coding-mentor 기술노트

■ 회고 
- 수면시간: 대략 6시간 (11시30분~5시30분)
- 운동체크: 전날 운동(O)
- 수면전 이미지트레이닝: X, 누워서핸폰보지않기 X

- 독서: 타이탄의 도구들(잘 안읽힘), 

- 작업: 글로벌HS 표준품명생성 데이터작업완료/메모리효율화/빌드배포만남음

          Contextual-Retrieval 적용방안 구체화

■ 목표

  1: 관광공사 공모전 (6/8 저녁~6/10아침) 제출하기

  2: 물류티봇Agent - QnA 성능재측정 (항공/해상 분리등)

       Contextual-Retrieval 재수행: 이것도 하네스로 적용해서 진행

       글로벌HS 데이터 추가수집 고도화: 분석결과검토 -> 설계 및 구현 -> 수집진행 *하네스 적용해서 진행

       HS 온톨로지 MVP 하네스로 진행

■ 효율

  - 공통 하네스 추출 및 프로젝트 단위 적용

■ 회고 
- 수면시간: 대략 5시간 (2시~7분)
- 운동체크: 전날 운동(X), 당일 운동(요가)
- 수면전 이미지트레이닝: O, 누워서핸폰보지않기 O

- 독서: 타이탄의 도구들(잘 안읽힘), 

- 작업: AI-New 환각문제 어느정도 개선함(Opus 4.8 + workflow모드덕분에 심층분석후 일부개선)

           부동산 채널 추가완료+유튜브1건 등록

■ 목표

 - 1: 글로벌HS 표준품명생성 작업 완료하기(검증, 필요시 vllm기반 병렬 재수행) -> 모델현행화

    > 6/3(수) 배포해야함!

 - 2: 물류티봇Agent - QnA 성능재측정 (항공/해상 분리등)

 - 3: 글로벌HS 데이터 추가수집 고도화: 분석결과검토 -> 설계 및 구현 -> 수집진행 *하네스 적용해서 진행

 - 4: Contextual-Retrieval 재수행: 이것도 하네스로 적용해서 진행

   > 주말안에 끝내야함!

 - 5: todo. HS 온톨로지 MVP 하네스로 진행

   > 월요일(6/8) 에 뭔가 나와야함!

■ 회고 
- 수면시간: 대략 6시간 (11시~5분)
- 운동체크: 전날 운동(X)
- 수면전 이미지트레이닝: X, 누워서핸폰보지않기 X

- 독서: 타이탄의 도구들(잘 안읽힘), 

- 작업:

  1) 하네스 돌려보기 : HS코드 온톨로지 리서치 

  2) 공모전1(의약품) 제출완료(약톡, 약봉투 정보안내 챗봇, 기획안으로 제출)

■ 방향

 - 핵심1:AI-New 환각답변개선(일주일 이상, 10회이상 수정했으나 오류여전함, 같은방법으로는 해결불가할듯)

  -> 원인진단, 바닥부터 다시 고치기, 하네스 추가적용 해서 진행?

 - 핵심2: (회사업무) 글로벌HS 표준품명생성 작업 완료하기(검증, 필요시 vllm기반 병렬 재수행) -> 모델현행화수행 (주말안으로)

                              물류티봇Agent - QnA 성능측정 정리(go/stop 결정 및 작업정리)

                              글로벌HS 데이터 추가수집 고도화: 분석결과검토 -> 설계 및 구현 -> 수집진행 *하네스 적용해서 진행

                              Contextual-Retrieval 재수행: 이것도 하네스로 적용해서 진행 (~6/3,수) 끝내기

                               5/28(토) , 6/1(창립기념일), 6/3(선거일) 모두 출근해서 끝내야함!

