포트폴리오
프로젝트 레퍼런스
다양한 도메인에서 검증된 AI 솔루션
에너지/제조
2026.09 - 2026.10
WABSTOA
현장의 설비·작업·규칙을 AI가 이해하는 월드 모델로 정의하고, AI의 판단을 실행 전에 규칙으로 판정하고 기록하는 WABS 자체 AX 프레임워크 (WABS NSWM 기반)
과제
기업 현장에는 ERP·MES·LIMS·설비 보전 시스템이 5~7개씩 따로 돌아가고, 같은 설비를 시스템마다 다른 이름으로 부름.
해결
현장의 대상·상태·행동·규칙을 선언형 월드 모델로 정의하고, 기존 시스템(MES·PLC 등)은 바꾸지 않고 그 위에 연결.
5,209개
자동 시험
26/26
말로 요청 측정 (데모)
2개
필수 의존성
큰 그릇으로 담는다
지속가능하게
WABSTOA
에너지/제조
2026.09 - 2026.10
현장의 설비·작업·규칙을 AI가 이해하는 월드 모델로 정의하고, AI의 판단을 실행 전에 규칙으로 판정하고 기록하는 WABS 자체 AX 프레임워크 (WABS NSWM 기반)
기업 현장에는 ERP·MES·LIMS·설비 보전 시스템이 5~7개씩 따로 돌아가고, 같은 설비를 시스템마다 다른 이름으로 부름. "지금 약품을 보충해도 되는가" 같은 판단 하나에도 사람이 여러 시스템과 교대 메모를 뒤져야 했음. LLM 에이전트를 붙여도 회사 규칙은 프롬프트 속 문장에 머물러, 허용되지 않은 실행을 실행 전에 막거나 왜 그렇게 판단했는지 설명하기 어려웠음. 부서마다 같은 말을 다른 뜻으로 써서 한 부서의 시스템을 전사로 넓히기도 어려웠음.
규칙이 프롬프트 속 문장에 머무는 한, AI에게 중요한 일을 맡길수록 막을 수 없는 실행과 설명할 수 없는 판단이 늘어납니다
현장의 대상·상태·행동·규칙을 선언형 월드 모델로 정의하고, 기존 시스템(MES·PLC 등)은 바꾸지 않고 그 위에 연결. AI(LLM)는 사람의 말을 해석해 후보 행동을 고르기만 하고, 실행 여부는 규칙 커널이 실행 전에 판정(허용·거부·사람 승인)하며 거부는 사유 코드와 함께 남김. 모든 판정·승인·설계 결정은 추가만 되는 원장에 기록되고, 같은 대상을 부서별 관점으로 투영해 보여 줌. 그림 위에서 세계와 부서별 화면을 설계하는 스튜디오·시뮬레이션·운영 화면을 제공하며, 커널에는 LLM 호출이 없어 모델은 OpenAI 호환 어댑터로 바꿔 끼울 수 있음.
도금 공정 예시(도금조·작업지시·MES·PLC)로 설계 → 시뮬레이션 → 운영 → 말로 요청 → 개정 승인까지 한 흐름을 데모 서버에서 시연하는 단계에 도달. 자동 시험 5,209개가 '기록 없는 상태 변경은 불가' 같은 커널 원칙을 지키고, 데모 리허설에서 말로 한 요청 측정 26건을 모두 바르게 처리. 고객 조직이 무엇을 결정했고 결과가 어땠는지가 쌓이며, 규칙을 고칠 때는 그 개정이 나아졌는지 사람의 판정과 실제 결과로 재고 누가 승인해야 하는지 계산함.
Python Pydantic PyYAML SQLite PostgreSQL FastAPI Uvicorn OpenAI-compatible LLM API Gemma AWS
큰 그릇으로 담는다 지속가능하게
videos/wabstoa.mp4
물류/ESG
2025.12 - 2026.03
CXP SaaS
LCA 운송 경로 분석 플랫폼 — CSV 업로드부터 AI 경로 분석, 탄소 배출량 계산, 시각화 리포트까지
과제
물류 기업과 ESG 담당자가 운송 경로별 탄소 배출량을 수작업으로 계산하고 있어 데이터 처리에 시간이 과다하게 소요되고, 복합 운송(도로·항공·해상) 경로의 구간별 분석이 사실상 불가능했음.
해결
Google Gemini 2.5 Flash AI를 활용한 자동 지오코딩 및 최적 운송 경로 분석 엔진을 개발.
