삼성전자 MX사업부 Language AI 팀에서 Bixby LLM 에이전트의 실행 구조와 평가·개선 도구를 개발합니다. 실행 구조 제안·PoC 검증과 제품 개발용 런타임 구현에 참여하고, 평가 결과를 KB·도구 설명 개선으로 연결합니다.
Bixby 에이전트 실행 구조 제안·PoC 검증과 제품 개발용 런타임 구현·확장에 참여했습니다. 평가 플랫폼·개발자 도구·평가 기반 개선 루프를 구축하고, 모델 호출 구성·프롬프트를 정비했습니다.
2025년 LLM 비교 평가로 모델 도입 판단을 지원하고 Locale KB 도입을 주도했으며, Action Chaining 품질 대응에 참여했습니다.
Metric learning과 준지도 학습 기반의 산학·연구 프로젝트를 수행했습니다.
도구 결과에 따라 다음 행동을 결정하는 tool-calling Re-Act 구조를 제안·검증.
도구 선택·회귀 평가를 개발자의 품질 확인·정기 평가에 연결.
Codex 기반 KB·도구 설명 개선안 자동 생성·검증으로 라우팅 정확도 개선에 기여.
LLM을 에이전트에 연동하고, 캐시 간섭을 줄이기 위한 provider 분리 정책을 구현.
판단 흐름에 맞춰 system prompt를 재구성하고 지침의 중복·충돌을 정리.
생성 모델에 metric learning을 결합하고 Average Hausdorff loss를 적용한 연구입니다.
레이블 없는 쇼핑 이미지를 활용해 분류 성능을 개선한 과정을 정리했습니다.
검색 스니펫 데이터의 불균형을 증강으로 보완한 한국어 QA 프로젝트입니다.