회사 장비 안에서
돌아가는 AI 시스템을 만듭니다

01하는 일

02케이스 스터디

문제 · 제약 · 접근 · 결과(수치) · 재현 가능한 부분 순입니다. 고객사는 익명화했고 수치는 실측값입니다. 2026.05 - 06, 6주 계약.

• 01. 온프렘 LLM 멀티에이전트 인프라

  클라우드 API가 금지된 환경에서 Mac Studio 15대로 상시 가동 서빙. 장비마다 남는 메모리와 권장 컨텍스트 상한까지 적은 배정표. 공개 엔드포인트 0, 재부팅 수동 개입 0.

• 02. 팀 AI 메모리 격리

  회사에서는 오픈소스 Hindsight로 권한 격리 팀 메모리를 세우고 채택 이유였던 의미 검색을 일주일 만에 실측(재현율 15.6%)으로 기각. 계약 종료 뒤 같은 문제를 Hindsight-Crew(정책 게이트웨이 + 실행 게이트 9개, 비공개 개인 리포)로 다시 풀었습니다.

• 03. 한국어 문서 파이프라인

  변경추적·코멘트를 잃지 않는 DOCX 처리 라이브러리와 스캔 PDF 검증 루프. 동일 과업 처리 시간 67초 → 31초(55% 단축).

• 04. 통화상담 데이터 모델 - 판정문 ↗

  27-table 정규화 스키마. 통화 기록의 행 수와 통화 건수가 달랐고(중복 약 40%), 중복 제거를 적재 단계 불변식으로 고정. 이 건은 별도 케이스 대신 블로그 판정문으로 공개돼 있습니다.

03일하는 방식

• 실패 조건을 먼저 정합니다. 무엇을 통과로 볼지 합의하지 않은 과제는 착수하지 않습니다. 가능하면 그 기준을 실행 가능한 검사로 만듭니다.
• 인수 가능한 상태로 남깁니다. 설정 절차, 실패 시 대처, 되돌리는 방법을 문서로 함께 넘깁니다.
• 추정과 실측을 구분해 적습니다. 실측하지 못한 값은 실측한 것처럼 쓰지 않습니다.
• 오픈소스를 우선 검토합니다. 직접 만들기 전에 있는 것을 쓰고, 부족한 계층만 앞단에 붙입니다.
• 판단은 공개합니다. 기술 판정과 그 근거를 blog.bkan.dev에 측정 조건과 함께 둡니다. 낡으면 낡았다고 표시합니다.