90%+
분석 시간 단축
도로·항공·해상
지원 운송 수단
Excel/PDF
리포트 형식
문제가 먼저다
끝까지 완성한다
CXP SaaS
물류/ESG
2025.12 - 2026.03
LCA 운송 경로 분석 플랫폼 — CSV 업로드부터 AI 경로 분석, 탄소 배출량 계산, 시각화 리포트까지
물류 기업과 ESG 담당자가 운송 경로별 탄소 배출량을 수작업으로 계산하고 있어 데이터 처리에 시간이 과다하게 소요되고, 복합 운송(도로·항공·해상) 경로의 구간별 분석이 사실상 불가능했음. 국제 표준 배출 계수 적용도 일관성이 부족했음.
수작업 의존이 계속될수록 인적 오류와 비용이 누적돼요
Google Gemini 2.5 Flash AI를 활용한 자동 지오코딩 및 최적 운송 경로 분석 엔진을 개발. Next.js 16 + Supabase 기반 풀스택 SaaS로 CSV 대량 업로드 → AI 자동 분석 → 3D 지구본 시각화 → Excel/PDF 리포트 내보내기까지 올인원 파이프라인을 구축. 멀티테넌트 구조로 조직/프로젝트 단위 협업과 역할 기반 접근 제어를 지원.
운송 경로 분석 소요시간을 기존 수작업 대비 90% 이상 단축. 도로/항공/해상 복합 경로를 자동 분해하여 구간별 거리·배출량 계산을 제공. 국제 표준 배출 계수 적용으로 탄소 발자국 데이터의 정확성과 일관성을 확보. cxp.wabs.io로 서비스 배포 완료.
Next.js 16 React 19 Tailwind CSS 4 Supabase Google Gemini 2.5 Flash Leaflet Three.js AWS EC2 Docker
문제가 먼저다 끝까지 완성한다
videos/cxp-saas.mp4
금융
2025.11 - 2026.04
DAGEN
LLM-First 금융 합성 데이터 생성 플랫폼 — 페르소나 Actor 기반 여정 시뮬레이션으로 인과 일관성을 갖춘 데이터를 자동 생성
과제
금융 AI 에이전트 개발에는 실제 사용자 행동을 반영한 고품질 테스트 데이터가 필수지만, 규제 환경 탓에 실제 금융 데이터 활용이 불가능했음.
해결
Claude API 중심 LLM-First 아키텍처에 Persona 기반 Actor 생성과 Journey-Based 여정 시뮬레이션을 결합하여 행 단위(Row-level) 일관성을 보장.
5종
지원 RDBMS
4종
내보내기 형식
Row-level 100%
데이터 일관성
문제가 먼저다
끝까지 완성한다
DAGEN
금융
2025.11 - 2026.04
LLM-First 금융 합성 데이터 생성 플랫폼 — 페르소나 Actor 기반 여정 시뮬레이션으로 인과 일관성을 갖춘 데이터를 자동 생성
금융 AI 에이전트 개발에는 실제 사용자 행동을 반영한 고품질 테스트 데이터가 필수지만, 규제 환경 탓에 실제 금융 데이터 활용이 불가능했음. 기존 랜덤·규칙 기반 합성 방식은 컬럼 단위로 독립 생성되어 외래키 정합성·날짜 연산·금액 제약을 동시에 충족하지 못했고, 결과적으로 시연·테스트마다 수작업 보정이 반복되었음.
수작업 의존이 계속될수록 인적 오류와 비용이 누적돼요
Claude API 중심 LLM-First 아키텍처에 Persona 기반 Actor 생성과 Journey-Based 여정 시뮬레이션을 결합하여 행 단위(Row-level) 일관성을 보장. 스키마 LLM 분류, 이벤트-테이블 매핑, Context 사전생성 파이프라인으로 비즈니스 규칙과 외래키를 자동 해결하고, ERD 이미지 자동 분석(Vision API), Prompt Caching 토큰 최적화, SSE 기반 실시간 진행률 모니터링을 제공. PostgreSQL/MySQL/MSSQL/SQLite/Oracle 5종 RDBMS와 CSV·SQL·JSON·Debug Dump 4종 내보내기를 지원.
사용자 계정 → 계좌 개설 → 입금 → 이체로 이어지는 실제 금융 여정 패턴이 반영된 합성 데이터를 자동 생성하여 시연·테스트에 즉시 투입 가능. 만기일 = 개설일 + 가입기간 같은 날짜 연산, 금액 범위 제약, 상태 기반 로직을 LLM이 일괄 관리하므로 데이터 검증 오버헤드를 제거. dagen.wabs.io에 SaaS로 배포 완료하여 외부에서도 사용 가능.
