Connecting HW and SW

AI에이전트의 개념1. AI 에이전트(AI Agent)란 쉽게 말해 무엇일까요?슬라이드의 요약 정리를 보면 AI 에이전트는 "목표(Goal)를 받아 자율적으로 판단하고 행동하는 소프트웨어 시스템"이라고 나와 있습니다.이해를 돕기 위해 '여행 계획을 세우는 상황'을 예로 들어볼까요?일반 AI 챗봇: "제주도 2박 3일 여행지 추천해줘" ➔ 추천 장소 리스트만 답변하고 끝남.AI 에이전트: "제주도 2박 3일 50만 원 예산으로 일정 짜고 비행기표까지 예약해줘" ➔ 웹 검색으로 최저가 항공권을 찾고, 날씨를 확인하고, 일정을 짠 뒤, 예약 사이트 API를 호출해 예약을 완료함.즉, 사람처럼 스스로 생각(Reasoning)하고, 계획(Planning)을 세우고, 필요한 도구(Tools)를 사용해서 목적을 달성..

Overview of BiligentQuality & Verification Section 10: Testing & Acceptance Definition of Done 16 min readBiligent Quality Architecture: Multi-Layer Testing, 6 Principle Gates & 10 Final Acceptance Scenarios (DP-10)How to guarantee zero-defect autonomous collaboration: Multi-tier testing strategies, strict architectural invariants, automated wiring audits, 6 non-negotiable Principle Gates, and t..

No.제안 활동세부 내용비고1문제 원인 찾기 게임장난감 자동차가 안 굴러가게 일부러 바퀴를 막아두고, “왜 안굴러가지?” 찾아보기2“왜? 왜?” 다섯번 질문법아이가 문제를 말하면 “왜 그럴까?”를 다섯 번까지 이어가 보게 함.3실험 à 결과 기록 놀이다양한 물건을 물에 넣고 “왜 뜰까/가라앉을까?”를 기록4역할극 "분석가 vs. 협력가＂아이는 문제 원인을 찾는 역할, 부모는 “그럼 내가 어떻게 도와줄까?” 질문5가족 협동 프로젝트(레고/퍼즐)일부러 난관(부품 부족, 규칙 변경 등)을 주고, 아이가 문제 분석 후 가족과 협력하여 해결보상설계?6팀 과제 리더 맡기기친구들과 그림그리기/게임할 때, 아이에게 “누가 뭘 하면 좋을까?” 리더 역할을 맡김.7감정 읽기 대화“만약 네가 이것을 제안했을 때, 친구가 기..

AI 데이터 탐정단 구축기 #10 (최종회) 구현보다 중요한 것은 설계와 검증이다24회의 반복적 검토와 감사로 완성도를 높인 AI 시스템 개발AI 기반 시스템의 품질은 모델의 성능만으로 결정되지 않습니다. 요구사항의 명확성, 아키텍처의 일관성, 변경 영향 분석, 실행 검증 및 반복적인 감사가 함께 확보되어야 합니다. 10부작의 마지막에서는 Bilient Data Agent Platform을 구축하며 적용한 설계·검증 원칙과 개발 프로세스를 정리합니다.최근 생성형 AI 기반 개발 도구의 생산성이 크게 향상되면서, 자연어 요구사항만으로도 상당한 수준의 코드를 단시간에 생성할 수 있게 되었습니다. 그러나 코드 생성 속도와 시스템 품질은 동일한 개념이 아닙니다. 실제 운영 환경에서는 예외 처리, 데이터 정합성,..

Overview of Biligent Lifecycle & Roadmap Section 9: Development Rounds Incremental Delivery 22 min readBiligent Development Roadmap: Phased Delivery Cycles, Round Milestones & Architectural Closure Governance (DP-09)The 13-round engineering blueprint of Biligent: From Round 1 Thin End-to-End Vertical Slice to comprehensive multi-agent governance, 8-stage cycle audits, strict round exit gates, an..

AI 데이터 탐정단 구축기 #9 AI 데이터 에이전트의 실무 인터페이스복잡성을 제어하고 검증 가능성을 확보하는 UI/UX 설계비전문 사용자도 데이터 분석 과정에 참여할 수 있도록 질의·분석·검토·지식 승인 절차를 단일 인터페이스로 통합하고, 전문 용어와 분석 근거를 맥락에 맞게 제공하는 대시보드 설계 원칙을 설명합니다.백엔드에서 다수의 AI 에이전트와 분석 모듈이 정교하게 동작하더라도, 사용자 인터페이스가 업무 흐름과 인지 모델에 부합하지 않으면 플랫폼의 분석 역량은 실제 활용으로 연결되기 어렵습니다.CLI 중심의 운영 환경이나 과도한 전문 용어에 의존하는 인터페이스는 현업 사용자의 접근성을 낮추고, 데이터 분석 결과에 대한 해석과 의사결정 과정에도 불필요한 인지 부담을 발생시킵니다.🖥️ "비전문 사용..

Overview of BiligentAgent Blueprint Section 8: Agent Specifications Autonomous Specialists 20 min readBiligent Agent Blueprint: Full Specifications for Specialists (A0~A8) & Platform Top (DP-08)A standardized 7-dimension architectural specification for every autonomous agent participant in the Biligent multi-agent runtime—defining exact scopes of judgment, triggers, contract boundaries, failure ..

No.제안 활동세부 내용비고1우선순위 바꿔보기 놀이숙제/놀기/청소 등 할 일을 적고 우선 순위를 정한 뒤 “만약 내일 시험이 있다면 순서가 달라질까?”2중요 vs. 옳음 토론“친구를 도와주는 것＂과 “내 숙제를 먼저 하는 것” 중 무엇이 우선인지 토론3장기 vs. 단기 목표 비교 게임“오늘 게임하기＂와 “내일 발표 준비＂를 두고 각각의 결과를 상상해보기4시간 제한 우선순위 게임“30분 안에 할 수 있는 것을 골라보자.＂5역할극 "계획가 vs. 돌발 상황 담당자"아이는 계획대로 진행, 부모는 “갑자기 전기가 나갔어!” 같은 변수를 던짐.6가족 프로젝트 기획 참여여행, 생일파티 등을 준비하면서 해야 할 일/안해도 되는 일/나중에 할 일 구분7윤리적 딜레마 스토리 읽고 토론“시험공부와 약속한 친구 돕기 중 무..

Bilient Data Agent Platform 구축기 #8 사용자별 업무 맥락과 조직 지식을 분리하는개인화 Data Agent 설계사용자별 응답 선호도와 조직 차원의 업무 규칙을 동일한 지식 영역에 혼합하지 않고, 개인 컨텍스트와 조직 공통 지식을 분리 관리하는 구조를 적용합니다.업무용 AI Agent의 품질을 결정하는 핵심 요소 중 하나는 단순한 모델 성능이 아니라 사용자별 업무 컨텍스트를 얼마나 일관되게 반영할 수 있는가입니다.사용자가 선호하는 응답 형식, 용어, 분석 관점, 보고서 구성 등을 지속적으로 반영할 수 있어야 합니다. 즉, 동일한 LLM을 사용하더라도 개인별 컨텍스트가 달라지면 최종 Agent의 동작 역시 달라져야 합니다. 이러한 개인화는 단순한 대화 이력 저장이 아니라, 사용자의 반..