Agent Execution Layer
자연어 요청을 task, tool call, approval, run log, verification으로 나누는 실행 계층을 설계했습니다.
OVERDARE AI Agent Portfolio
게임 제작 기반 이해, AI Agent 실행 계층, 평가/리포트 자동화, 복잡한 제품 운영 경험을 OVERDARE Studio의 AI Agent 고도화 관점으로 정리했습니다.

자연어 요청을 task, tool call, approval, run log, verification으로 나누는 실행 계층을 설계했습니다.
C/C++, WinAPI, OpenGL 커스텀 게임 엔진과 Unity 개발 경험을 바탕으로 제작 도구의 런타임 제약을 이해합니다.
LLM 결과물을 structured output, eval report, guard script, human review 대상으로 관리합니다.
Flutter 멀티플랫폼, BLE, 실시간 통신, 현장 운영 자동화를 제품 출시와 운영까지 연결했습니다.
Evidence Map
공개 가능한 범위에서 문제, 구현 표면, 검증 방식, OVERDARE 적용 가능성을 분리했습니다.
Codex, Claude, Gemini CLI를 공통 task contract로 다루고, 실행 전 승인과 실행 후 감사 로그가 남는 Agent 운영 구조를 설계했습니다.
Proof
OVERDARE 연결
OVERDARE Studio의 AI Agent도 tool call, 실패 복구, human review, execution trace가 필요합니다. 이 경험은 제작 Agent를 답변 기능이 아니라 운영 가능한 실행 계층으로 설계하는 기반입니다.
Memoriz는 커플이 만든 사진, 장소, 일정, 감정 기록을 공동 데이터 원장으로 축적하고, AI 검색과 데이트 추천으로 다시 활용하는 모바일 제품입니다.
Proof
OVERDARE 연결
사용자 생성 기록을 구조화하고 추천 가능한 자산으로 바꾸는 경험은 UGC 게임 제작 Agent에도 연결됩니다. 제작자의 입력을 scene, object, rule, validation task로 바꾸는 사고와 유사합니다.
CheckYourHospital은 병원 홈페이지의 AI 검색/SEO 준비도와 이벤트 데이터를 진단하고 PDF 리포트로 만드는 개인 사이드 프로젝트입니다.
Proof
OVERDARE 연결
AI 기능은 생성만으로 끝나면 품질이 흔들립니다. Studio Agent도 사용자의 의도 반영도, 실행 가능성, 누락된 rule/asset, regression case를 평가하는 루프가 필요합니다.
AI 스마트 안경 제품군과 여러 Flutter 프로젝트에서 앱, 실시간 통신, 디바이스, 운영 도구가 함께 움직이는 제품 표면을 다뤘습니다.
Proof
OVERDARE 연결
OVERDARE는 AI Agent뿐 아니라 모바일 UGC, 채팅, 아바타, 크리에이터 경제가 결합된 제품입니다. 넓은 제품 표면을 끝까지 운영한 경험이 Agent 기능의 실제 출시 리스크를 줄입니다.
Visual Proof
단순 스크린샷 모음이 아니라, OVERDARE AI Agent 포지션에서 중요한 실행 제어, human review, memory reuse, evaluation loop를 각각 보여주도록 정리했습니다.
Agent 실행을 provider별 상태, 승인 대기, 증거 첨부 단위로 추적하는 운영 화면입니다.

사진과 메타데이터에서 생성된 AI 기록 초안을 사용자가 검토하고 저장하는 흐름입니다.

저장된 기록을 자연어 검색과 추천 이벤트로 다시 활용하는 AI product loop입니다.

문제 정의, 검증 단계, 제품 반영을 하나의 리포트/평가 구조로 닫는 방식입니다.

How I Would Start
사용자의 한 문장 요청을 제작 의도, 오브젝트/에셋, 상호작용 규칙, 검증 항목으로 분해
Agent tool contract와 structured output schema를 먼저 정의
실패 원인, 불확실성, 사용자 확인 필요 지점을 UI와 로그에 남김
prompt/tool/model 변경 시 eval set과 regression case로 품질 저하를 확인