Next.js 14 Node.js 20 LTS Express.js Prisma PostgreSQL Redis / Bull Queue Anthropic Claude API Google Gemini API Socket.io Tailwind CSS
문제가 먼저다 끝까지 완성한다
videos/dagen.mp4
커머스/마케팅
2026.02 - 2026.07
LUNA
글로벌 가전 기업 D2C 해외법인 마케터를 위한 Microsoft Teams 기반 멀티에이전트 — 쿠폰 정책 안내부터 Magento·AEM·Adobe Target 등록 실무까지 한 대화로 지원
과제
글로벌 가전 기업의 해외법인 마케터는 쿠폰 하나를 등록할 때도 Magento·AEM·Adobe Target 세 레거시 시스템을 순서대로 다뤄야 했고, 국가마다 다른 정책과 복잡한 설정 때문에 소수 숙련자에게 의존할 수밖에 없었음.
해결
고객사가 이미 쓰고 있는 Microsoft Teams 안에 탭 앱으로 들어가는 LangGraph 멀티에이전트의 설계를 주도하고 구현에 참여함.
30여 개국
지원 국가
4종
연동 레거시 시스템
5개
협업 에이전트
큰 그릇으로 담는다
끝까지 완성한다
LUNA
커머스/마케팅
2026.02 - 2026.07
글로벌 가전 기업 D2C 해외법인 마케터를 위한 Microsoft Teams 기반 멀티에이전트 — 쿠폰 정책 안내부터 Magento·AEM·Adobe Target 등록 실무까지 한 대화로 지원
글로벌 가전 기업의 해외법인 마케터는 쿠폰 하나를 등록할 때도 Magento·AEM·Adobe Target 세 레거시 시스템을 순서대로 다뤄야 했고, 국가마다 다른 정책과 복잡한 설정 때문에 소수 숙련자에게 의존할 수밖에 없었음. 신규 담당자가 실무 수준에 오르기까지 시간이 오래 걸렸고, 본사는 30여 개국 법인에서 올라오는 문의와 설정 오류를 일일이 지원해야 했음.
시간 지연은 의사결정 병목과 경쟁력 저하로 이어집니다
고객사가 이미 쓰고 있는 Microsoft Teams 안에 탭 앱으로 들어가는 LangGraph 멀티에이전트의 설계를 주도하고 구현에 참여함. Entra ID SSO로 별도 로그인 없이 쓰고, 고객사 GitLab CI· Kubernetes·Azure OpenAI·Azure MySQL·Blob 등 기존 인프라에 모듈로 배포함. 분류·지식·운영 조회·쿠폰 변형 워크플로·오디언스 5개 에이전트가 협업해 정책 Q&A, Magento·AEM·Target 설정 실시간 조회·진단, 자연어 → Adobe Target 오디언스 룰 변환을 수행하고, 초보자/전문가 모드와 자동 레벨업·단계별 화면 가이드로 온보딩부터 고급 실무까지 이끔.
글로벌 가전 기업의 D2C 해외법인(30여 개국 대상)이 Teams 안에서 쓰는 업무 에이전트로 현재 실제 운영 중임. 쿠폰 정책 문의부터 Magento → AEM → Adobe Target 등록 단계까지 한 대화에서 안내·조회·진단하고, 중복 여부를 확인하지 못하면 '사용 가능' 대신 '확인 불가'로 답하는 등 보수적으로 설계해 잘못된 안내를 막음. LLM과 스토리지를 AWS(Bedrock·S3)에서 Azure(OpenAI·Blob)로 옮기는 전환도 설정 수준에서 처리해, 고객사의 기존 협업 도구·클라우드 위에 AI 에이전트를 녹여 넣을 수 있음을 입증함.
Microsoft Teams (Tab App) Entra ID SSO Azure OpenAI LangGraph FastAPI React 18 + TypeScript Adobe Target API Playwright Azure Database for MySQL Azure Blob Storage Kubernetes GitLab CI
큰 그릇으로 담는다 끝까지 완성한다
커머스/마케팅
2025.07 - 2025.11
LAMDA
LG CNS 사내 마케팅 데이터 분석 데스크톱 AI 에이전트 — 자연어 질의로 BigQuery·GA4 데이터 분석과 사이트 UX 점검을 자동화
과제
LG CNS 마케팅팀은 BigQuery에 적재된 GA4 데이터와 실제 웹사이트 UX를 함께 분석해야 했지만, 정량 데이터 분석과 정성 관찰을 동시에 수행할 도구가 없었음.
