com/21 2. 아키텍처 설계A..
