Product AI from PoC to Production
PO·기획자와 문제를 정의하고 RAG, Tool Calling, API, 운영 로그까지 이어지는 AI 기능을 제품 구조로 연결했습니다.
MOAIS AI/LLM Portfolio
스윙 데이터와사용자 히스토리를개인화 AI 코칭 경험으로바꾸는 엔지니어링
RAG, 장기 메모리, PromptOps,LangChain/LangGraph, Tool Calling,운영 품질 개선 루프를 골프픽스의 AI 코치와유저 진단 프로필 관점으로 정리했습니다.
RAG workflow
Memory graph
Eval loop
Personalized Memory
사용자 기록, 대화, 추천 근거를 장기 메모리와 프로필로 쌓아 다시 검색·요약·추천에 활용하는 구조를 설계했습니다.
RAG and Agent Workflow
LangChain/LangGraph, Vector DB, Structured Output, prompt routing으로 검색·도구 호출·응답 생성을 분리했습니다.
Production Quality Loop
응답 품질, latency, cost, failure case, prompt version, eval report를 운영 지표로 보고 개선 루프를 설계했습니다.
Evidence Map
공고의 요구사항을 실제 프로젝트 증거로 연결
포지션의 핵심 요구사항인 개인화 코칭, RAG, 장기 메모리, 프로덕션 운영, 작은 팀의 주도성을 기준으로 공개 가능한 경험을 재구성했습니다.
01AI 상담 서비스 / LangChain / LangGraph
RAG AI Service and Agent Workflow
AI 상담 서비스에서 사용자 질문을 검색, 도구 호출, 응답 생성, 실패 처리로 분리하고 RAG와 Tool Calling을 제품 API와 운영 흐름으로 연결했습니다.
Proof
- Next.js, FastAPI, GCP, Gemini, Vector DB, RAG, Tool Calling, SSE Streaming 기반 구조 개선
- LangChain/LangGraph 기반으로 retrieval, tool execution, response generation, fallback을 분리
- 질문 의도, 검색 근거, tool result, answer format, failure case를 운영 단위로 추적
MOAIS 연결
골프픽스 AI 코치도 스윙 히스토리, 골프 지식, 대화 기억을 한 번에 밀어 넣는 방식보다 memory schema, retrieval policy, tool contract, fallback을 나누어야 안정적으로 운영할 수 있습니다.
Next.jsFastAPIGCPGeminiVector DBRAGTool CallingLangGraph
02Memoriz / User History / Recommendation
Personalized Memory Graph
Memoriz는 사진, 장소, 일정, 감정 기록을 공동 데이터 원장으로 축적하고 AI 검색·요약·추천으로 다시 활용하는 모바일 제품입니다.
Proof
- 사진 기반 기록 후보, AI 제목/요약/태그, 자연어 검색, 앨범/지도/타임라인 탐색 구조
- 추천 정책을 quality, date appeal, feasibility, personalization, sponsor boost 축으로 분해
- Gemini provider smoke, structured JSON, Pydantic validation, focused test로 AI 기능 검증
MOAIS 연결
유저 진단 프로필은 단순 요약이 아니라 최근 스윙, 반복 문제, 교정 히스토리, 대화 선호도, 목표가 누적 갱신되는 사용자 모델이어야 합니다.
FlutterFastAPIGeminiPydanticpgvectorR2E2E
03CheckYourHospital / AI SEO-AEO Diagnosis
AI Evaluation and Report Automation
CheckYourHospital은 병원 홈페이지의 AI 검색/SEO 준비도와 이벤트 데이터를 진단하고 PDF 리포트로 만드는 개인 사이드 프로젝트입니다.
Proof
- Technical SEO, Content, International, Authority, AI/AEO, Machine Readability, Medical Compliance 7개 카테고리 진단
- critical issue가 있으면 전체 점수를 제한하는 gating rule과 PDF report pipeline 구성
- AI SOV snapshot, source pool analyzer, semantic review analyzer처럼 반복 측정 가능한 품질 표면 설계
MOAIS 연결
AI 코칭 품질도 정답성, 근거 적합성, 개인화 정도, 위험 조언 여부, 지연 시간, 비용을 함께 보아야 합니다. 반복 가능한 eval case와 리포트가 모델/프롬프트 변경 리스크를 줄입니다.
Next.jsFastAPIPlaywrightGeminiCloud SQLGCSPDF
04Smart Glasses / Realtime Voice / Field Ops
Complex Product and Device Operations
AI 스마트 안경 제품군과 Flutter 프로젝트에서 앱, 실시간 통신, 디바이스, 운영 도구가 함께 움직이는 제품 표면을 다뤘습니다.
Proof
- OWL, C-Biz, C-Sound의 Mobile/Desktop/Smart Glasses 앱 구조 설계와 Flutter 제품 리드
- BLE Central/Peripheral, GATT, MTU, 청크 메시징, STT, WebSocket, Kiosk Mode, OTA, ADB Factory 운영
- OTT, TV 앱, 채팅, 실시간 주문 동기화, DRM/Video Player 안정화 프로젝트 경험
MOAIS 연결
모아이스는 B2C 모바일 앱, B2B SDK, 오프라인 장비, 스포츠 현장이 함께 움직이는 제품입니다. AI 기능도 앱 UX, API, 로그, 운영 도구, 비용, 글로벌 사용자 피드백을 함께 고려해야 합니다.
FlutterRiverpodBLEWebSocketSTTKioskOTASentry
Visual Proof
AI 기능을 운영 가능한 제품 표면으로 만든 사례
단순 스크린샷 모음이 아니라, 모아이스 AI/LLM 포지션에서 중요한 실행 제어, human review, memory reuse, evaluation report를 각각 보여주도록 정리했습니다.
RAGLong-term memoryStructured outputEval report
Company OS
Agent Run Control
Agent 실행을 provider별 상태, 승인 대기, 증거 첨부 단위로 추적하는 운영 화면입니다.
Memoriz
Memory Draft Review
사용자 기록을 AI가 구조화하되, 저장 전 사람이 검토할 수 있게 만든 human review 흐름입니다.
Memoriz
Memory Reuse
저장된 기록을 자연어 검색과 추천 이벤트로 다시 활용하는 AI product loop입니다.
CheckYourHospital
Evaluation Report
문제 정의, 검증 단계, 제품 반영을 하나의 리포트/평가 구조로 닫는 방식입니다.
How I Would Start
골프픽스 AI 코치에서 먼저 정리할 실행 체크
01
유저 프로필, 스윙 히스토리, 대화 기록, 최근 진단 결과를 분리한 memory/RAG schema 정의
02
골프 지식, 사용자 데이터, 최근 스윙 문제, 이전 코칭 이력을 답변 근거 우선순위로 정리
03
AI 코치 답변을 advice, rationale, evidence, next drill, uncertainty로 구조화
04
응답 품질, latency, cost, unsafe advice, failure case를 추적하는 eval/observability loop 구축