- 문제
- 기존 Python 그래프 라이브러리나 범용 데이터프레임 래퍼만으로는 메모리 효율, 탐색 성능, 지연 실행 기반 최적화를 함께 만족시키기 어려웠습니다.
- 핵심 결정
- GraphFrame이 Arrow RecordBatch를 직접 소유하도록 설계했습니다.
- 결과
- Arrow 컬럼 메모리 모델과 CSR 기반 그래프 탐색, lazy collect 실행 흐름을 갖춘 그래프 분석 엔진의 기반을 마련했습니다.
전체 프로젝트를 역할 렌즈로 비교하기
모든 프로젝트를 한 화면에서 검색하고, Data Systems, AI-DLC/MLOps, NLP/LLM 관점으로 다시 정렬해 볼 수 있습니다.
먼저 비교하고, 그 다음 검색합니다
전체 목록을 보기 전에 대표 프로젝트의 문제, 결정, 결과, 공개 범위를 먼저 비교합니다.
대표 비교
- 문제
- 머신러닝 실험과 배포 과정에서는 메타데이터, 레코드, 아티팩트가 여러 도구에 흩어지기 쉽고, 재현 가능한 observability 흐름을 유지하기 어렵습니다.
- 핵심 결정
- `.contexta/` workspace를 기준으로 메타데이터, 레코드, 아티팩트를 분리 저장했습니다.
- 결과
- ML 시스템의 실행 이력과 산출물을 로컬에서 일관되게 관리하고 조사할 수 있는 observability 기반을 구현했습니다.
- 문제
- 간호감시에 필요한 진단 관련 신호가 검사 데이터, 환자정보, 간호기록 등 이질적인 EMR 소스에 분산되어 있었습니다.
- 핵심 결정
- 간호 텍스트를 두 개의 KM-BERT 모델로 독립 학습하고 raw logits를 평균해 텍스트 표현의 안정성을 높였습니다.
- 결과
- 최종 모델은 단순 전체 점수보다 희소 클래스 재현율과 실무 사용 가능성을 함께 확인할 수 있는 결과를 보였습니다.
분야별 프로젝트 수
역할 렌즈 (단일)
데이터 표면 (다중)
완성도 (다중)
자료 유형 (다중)
공개 범위 (다중)
AI-DLC 단계 (다중)
전체 7개 프로젝트
필터를 초기화하거나 다른 분야를 선택해 보세요.
Contexta: 로컬 퍼스트 ML Observability 프로젝트
AI-DLC / MLOps · 구현 완료
머신러닝 실험과 배포 과정에서는 메타데이터, 레코드, 아티팩트가 여러 도구에 흩어지기 쉽고, 재현 가능한 observability 흐름을 유지하기 어렵습니다.
Lynxes: 그래프 분석 엔진 프로젝트
Data Systems · 구현 완료
기존 Python 그래프 라이브러리나 범용 데이터프레임 래퍼만으로는 메모리 효율, 탐색 성능, 지연 실행 기반 최적화를 함께 만족시키기 어려웠습니다.
EMR 기반 간호감시 자동 ICD 코딩 시스템
NLP / LLM · 논문 기반
간호감시에 필요한 진단 관련 신호가 검사 데이터, 환자정보, 간호기록 등 이질적인 EMR 소스에 분산되어 있었습니다.
Dalkom Shop: 임직원 전용 마일리지 커머스 플랫폼
AI-DLC / MLOps · 구현 완료
사내 전용 커머스 플랫폼은 검색, 알림, 관리자 기능을 안정적으로 뒷받침할 수 있는 클라우드 인프라와 운영 체계가 필요했습니다.
Devridge: 개발자를 위한 LLM 기반 피드백 브리지
NLP / LLM · 프로토타입
솔로 개발자는 UI, 성능, 코드 품질 등 여러 관점의 피드백이 필요하지만, 적절한 시점에 역할별 의견을 얻기 어렵습니다.
BloGeek: 블로그 프로젝트
NLP / LLM · 구현 완료
서비스는 블로그 콘텐츠 흐름을 더 풍부하게 만들기 위해 텍스트의 감성 극성을 분류하고, 문장 스타일 변형을 생성할 수 있는 머신러닝 구성 요소가 필요했습니다.
FRIMO: 정서적 지원과 일기 생성을 위한 대화형 AI
NLP / LLM · 구현 완료
서비스는 사용자 대화에서 감정을 인식하고, 이를 일기 생성 흐름과 연결할 수 있는 머신러닝 구성 요소가 필요했습니다.