                               todo. HS 온톨로지 MVP 하네스로 진행

 - 핵심3: 공모전 2, 고도화 (데이터 재정립 명소 100~1000선  -> 수집/학습/추론 고도화), 문서작성 및 제출

   >  (관광 데이터 경진대회) ~6/10 마감/6월말 시상, K-관광가이드(명소 100선 등 고도화 필요)

 - 핵심4: 신규 강의준비 (비전공자도 만드는 나만의 GPT: python > pytorch > 안면인식 > OCR > 자연어처리-머신러닝 > GPT)

 - 핵심5: 인프런 "바닥부터 시작하는 파운데이션모델 개발 및 LLM파인튜닝" 6월중으로 1단계 완성 및 배포하기

  > (1단계) 파운데이션모델 개발 - 바닥부터 다지기 (GPT > SimCLR > CLIP > Llava)

  > (2단계) LLM파인튜닝 ( 파인튜닝이론 > SFT예제 > (실전프로젝트) 데이터생성 및 CPT, SFT, DPO >  서빙(FastAPI, 데모화면) > Ollama/vLLM > 모델카드 )

■ 효율 (todo)

 - Agent-Harness 커스텀해보기

 - Agent-Harness 사용자 컨펌없이 계속 돌리는 방법 찾기

■ 회고 
- 수면시간: 대략 5시간30분 (1시~6시30분)
- 운동체크: 전날 운동(X)
- 수면전 이미지트레이닝: X, 누워서핸폰보지않기 X

- 독서: 타이탄의 도구들, 

- 작업: agent-harness 데모

■ 방향

 - 핵심1: 공모전 하나 끝내기!

  (의약품 데이터 경진대회) ~5/29 마감/7월발표/9월시상, 약봉투+OCR+RAG(의약정보)

  (관광 데이터 경진대회) ~6/10 마감/6월말 시상, K-관광가이드(명소 100선 등 고도화 필요)

 - 핵심2: 인프런 강의준비(로드맵/커리큘럼 확정 + 녹화시작)

 - 핵심3: AI-New 환각답변개선(필)/사업화검토/사용자포털배포 검토

■ 효율 (todo)

 - Agent-Harness 적용중: jukyellow/harness: A meta-skill that designs domain-specific agent teams, defines specialized agents, and generates the skills they use.

1.목표설정

 - 2년 안에 목표 금액 달성

 - 부업으로 목표 금액 달성

 - 책 출판

 - 컨퍼런스 강연

 - 회사 매출 서비스 개발

2.시각화

 - 통장잔고

 - 수익금금액

 - 서비스오픈

 - 출판

3.확언

4.액션플랜

 - 강의, 크리에이터, 인프런 ...

실패를 통해 배운점

1.초심을 잃지 말자

2.욕심 부리지 말자

3.자만하지 말고 겸손하자

4.급하게 가지말고 여유를 가지며살자

5.잠시 쉬고 되돌아보고, 방향을 점검하자

6.새로운 분야를 접근할때는 공부를 많이하고 시작하고 시행착오를 줄이자(책,벤치마킹,선구자)

■ 회고 
- 수면시간: 대략 4시간30분 (3시~8시)
- 운동체크: 전날 운동(X)
- 수면전 이미지트레이닝: X, 누워서핸폰보지않기 X

- 독서: 타이탄의 도구들,

- 작업: day15 완료

■ 방향

 - 핵심1: KPI합의(필)/ HS-표준품명 LLM 자동추출(필)/Contextual-Retrieval/온톨로지 시뮬레이션 결과분석

 - 핵심2: 공모전 준비/작업

  (의약품 데이터 경진대회) ~5/29 마감/7월발표/9월시상, 약봉투+OCR+RAG(의약정보)

  (관광 데이터 경진대회) ~6/10 마감/6월말 시상, K-관광가이드(명소 100선 등 고도화 필요)

 - 핵심3: 인프런 강의준비(로드맵/커리큘럼 확정 + 녹화시작)

 - 핵심4: AI-New 환각답변개선(필)/사업화검토/사용자포털배포 검토

■ 효율 (todo)

 - 옵시디언스, 서브에이전트, 슈퍼파워/gstack 중에 하나 적용해보기!

