LangTailor페이지 목차
이 페이지에서 검색
Private AI Learning Coach
이 페이지에 묻기
이 프로젝트 소개 본문에서만 찾아 답합니다. 답을 지어내지 않고 해당하는 대목을 그대로 보여 주며, 여기에 없으면 없다고 알려 드립니다.
생성형 AI가 아니라 이 페이지 본문을 찾아 그대로 보여 주는 방식입니다. 외부로 나가는 요청이 없습니다.
LANGTAILOR REFERENCE BUILD 05 · 기획
소개 공개 · MVP 준비 중
Private AI Learning Coach
HRD · 조직문화 · 리더십
업무 문서의 근거를 찾아 답하고 직무·보유역량에 맞춘 학습경로와 퀴즈를 제안하는 사내 학습 Agent를 기획합니다.
Taylor가 설계·구현할 교육용 Reference Build의 기획 소개입니다. 현재 이 페이지에서 검색·AI 분석·Agent를 실행하지 않습니다.
WHY THIS PROJECT
어떤 업무 문제에서 시작하나요?
업무 지식과 교육자료가 흩어져 있으면 직원마다 필요한 자료를 찾고 학습 순서를 정하기 어렵습니다.
신규 프로젝트 승인 절차를 배우려면 어떤 자료부터 확인해야 할까요?
PLANNED SCOPE
구현할 핵심 기능
아래 항목은 구현 계획입니다.
- 01
사내 규정·매뉴얼·교육자료 기반 문서 검색
- 02
직무·경력·교육이력을 바탕으로 역량 차이 정리
- 03
개인별 학습경로와 교육자료 기반 퀴즈 제안
- 04
정답률·취약영역을 확인하고 다음 학습 계획 조정
DATA & ARCHITECTURE
데이터에서 검토 가능한 결과까지
구현 예정 흐름입니다. 각 단계의 입력·출력과 근거를 확인하며 설계합니다.
- STEP 1샘플 업무·교육 문서
- STEP 2Parser · Embedding
- STEP 3pgvector · RAG
- STEP 4Private LLM
- STEP 5학습경로·퀴즈·검토
더미로 배우고, 우리 데이터로 완성합니다.
공개·더미 업무 문서와 가상 학습이력을 사용합니다. 실제 사내 자료는 모델 배포·전송·저장·권한 조건을 검토한 회사 환경에서 연결합니다.
BUILD · OPERATE · MANAGE RISK
구조를 배우고, 자기 업무에 맞게 바꿉니다.
Taylor의 가이드·멘토링을 바탕으로 직접 수정하고 검증하는 실습을 준비합니다.
- 문서 분할·검색·근거 표시 설계
- 권한에 맞는 지식 접근 설계
- 학습경로·퀴즈 품질과 문서 갱신 평가
직접 바꿀 부분
문서, 직무별 역량 체계, 퀴즈 프롬프트와 평가 기준을 갱신하고 결과를 재평가합니다.
판단과 데이터의 경계
문서별 접근권한, 학습이력 개인정보와 오래된 규정을 점검합니다. 개인 역량 결과를 인사평가로 자동 확정하지 않습니다.
사용 후에도 직접 운영하고 개선합니다.
자료·프롬프트·도구·업무 규칙을 갱신하고, 로그·비용·오류를 확인합니다. 같은 평가 기준으로 변경 전후를 비교하며 개선하는 방법을 배웁니다.
PUBLIC LEARNING ROADMAP
개발 과정도 교육 콘텐츠가 됩니다.
문제 정의 → 데이터 확보 → 설계·구현 → 검증 → 배포의 과정을 순차적으로 공개할 계획입니다.
별도 프로젝트의 실행 서비스
실행 앱은 별도 프로젝트에서 개발합니다. 공개된 서비스 주소가 확정되면 여기에서 연결합니다.
YouTube 공개강의
핵심 소개(3~5분), 시연(10~20분), 개발 과정 강의(30~60분)를 준비합니다.
영상 공개 예정
7시간 실습 과정 구성안
Private LLM과 RAG로 만드는 기업 맞춤형 AI Learning Coach
- 1H업무 문제와 AI 적용 방법
- 2H데이터와 AI 서비스 구조 이해
- 3HLLM / RAG 기본 실습
- 4H샘플 업무 데이터 연결
- 5HAI Agent 구축
- 6H프로젝트 수정·검증 실습
- 7H결과 분석·운영·리스크·개선
교육과정 제안 단계이며, 개설 일정과 기관 운영 여부는 확정되지 않았습니다.