대화형 AI 에이전트를 설계하고, 라우팅 구조까지 그립니다.
- 사용자 상태·History 메모리 기반 멀티턴 판단 로직 적용 → 안내 품질 32% 향상
- LLM의 Query 재구성 적용으로 세부 혜택 판단 정확도 60% → 92% 개선
마스터 에이전트 → 의도 분류부터 서브에이전트 라우팅, RAG 검색, 등급별 정책까지 — LLM 기반 멀티 에이전트 시스템을 처음부터 설계하고 운영합니다. 사용자 상태와 history 메모리 기반 멀티턴 판단 로직, Query 재구성 로직으로 안내 품질과 혜택 판단 정확도를 개선했습니다.
AI 버추얼 아이돌 STT · TTS
- Azure Blob Storage로 프롬프트 Indexing → 벡터 및 텍스트 데이터 변환
- RAG 서버 순단 현상 해결 → Few-shot으로 답변 정확도 66%→96% 개선
Azure OpenAI GPT-4와 Azure Speech를 연동해 6명의 캐릭터 페르소나와 대화하고, 음성으로 답변을 들려주는 버추얼 아이돌 챗봇입니다. 간단한 RAG 검색과 캐릭터별 TTS 음성 합성으로 팬들과의 소통감을 살렸습니다.
Microsoft AI School 4기 내부 발표용으로 만든 프로젝트로, 6명의 버츄얼 아이돌 캐릭터가 팬미팅을 여는 컨셉입니다. Microsoft·Elixirr 임직원과 AI School 4기 동기생들을 대상으로 발표했습니다. CS 챗봇은 이 세계관 속 아이돌 NEXA가 만든 Q&A 로봇 NEVY로 설정했고, 6명 모두 성격에 맞는 말투·행동을 수작업으로 페르소나화했습니다.
AI로 재미 요소를 더하고 싶어 시작한 프로젝트입니다. 한국·일본에서 가상 연인 챗봇이 인기를 끄는 걸 보고 버츄얼 아이돌의 매력을 알리고자 했고, Microsoft의 Unity 인수 방향에 맞춰 Azure Cognitive Service와 Unity를 함께 활용했습니다.
플라스틱 분리수거 YOLO-v10 분류
- 1차 — 이미지 4만장 학습: 정확도 70%
- 2차 — 이미지 8만장 학습: 정확도 89%
- 3차 — 라벨 부착 이미지 8만장 학습: 정확도 88%
YOLOv8/v10으로 PET·PE·PP·PS 플라스틱을 실시간 탐지·분류해 재질을 외우지 않아도 자동으로 구분해주는 모델입니다. 실제 분리수거 처리장에서 받은 샘플 이미지로 데이터셋을 재구성해 학습시켰습니다.
쓰레기 수거장에서는 여전히 많은 부분이 수작업으로 이루어져 상당한 노동력이 필요합니다. 아이들의 분리수거 교육 자료로도 쓰일 수 있도록, 플라스틱 종류를 자동 인식해 분리수거 과정을 더 수월하게 만드는 걸 목표로 진행했습니다.