About

About

안녕하세요, 홍정모입니다.

6년간 C++로 대규모 CAE 프로덕션 소프트웨어를 개발하며 수치 알고리즘과 성능 최적화, 도메인 지식을 쌓았고, 이 경험을 바탕으로 AI 엔지니어로 전환했습니다.

특정 도메인의 문제를 AI/LLM으로 푸는 일에 관심이 있습니다. 모델을 붙이는 데서 그치지 않고, 설계부터 Kubernetes 배포와 운영까지 직접 다뤄보며 도메인에서 실제로 동작하는 시스템을 만들어 왔습니다.

관심 분야

도메인 특화 AI 시스템을 만들기 위해 다음 영역을 공부하고 있습니다.

  • Domain-Driven RAG — 전문 도메인의 용어와 맥락을 반영하는 하이브리드 검색 증강 생성
  • LLM Fine-tuning — 도메인 특화 Tool Calling 등 특수 목적에 맞춘 경량 모델 최적화
  • Multi-Agent Systems — 도메인 워크플로우를 자동화하는 에이전트 오케스트레이션
  • LLMOps & MCP — Kubernetes 배포와 Observability를 갖춘 LLM 서비스 운영, 도구 연동

주요 프로젝트

MultiAgentSystem4Material

Jira 이슈 분석부터 C++ 코드 수정, PR 생성까지의 개발 워크플로우를 자동화하는 멀티에이전트 시스템입니다. 반복 작업 하나를 4시간에서 97초로 줄였고, Kubernetes(Helm·HPA) 배포와 Prometheus/Grafana 모니터링, 신뢰도 기반 Human-in-the-loop를 더해 사내에서 운영하고 있습니다.

DesignCodeRAG

한국 건축법규에 특화된 RAG 시스템입니다. Elasticsearch 하이브리드 검색(BM25 + Dense Vector)과 표·공식을 보존하는 구조 인식 청킹으로, 근거를 함께 제시하는 답변을 생성합니다.

qlora-function-calling

구조공학 API의 Tool Calling을 수행하도록 Qwen2.5 모델을 QLoRA로 파인튜닝한 프로젝트입니다. 273개 API용 학습 데이터 설계부터 평가 파이프라인, vLLM 서빙까지 직접 구현했습니다.

mcp-gennx

JSON 스키마로부터 런타임에 LLM 도구를 동적 생성하는 MCP 서버입니다. 46개 API 엔드포인트에서 최대 159개 도구를 자동 생성하고, Context Window 제약에 대응하는 Toolset 필터링을 지원합니다.

OrderBook

C++20으로 구현한 Limit Order Book 엔진입니다. 주문 처리 레이턴시 200ns, 처리량 4.87M/sec를 측정했습니다. 시스템 프로그래밍과 성능 최적화를 다뤄본 프로젝트입니다.

블로그

AI/LLM 관련 학습 기록을 정리하고 있습니다.

  • Stanford CME295(Transformers & LLMs) 전 10강 정리
  • 논문 리뷰 (Multi-Agent Debate, RAG, Reasoning 등)
  • AI 도구 활용기와 개발 경험 공유

이 밖에 사내에서는 코드 지식그래프(Atlas)나 LLM 코드리뷰 같은 개발 도구도 만들어 동료들과 함께 쓰고 있습니다.

연락처