로보틱스 물리 AI 데이터 수집에서 인간 개입의 기술적 필요성
로보틱스 물리 AI 데이터 파이프라인에서 인간 개입이 필요한 기술적 이유와 역할을 정리했습니다. 멀티센서 품질 관리와 실시간 교정으로 Sim-to-Real Gap을 완화하는 방안을 소개합니다.

로보틱스 물리 AI 데이터 파이프라인에서 인간 개입이 필요한 기술적 이유와 역할을 정리했습니다. 멀티센서 품질 관리와 실시간 교정으로 Sim-to-Real Gap을 완화하는 방안을 소개합니다.
온라인 기반 LLM 서비스가 망 분리 도메인에서 갖는 제약을 다룹니다. Alpy의 RAG 활용을 주제로 제시합니다.
Task Manager로 Spring AI 기반 RAG 챗봇의 개발 규칙과 작업 흐름을 관리했습니다. PDF 처리부터 OpenAI 임베딩, Milvus 검색까지 추상화 기반 구현을 비교했습니다.
PDF의 좌표 중심 저장 구조와 객체 유형·읽기 순서 문제로 파싱이 어려운 이유를 설명했습니다. PDFium 기반 텍스트·TOC·이미지 추출과 OCR·LLM 후처리 조합을 소개했습니다.
Agent 목적에 맞는 LLM을 고르기 위해 한국어·Function Call 중심 맞춤형 데이터셋과 이중 LLM 평가를 설계했습니다. 평가 체계를 모듈화해 배포 모델을 자동 비교하고, CI/CD 기반 고도화를 추진합니다.
세법 RAG의 문서 간 관계 파악 한계를 해결하기 위해 GraphRAG를 도입했습니다. 지식 그래프와 벡터 검색을 결합한 이중 검색 구조를 설명합니다.
바이브 코딩은 AI로 MVP 전 시제품을 빠르게 만들고 피드백과 PMF 검증을 앞당기는 전략입니다. 제품 검증 뒤에는 설계·테스트·리팩토링으로 완성도를 높여야 합니다.
설계 문서를 중심으로 AI가 코드·테스트·테스트 UI를 생성하는 DDVC 방식의 3일 MVP 실험을 소개했습니다. RAG 시스템 사례를 통해 문서 동기화, 로그, 단계적 검증의 중요성을 설명합니다.
v0.dev로 인터랙티브 목업을 빠르게 제작해 기획·디자인·개발 협의를 구체화했습니다. 페이지 단위 활용과 초기 코드 구조화, 신중한 기능 삭제가 중요하다고 정리했습니다.
AI Agent 응답 스트리밍에 SSE를 선택하고 POST를 지원하는 Custom EventSource를 구현했습니다. 청크 버퍼링과 연결 관리로 파싱 오류 및 연속 요청 충돌을 해결했습니다.