주요업무
이런 문제를 풀게 됩니다
• 환각을 구조적으로 차단해, 근거가 검증되는(grounded·verifiable) 엔터프라이즈 에이전트를 설계하고 구현합니다.
• 문서·도면·데이터베이스·ERP/CRM·EDR 로그처럼 이질적이고 비정형적인 데이터를 이해하고 추론하는 멀티모달·멀티소스 에이전트를 개발합니다.
• 사용자의 의도를 정확히 이해하고, multi-turn 대화를 통해 모호한 요구를 스스로 구체화해가며 정답을 찾아내는 검색·질의 성능을 고도화합니다.
• 도메인의 개념과 관계를 표현하는 온톨로지·스키마를 사람 대신 자동으로 설계하고, 새로운 데이터가 유입되면 그에 맞춰 온톨로지 변경을 제안하는 에이전트(AI FDE)를 연구합니다.
• 운영 환경에서 쌓이는 데이터로부터 스스로 성능을 개선하는 self-improving 파이프라인을 만듭니다.
• 시간이 지날수록 회사와 도메인을 더 깊이 이해하며 함께 성장하는, 살아 움직이는 에이전트 메모리(agent memory) 시스템을 장기적으로 설계합니다.
• 정답이 정의되지 않은 문제에 대해, 무엇을 성공으로 볼지부터 정하는 평가 체계를 직접 설계합니다.
이런 환경에서 연구합니다
• 아직 아무도 풀지 못한 문제에 도전합니다. 엔터프라이즈 환경에서는 "그럴듯한 답"이 아니라 "신뢰할 수 있는 답"이 필요하기 때문에 환각(hallucination)을 구조적으로 제거하는 것이 전제 조건입니다. 다뤄야 하는 데이터도 문서, 도면(P&ID, CLD 등), 관계형 데이터베이스, ERP/CRM, EDR 보안 로그처럼 형식과 출처가 제각각인 비정형 데이터가 뒤섞여 있습니다. 또한 이렇게 얽힌 데이터 위에서 사용자의 의도를 정확히 읽어내고, 한 번의 질의로 끝나지 않는 multi-turn 대화를 통해 모호한 요구를 스스로 구체화해가며 정답에 도달하는 검색·추론 성능을 끌어올리는 일이 핵심 과제입니다. 여기에 운영 데이터로부터 스스로 성능을 끌어올리는 자기개선(self-improving) 에이전트, 그리고 사람이 수작업으로 하던 도메인 온톨로지(데이터 간의 개념과 관계를 정의하는 의미 구조)를 에이전트가 스스로 설계하고 새로운 데이터가 유입되면 그에 맞춰 온톨로지 변경까지 제안하는 AI FDE가 연구 대상입니다.
• 국내 최대 규모의 프로젝트에 실제로 쓰입니다. 반도체, 플랜트, 금융, 공공 등 한국 산업을 대표하는 대기업·기관의 대형 프로젝트에 우리 솔루션이 실제로 투입되고 있습니다. 데모로 끝나는 연구가 아니라, 규모 있는 현장에서 운영되며 임팩트를 만들어내는 연구입니다.
• 의미 있는 문제를 직접 오너십을 갖고 풀며 성장합니다. 새롭게 빌딩되는 Agent Research Squad의 초기 멤버로 합류해, 핵심적인 연구 문제를 처음부터 끝까지 책임지고 풀어봅니다. 기존 레거시 시스템과의 호환이나 정해진 절차에 매이지 않고, 문제 해결 그 자체에 집중할 수 있습니다.
• 보상은 업계 최고 수준으로 협의합니다. 실력과 주도성을 겸비한 연구자에게는 업계 최고 수준의 처우를 제안합니다.
• 연구 성과를 논문으로 발표할 수 있습니다. 현장에서 얻은 문제와 해법을 top-tier 학회 혹은 저널에 게재하는 것을 적극 장려하고 지원합니다.