AI Agent가 직접 결과물을 심사하는 Google Developer Group 해커톤에 참여했다. 공개된 루브릭을 역설계해 세 개의 모의 심사 Agent를 만들고, 기획부터 구현까지 반복해서 자가 심사했다. 2시간 30분의 해커톤 끝에 25팀 중 1등을 기록했다.
2026-08-30
21
3명이 팀을 이뤄 24시간 동안 로컬 LLM 기반 개인정보 마스킹 시스템을 만들었던 코드게이트 해커톤 회고. 수상에는 실패했지만, 제한된 자원 속에서 몰입했던 시간과 실전 벤치마크 경험이 남긴 것들을 되짚어본다.
2026-07-27
53
발달장애 아동 지원 서비스 ELUM에서, 외부 AI로 보내기 전 로컬 LLM으로 개인정보를 탐지·마스킹하는 DLP 계층을 검증했다. 모델 4개를 비교하고 JSON 출력 구조를 세 번 갈아엎은 끝에, Schema 검증을 100% 통과해도 실제로는 개인정보가 새거나 공격자가 결과를 조작할 수 있다는 사실을 발견했다. 100개 케이스 자동 벤치마크로 탐지 정확도 96%를 확인하는 한편, 탐지와 마스킹을 분리해 모델이 아닌 애플리케이션이 최종 마스킹을 수행하는 아키텍처로 결론 내린 과정을 정리했다.
2026-07-22
79
발달장애 아동의 일과를 외부 AI로 변환하는 과정에서, 자연어 속 개인정보가 외부로 유출되지 않도록 로컬 LLM을 DLP 게이트웨이로 설계한 과정을 정리했다. 정규식으로는 잡기 어려운 비정형 개인정보를 문맥 기반으로 탐지·마스킹한 뒤에만 외부 API로 넘기는 구조와, 그 과정에서 마주한 가용성-보안 트레이드오프를 다룬다.
2026-07-21
65
AI 생성 이미지의 출처를 증명하기 위해 TrustMark 기반 비가시적 워터마크 삽입·추출 서비스를 FastAPI로 구축했다. 이미지 전체 픽셀에 고정 서명을 심어 서비스 산출물임을 증명하며, 내부망 전용 배포 환경에 맞춰 모델 사전 다운로드, 이벤트 루프 블로킹 방지, 손상 이미지 오류 분류 등 실제 운영 제약을 하나씩 해결한 과정을 정리했다.
2026-07-10
59