근거와 맥락을 잃지 않는 기억
사용자의 작업 이력, 결정, 권한과 상태를 기억 계층에 분리해 보존하고 필요한 순간에 출처와 함께 복원합니다.
GONGJAK RESEARCH / APPLIED AI
새로 만드는 AI보다,
이미 작동하는 시스템을 바꾸는 AI.
개발공작실은 장기 기억과 AEO를 공통 기반으로, 기존 서비스·업무 도구·개인 작업공간을 Agent 인터페이스로 전환하는 방법을 연구합니다.
RESEARCH INDEX04
COMMON CORELONG-TERM MEMORYAEOCONTROLLED AGENTS
COMMON RESEARCH CORE
네 개의 연구,
하나의 설계 원칙.
장기 기억과 AEO를 지식 기반으로 삼고, 통제 가능한 실행과 기존 시스템 연결을 공통 기술축으로 연구합니다.
사람과 AI가 함께 읽는 지식
공개 정보를 답변하기 좋은 구조로 만들고, 홈페이지 Agent와 외부 답변 엔진이 같은 검증된 근거를 사용하게 합니다.
통제 가능한 Agent 실행
엄격한 범위 제한, 권한 확인, 독립 감시자와 감사 기록을 통해 Agent가 허용된 정보와 행동 안에서만 작동하게 합니다.
교체보다 연결을 우선하는 설계
이미 운영 중인 화면, API와 데이터 위에 Adapter와 Agent Layer를 더해 재구축 비용과 전환 위험을 낮춥니다.
RESEARCH DIRECTIONS
현재 연구·시제품·개념 단계의 방향을 공개합니다. 각 항목의 범위와 사양은 검증 과정에서 달라질 수 있습니다.
기존 전산도구를 Agent로 전환하는 AX Bridge
정부와 기업이 이미 사용 중인 전산도구를 다시 만드는 대신, 검증된 LLM과 대형 플랫폼을 연결하는 통합 계층을 연구합니다. 기존 화면·API·데이터를 Agent Tool로 감싸고 권한, 승인, 감사 체계를 더해 AX 전환 비용을 낮추는 것이 목표입니다.
- 기존 화면·API·데이터를 위한 Adapter
- 업무 흐름을 Agent Tool로 전환하는 설계
- 권한·승인·감사 기록이 포함된 관리 도구
- 재구축 범위와 AX 전환 비용의 최소화
INTEGRATION MAPLIVE MODEL / RESEARCH
01EXISTING SYSTEM
02AGENT LAYER
03PROVEN AI TOOLS
EXPECTED DIRECTIONLOW-COST AX
기존 홈페이지에 바로 붙이는 기업 정보 Agent
홈페이지에 이미 축적된 회사·서비스·프로젝트 정보를 방문자가 자연어로 탐색하도록 돕습니다. 사이트를 재구축하지 않고 삽입 스크립트와 API만으로 적용하며, AEO 지식 구조와 연결해 사람과 AI 검색이 같은 근거를 이해하도록 설계합니다.
- 저비용 LLM 라우팅과 검증된 지식 검색
- 업무 범위를 벗어난 질문을 차단하는 Threshold
- Threshold 우회를 감지하는 독립 Watchdog
- 기존 홈페이지 수집·갱신과 AEO 구조 연동
SAFE ANSWER FLOWLIVE MODEL / PROTOTYPE
01SITE CONTENT
02THRESHOLD + WATCHDOG
03VISITOR ANSWER
EXPECTED DIRECTIONNO REBUILD
BLE·GPS 기반 멀티캠 스포츠 하이라이트
여러 대의 카메라 영상과 경기장 BLE 기준점, 플레이어 GPS를 하나의 타임라인으로 결합합니다. 경기 중 위치와 움직임을 분석하고, 종료 후 네 개 시점의 영상을 자동 편집해 개인이 내려받고 공유할 수 있는 취미 스포츠 경험을 연구합니다.
- N개 카메라의 촬영 시점 자동 동기화
- BLE 기준점을 활용한 경기장 크기 보정
- 플레이어 GPS 기반 위치·움직임 분석
- 4개 시점 자동 하이라이트와 모바일 공유
MULTI-SENSOR TIMELINELIVE MODEL / CONCEPT
014× CAMERA
02BLE + PLAYER GPS
03AUTO EDIT
EXPECTED DIRECTIONMOBILE HIGHLIGHT
장기 기억을 소유하는 개인용 AI 서버
라즈베리파이급 소형 서버에 개인의 작업공간과 장기 기억을 보존하고, 필요할 때 상용 LLM의 추론 능력을 연결합니다. Docker 기반 앱과 안전한 원격 공개 경로를 묶어 작지만 이동·복구 가능한 개인 AI 작업공간을 만드는 연구입니다.
- 사용자가 소유하는 장기 기억 저장소
- 상용 LLM과 로컬 데이터의 역할 분리
- Docker 기반 개인 작업공간과 서비스 실행
- Cloudflare Tunnel을 통한 안전한 원격 연결
MEMORY × AEO
안에서는 기억하고,
밖에서는 정확히 답하게.
PRIVATE장기 기억작업 이력 · 결정 · 상태 · 권한
→CONTROLAgent Layer검색 · Threshold · Watchdog · 실행
→PUBLICAEO 지식답변형 콘텐츠 · 근거 · 구조화 데이터
개인의 기억은 권한 안에서 보존하고, 외부에 공개할 정보는 별도의 검증된 지식으로 관리합니다. 두 영역을 섞지 않으면서 필요한 순간에 연결하는 것이 개발공작실 Agent 연구의 핵심입니다.
RESEARCH FAQ
연구 방향을
명확한 답으로.
개발공작실 연구의 공통 기반은 무엇인가요?
사용자의 이력과 결정을 근거와 함께 보존하는 장기 기억, 기업 정보를 사람과 AI가 함께 이해하도록 만드는 AEO, 그리고 허용된 범위 안에서만 실행되는 통제 가능한 Agent 구조입니다.
왜 기존 시스템을 재구축하지 않는 방향을 강조하나요?
이미 운영 중인 전산도구에는 조직의 데이터와 업무 흐름이 축적되어 있습니다. 전면 교체보다 Adapter와 Agent Layer를 더하면 비용, 전환 기간과 운영 위험을 함께 줄일 수 있습니다.