 - llm-wiki AI-News 적용하기

■ 회고 
- 수면시간: 대략 5시간50분 (12시~6시)
- 운동체크: 전날 운동(X)
- 수면전 이미지트레이닝: X, 누워서핸폰보지않기 X

- 독서: 타이탄의 도구들, 

- 작업: global-News-Collector : 인스타추가

■ 방향

 - 핵심1: KPI작성

 - 핵심2: day15 준비(model card작성 + 플젝발표 가이드)

 - 핵심3: AI-New 사업화검토/사용자포털배포 검토

 - 핵심4: 인프런 강의준비(로드맵/커리큘럼 확정 + 녹화시작)

 - 핵심5: HS-표준품명 LLM 자동추출, 온톨로지 시뮬레이션 결과분석

 - 핵심6: 공모전 작업계획

■ 효율 (todo)

 - 옵시디언스, 서브에이전트, 슈퍼파워/gstack 중에 하나 적용해보기!

 - llm-wiki AI-News 적용하기

• 문제 정의: 데이터 부족이 아니라 "구조의 부재"가 AI 오판의 원인. 표(Table)·엑셀 사고로는 사건의 흐름을 담을 수 없음.
• 온톨로지 = 의사결정 OS: 객체·관계·제약조건·액션까지 모델링. "동사도 일급 객체"가 핵심.
• LLM 단독은 한계: LLM + 온톨로지 + 시뮬레이션 = 판단하는 AI(Decisive AI). 책임 추적·설명 가능성 확보.
• RAG 계층 구분: 벡터 RAG(유사도) → 그래프 RAG(관계 탐색) → 온톨로지(의미·제약·액션). 어느 레이어를 푸는지 명확히.
• 시간을 사건 시퀀스로: timestamp 컬럼이 아닌 이벤트 흐름으로 모델링해야 예측·추론 가능.
• 설계 주체는 도메인 전문가: 개발자 단독 설계 금지. "정의 전쟁"은 거버넌스 문제로 풀 것.
• FDE(Forward Deployed Engineer): 도메인-구조-실행을 잇는 신규 직무. 커리어 포지셔닝 참고.
• 점진 확장 원칙: 전사 통합 온톨로지 X. 워크플로 1개 슬라이스 → 객체 5~10개 → 점진 확장.
• 실행 스택: Palantir Foundry Developer Tier(무료) 또는 Neo4j + LangChain GraphRAG로 손에 익히기.
• 거버넌스 = 제품 신뢰: 객체 단위 RBAC, 감사 로그, 정책 검증을 온톨로지 골격 위에 설계.

Palantir Ontology 3-Layer

[Dynamic Layer]   ← AI 추론 + 결정 로그 + 시뮬레이션 + RLHF성 학습 루프
       ↑↓
[Kinetic Layer]   ← Action Type, Function, Workflow, 권한/RBAC
       ↑↓
[Semantic Layer]  ← Object Type, Property, Link Type (= 그래프 모델)
       ↑↓
[데이터 소스]     ← ERP / MES / SCM / DW / 비정형 데이터

참고: 팔란티어 온톨로지 vs 전통 온톨로지: 개념 비교와 40년의 진화 | Pebblous

참고: Ontology

HS온톨로지 예시

- 완료: day14 (LLM모델 서빙),

          경제뉴스 환각오류 개선(공개API→스크래핑 →휴먼확정)

          gemma4 SFT+GRPO(html생성 문제로 SFT로 배포)

          공모전 신청확인(5/26화, 오프라인 OT- cntSearchDetail - 한국관광콘텐츠랩)

- 진행중: day15 수업준비, 

              인프런 강의준비(로드맵,커리큘럼)

              뉴스-사용자포털 기능개발/결재검토

              HS-표준품명 LLM 자동추출

              온톨로지 시뮬레이션 수행 및 결과분석

- todo: 책리뷰 정리