대기업 SI 고객사의 PM(프로젝트 관리) 업무 자동화를 위한 AI 에이전트. LangGraph/deepagents 기반 멀티 에이전트로 사업 원가 산정·제안요청서 분석·유사 프로젝트 추천·리스크 평가를 자동화하고, Self-Correction(생성→감사 루프)·Self-Learning(피드백 기반 스킬 개선)·Glass Box(실행 과정 투명 노출)를 검증했다. 기술 PoC를 2026.04에 완료한 뒤 CBT·재설계(1.5)를 거쳐 2.0(~2026.10 예정)으로 이어지고 있으며, 에이전트 코어부터 데이터 모델·인프라·프론트엔드까지 풀스택 영역을 담당했다.

기술 스택

주요 성과

• ✓기술 PoC 기간 단일 레포에 본인 커밋 317개로 데이터 모델·에이전트·인프라·프론트 전반을 구축하며 사실상 기술 리드급으로 기여
• ✓Self-Correction + Self-Evolving + Glass Box를 갖춘 자가진화형 AI PMO 컨셉을 동작 가능한 PoC로 검증
• ✓Text-to-SQL 안전성을 정규식에서 AST 검증 + RLS read-only TX로 강화하고 멀티모델 회귀 평가로 품질 정량 측정
• ✓기술 PoC 종료 후 영업 PoC와 차기 재설계까지 연속 참여하며 production 아키텍처 전환 로드맵 수립

담당 업무

배운 점 및 성장

• ✓멀티 에이전트 설계: subagents 분리에서 단일 agent + tool로의 단순화 트레이드오프
• ✓에이전트 안전성: Text-to-SQL의 AST 검증과 RLS read-only 경계
• ✓관찰가능성: trace 파편화 해소와 메타데이터 기반 디버깅
• ✓클라우드 운영: Azure AKS 기반 self-host 관찰가능성 스택 구성