해결
AWS Bedrock Claude Sonnet 4를 분석 엔진으로 두고, BigQuery MCP 서버 통합 + 메타데이터 캐싱 + 적응형 샘플링 + 스마트 검증 레이어로 쿼리 신뢰성을 확보.
5개
전문 에이전트
8종
아티팩트 포맷
최대 10라운드
멀티턴 도구 호출
문제가 먼저다
끝까지 완성한다
LAMDA
커머스/마케팅
2025.07 - 2025.11
LG CNS 사내 마케팅 데이터 분석 데스크톱 AI 에이전트 — 자연어 질의로 BigQuery·GA4 데이터 분석과 사이트 UX 점검을 자동화
LG CNS 마케팅팀은 BigQuery에 적재된 GA4 데이터와 실제 웹사이트 UX를 함께 분석해야 했지만, 정량 데이터 분석과 정성 관찰을 동시에 수행할 도구가 없었음. 자연어 질문에서 복잡한 BigQuery SQL을 신뢰성 있게 자동 생성하고, LLM의 환각 없이 인사이트를 도출하는 분석 워크플로가 부재했음.
복잡성이 관리 불가 수준에 이르면 시스템 전체가 취약해집니다
AWS Bedrock Claude Sonnet 4를 분석 엔진으로 두고, BigQuery MCP 서버 통합 + 메타데이터 캐싱 + 적응형 샘플링 + 스마트 검증 레이어로 쿼리 신뢰성을 확보. Query Planning · Execution · Analysis · Visualization · Report Generation 5개 전문 에이전트가 협업하고, Chain-of-Thought 기반 최대 10라운드 도구 실행으로 복잡한 분석을 멀티턴으로 수행. Playwright 웹 자동화와 Tavily/Exa 검색 통합으로 사이트 UX 분석과 외부 시장 데이터까지 확장. Tauri 2.x 기반 Windows 데스크톱 앱으로 패키징되어 사내 보안 환경에 배포.
자연어 질문 → BigQuery 쿼리 자동 생성 → 검증 → 차트·보고서까지 한 번에 완성되는 분석 흐름을 LG CNS 사내에 납품 완료. 메타데이터 캐싱으로 반복 쿼리 토큰 비용을 절감하고, 적응형 검증 레이어가 LLM 응답의 신뢰성을 확보. 8가지 아티팩트 포맷(Chart·Table·Document·JSON·Code·HTML·Image·Excel)으로 인사이트를 즉시 공유 가능. Windows SSL 인증서·Google Cloud SDK 자동 설치까지 포함한 완전 배포 패키지를 함께 전달.
Tauri 2.x (Rust) React 18 + TypeScript AWS Bedrock (Claude Sonnet 4) Google BigQuery GA4 API Model Context Protocol (MCP) Playwright SQLite Vite Chart.js / Plotly
문제가 먼저다 끝까지 완성한다
videos/lamda.mp4
AI/DevOps
2025.09 - 2026.01
Harness Monitor
AI 스킬 관리 대시보드 — 검색부터 시각화, 자동 구성, 오케스트레이션까지
과제
62개 이상의 AI 스킬을 체계적으로 관리하고 프로젝트에 최적 조합으로 매칭하는 것이 수작업으로는 비효율적이었음.
해결
Gemini 2.5 Flash 기반 자연어 AI 검색과 자동 스킬 구성 시스템을 개발.
62+
관리 스킬 수
3단계
자동 구성
4계층
아키텍처
끝까지 완성한다
큰 그릇으로 담는다
Harness Monitor
AI/DevOps
2025.09 - 2026.01
AI 스킬 관리 대시보드 — 검색부터 시각화, 자동 구성, 오케스트레이션까지
62개 이상의 AI 스킬을 체계적으로 관리하고 프로젝트에 최적 조합으로 매칭하는 것이 수작업으로는 비효율적이었음. 에이전트 오케스트레이션의 품질 관리와 실시간 모니터링 체계도 부재했음.
수작업 의존이 계속될수록 인적 오류와 비용이 누적돼요
Gemini 2.5 Flash 기반 자연어 AI 검색과 자동 스킬 구성 시스템을 개발. 프로젝트 분석 → AI 스킬 매칭 → 워크스페이스 생성의 3단계 자동화 파이프라인 구축. 4계층 Harness 아키텍처(Capability→Enforce→Orchestrator→Meta)로 계층적 품질 관리와 서브에이전트 오케스트레이션을 구현.
