class AIEngineer:
name = "TAE YOU KIM (shoman2)"
focus = ["AI Agent Systems", "LLM Harness Engineering", "Workflow Automation"]
stack = ["Python", "Claude SDK", "JavaScript", "pandas", "sklearn"]
current = "Building production-grade multi-agent exam authoring harness"
philosophy = "Ship automated pipelines that replace 100x manual effort"AI Agent Harness 전문 엔지니어. 복잡한 업무 흐름을 오케스트레이터 → 전문 에이전트 → 검증 루프 구조로 자동화합니다.
행정안전부·해양수산인재개발원 등 공공기관 대상 LLM 기반 자동화 시스템 설계/구축/컨설팅 경험 보유.
공공기관 AI 챔피언 시험 30세트 자동 출제 하네스 — 기관 첨부 자료만 넣으면 90개 문제지·해설·채점 솔버·PDF·CBT JSON까지 완전 자동 생성
[Input] 기관 제공 첨부 자료 (보도자료 · 법령 · 통계 · CSV)
│
▼
[Round 0] attachment-analyzer → 자료 분류 & 콘텐츠 유형 식별
[Round 1] set-designer → 30세트 × 3과목 주제 매핑
[Round 2] question-writer ×90 → 문항 5개 + 시나리오 (병렬)
[Round 3] solve-writer ×90 → solve.py + 답안지 + 해설
[Round 4] leak-detector → 정답 노출 8-pattern LLM 직접 검사 ↺
[Round 5] solve-verifier → solve.py ↔ 답안지 정합성 검증 ↺
[Round 6] builder → 응시자/채점자 PDF · zip · CBT JSON
│
▼
[Output] 30세트 × 3과목 = 90 문제지 패키지 (완전 배포 가능)
┌─────────────────────────────────────────────────────────────┐
│ Orchestrator Layer │
│ (라운드 감독 · 재작성 루프 · 사용자 확인) │
├────────────┬────────────┬────────────┬────────────┬─────────┤
│ Analyzer │ Designer │ Writer │ Verifier │ Builder │
│ (분류·식별) │ (설계·매핑) │ (문항 작성) │ (검증·루프) │ (빌드) │
├────────────┴────────────┴────────────┴────────────┴─────────┤
│ Skills / Domain Knowledge │
│ exam-authoring · leak-detection · solve-verification │
│ · difficulty-tuning │
└─────────────────────────────────────────────────────────────┘
핵심 설계 원칙:
- LLM이 직접 read — 정규식 grep으로 잡을 수 없는 의미적 정답 노출 탐지
- 재작성 루프 — 검증 실패 시 해당 라운드로 자동 복귀
- 응시자·채점자 트리 완전 분리 — 채점 자료 누출 0-tolerance