62개 이상 AI 스킬의 통합 관리와 자연어 검색을 실현. 프로젝트별 최적 스킬 조합을 AI가 자동 추천하여 구성 시간을 대폭 단축. 픽셀아트 오피스 시각화로 에이전트 활동 상태를 실시간 모니터링.
Next.js TypeScript Prisma Gemini 2.5 Flash Docker
끝까지 완성한다 큰 그릇으로 담는다
videos/harness-monitor.mp4
에너지/제조
2025.06 - 2025.12
ENMS
스마트팩토리 에너지 데이터 모니터링 및 3D 시각화 플랫폼 — 실시간 전력 감시부터 탄소 배출 분석, 메타버스 연동까지
과제
스마트팩토리의 에너지 소비를 실시간으로 모니터링하고 관리하는 체계가 부재하여 에너지 낭비를 사전에 감지할 수 없었음.
해결
IoT 센서 기반 실시간 에너지 데이터 수집 체계를 구축하고, React 대시보드와 3D 메타버스 시각화를 통해 공장 에너지 흐름을 직관적으로 표현.
24/7
실시간 모니터링
IoT 센서
데이터 수집
3D 메타버스
시각화
문제가 먼저다
지속가능하게
ENMS
에너지/제조
2025.06 - 2025.12
스마트팩토리 에너지 데이터 모니터링 및 3D 시각화 플랫폼 — 실시간 전력 감시부터 탄소 배출 분석, 메타버스 연동까지
스마트팩토리의 에너지 소비를 실시간으로 모니터링하고 관리하는 체계가 부재하여 에너지 낭비를 사전에 감지할 수 없었음. 설비별 전력 사용량, 탄소 배출량, 에너지 흐름을 통합적으로 파악하는 것이 사실상 불가능했음.
시간 지연은 의사결정 병목과 경쟁력 저하로 이어집니다
IoT 센서 기반 실시간 에너지 데이터 수집 체계를 구축하고, React 대시보드와 3D 메타버스 시각화를 통해 공장 에너지 흐름을 직관적으로 표현. InfluxDB 시계열 DB로 실시간 kW/kWh/kVAR 데이터를 저장하고, 임계치 기반 알람과 에너지 절감 인사이트를 제공.
공장 전체 에너지 소비를 실시간으로 모니터링하여 이상 패턴을 즉시 감지. 설비별 전력 사용량과 탄소 배출량을 자동 계산하여 ESG 리포트 데이터를 제공. 3D 메타버스 연동으로 비현장 인력도 공장 에너지 현황을 직관적으로 파악 가능.
React TypeScript Recharts Spring Boot InfluxDB MariaDB 3D Metaverse
문제가 먼저다 지속가능하게
videos/enms.mp4
멀티에이전트 최적화
2025.03 - 2026.10
Multi-AI Agent System
그룹웨어 업무를 대화로 처리하는 엔터프라이즈 멀티 에이전트 — 10개 업무 에이전트·45개 도구에 개인화 추천과 워크플로우 자동화를 더한 AI 업무 비서
과제
메일·일정·결재·주소록·게시판이 서로 다른 메뉴로 흩어져 있어, 회의 하나를 잡는 데도 참석자 조회·빈 시간 대조·회의실 확인·안내 메일을 사람이 직접 반복해야 했음.
해결
LangGraph 3단계 파이프라인에서 의도 분석 후 코드 규칙으로 경로를 정해 10개 업무 에이전트에 작업을 위임하고, 사용 패턴을 학습하는 다음 할 일 추천과 반복 업무를 묶는 워크플로우 에이전트를 결합함.
10개
업무 에이전트
45개
업무 도구
5종 + 커스텀
기본 워크플로우
큰 그릇으로 담는다
끝까지 완성한다
문제가 먼저다
Multi-AI Agent System
멀티에이전트 최적화
2025.03 - 2026.10
그룹웨어 업무를 대화로 처리하는 엔터프라이즈 멀티 에이전트 — 10개 업무 에이전트·45개 도구에 개인화 추천과 워크플로우 자동화를 더한 AI 업무 비서
메일·일정·결재·주소록·게시판이 서로 다른 메뉴로 흩어져 있어, 회의 하나를 잡는 데도 참석자 조회·빈 시간 대조·회의실 확인·안내 메일을 사람이 직접 반복해야 했음. 주간 보고·근태 공유처럼 매주 되풀이되는 업무를 자동화할 수단이 없었고, 사용자마다 다른 업무 습관을 반영하지 못해 매번 처음부터 다시 지시해야 했음. 메일 발송·결재 승인처럼 되돌리기 어려운 작업을 AI에 맡기려면 실행 전 안전장치도 필요했음.
시간 지연은 의사결정 병목과 경쟁력 저하로 이어집니다
LangGraph 3단계 파이프라인에서 의도 분석 후 코드 규칙으로 경로를 정해 10개 업무 에이전트에 작업을 위임하고, 사용 패턴을 학습하는 다음 할 일 추천과 반복 업무를 묶는 워크플로우 에이전트를 결합함. 단일 분야는 전담 워커가, 여러 분야는 오케스트레이터(deepagents)가 분배하며, 쓰기 작업 7종은 실행 직전 그래프를 멈추고 승인 카드를 거치는 HITL로 보호함. 추천은 행동 원장의 마르코프 전이 통계로 개인·전사 기록을 섞어 계산하고, 워크플로우는 버튼 한 번·채팅 명령·예약 실행과 자연어로 직접 만드는 커스텀 흐름까지 지원함.
대화 한 줄로 그룹웨어 6개 업무(메일·일정·결재·주소록·게시판·할 일)를 조회·처리하고, 반복 업무는 예약 시각에 자동 실행하는 사용자 맞춤 업무 비서를 구현함. 같은 흐름을 반복하면 시스템이 먼저 워크플로우 등록을 제안하고, 추천 카드는 값이 채워진 폼으로 열려 바로 실행됨. 서버 자동 테스트 10,837건과 실제 발화 기반 골든 세트로 도구 선택 품질을 건수로 관리하며, 운영 대시보드로 추천·워크플로우 사용 현황을 추적함.
LangGraph LangChain deepagents Azure OpenAI FastAPI (SSE) PostgreSQL + pgvector React 19 Azure Speech Langfuse
큰 그릇으로 담는다 끝까지 완성한다 문제가 먼저다
videos/multi-ai-agent.mp4
업무자동화
2025.01 - 2025.06
Meeting Assistant
GPU 기반 AI 회의록 자동화 솔루션 — 음성 업로드부터 화자 분리, STT, AI 요약, 이메일 전달까지
과제
회의록 작성에 과다한 시간이 소요되고, 화자 식별의 정확도가 낮아 수동 전사 작업이 불가피했음.
해결
음성 업로드부터 이메일 전달까지 6단계 AI 파이프라인을 구축.
6단계 AI
파이프라인
Private/Hybrid/Cloud
배포 옵션
Triton Server
GPU 가속
문제가 먼저다
끝까지 완성한다
Meeting Assistant
업무자동화
2025.01 - 2025.06
GPU 기반 AI 회의록 자동화 솔루션 — 음성 업로드부터 화자 분리, STT, AI 요약, 이메일 전달까지
회의록 작성에 과다한 시간이 소요되고, 화자 식별의 정확도가 낮아 수동 전사 작업이 불가피했음. 회의 내용의 구조화된 요약과 액션 아이템 추출, 관련자 전달까지의 프로세스가 비효율적이었음.
시간 지연은 의사결정 병목과 경쟁력 저하로 이어집니다
음성 업로드부터 이메일 전달까지 6단계 AI 파이프라인을 구축. 음성 업로드(MinIO+RabbitMQ) → 오디오 전처리(FFmpeg) → 화자 분리(NeMo Diarization+Triton) → 음성 인식(Whisper v3 한국어 STT) → AI 회의 요약(GPT-4.1 토픽·액션아이템·요약) → 저장+이메일 전달(MongoDB). Kubernetes 기반 GPU 오케스트레이션으로 Private/Hybrid/Public Cloud 배포를 지원.
회의 녹음에서 구조화된 회의록까지 완전 자동화를 달성. NeMo+Whisper v3 조합으로 한국어 화자 분리와 음성 인식 정확도를 확보. GPU 가속과 Triton 추론 서버로 대규모 회의도 신속하게 처리.
FastAPI NVIDIA Triton NeMo Diarization Whisper v3 GPT-4.1 Kubernetes RabbitMQ MinIO MongoDB Grafana
문제가 먼저다 끝까지 완성한다
videos/meeting-assistant.mp4