응용 AI 연구 · 기술 보고서 제001호
연구는 배포하는 것.
arXiv에 남겨두는 것이 아닙니다.
01 문제
대부분의 AI 연구는 연구실을 떠나지 않습니다
논문은 출판되지만 코드는 방치됩니다. 학술 논문과 프로덕션 시스템 사이의 격차는 주가 아닌 년 단위로 측정됩니다.
02 접근법
프로덕션을 지향하는 응용 연구
LLM을 훈련하고, 에이전트를 구축하며, RAG 파이프라인을 배포합니다. 모든 연구 질문은 실제 고객 프로젝트에서 비롯됩니다.
03 산출물
인용이 아닌, 코드
연구 프로토타입, 오픈소스 도구, 기술 심층 분석. 모두 Apache 2.0 라이선스, 재현 가능, 배포 가능.
04 협업
함께 연구하세요
스타트업, 기업, 연구자와 협력합니다. 주간 데모. 클린 코드. 완전한 지식재산권.
DMS AI Lab DMS Lab 산하 AI 연구 센터 · 2020년 설립 · 6개 연구 분야 진행 중
연구 분야
우리가 해결하고 있는 6가지 질문
아래의 각 질문은 실제 프로젝트에서 비롯되었습니다. 하지만 오해하지 마세요: 우리를 이끄는 것은 고객 요구사항이 아닙니다. 호기심입니다. 최고의 연구 프로토타입은 어느 금요일 오후의 '만약 이렇다면'이라는 질문에서 시작됩니다.
LLM 훈련
실제 사용 사례를 위해 LLM을 어떻게 훈련하고 미세 조정할 것인가?
기존 API 호출은 빠르지만 품질을 제어할 수 없습니다. 우리는 자체 GPU 인프라에서 LoRA와 QLoRA를 사용하여 Llama, Mistral, Qwen 등 오픈 모델을 훈련하고 미세 조정합니다. 데이터 준비, 미세 조정 전략 선택부터 양자화 및 추론 최적화까지 모든 단계를 측정하고 기록합니다. 결과는 더 빠르고 저렴하며 출력 동작을 완전히 제어할 수 있는 모델입니다.
LLM 에이전트
AI 에이전트가 프로덕션 환경에서 안정적으로 추론, 계획, 행동할 수 있는가?
다단계 에이전트 아키텍처는 성공보다 조용히 실패하는 경우가 더 많습니다. 우리는 도구, 메모리, 의사 결정 능력을 갖춘 에이전트를 구축하고 실제 기업 워크플로에서 스트레스 테스트합니다. 여기서 실패는 벤치마크 점수가 아니라 비용입니다.
RAG 시스템
진정으로 확장 가능한 RAG 시스템을 어떻게 구축할 것인가?
RAG 데모와 프로덕션 RAG 시스템 사이에는 약 6개월의 엔지니어링 격차가 있습니다. 우리는 그 격차를 좁히고 있습니다. 벡터 검색 최적화, 하이브리드 검색 전략, 대규모 청킹, 천만 건 이상의 문서에서도 깨지지 않는 임베딩 파이프라인.
워크플로 자동화
다중 모델, 다단계 AI 파이프라인을 조정하려면 무엇이 필요한가?
API 세 개를 호출하는 것은 쉽습니다. 조건부 분기, 인간 개입 폴백, 5개 모델에 걸친 정상 저하를 갖춘 파이프라인을 구축하는 것::그것이 엔지니어링입니다. 우리는 엣지 케이스를 처리하고 해피 패스만이 아닌 워크플로를 설계합니다.
모델 평가
AI 시스템을 어떻게 정직하게 벤치마크하고 스트레스 테스트할 것인가?
리더보드 점수는 프로덕션에서 중요한 것을 측정하지 못합니다. 우리는 회귀, 적대적 견고성, 실제 작업 성능을 테스트하는 맞춤형 평가 프레임워크를 구축합니다. 측정할 수 없으면 출시할 수 없습니다::우리는 측정을 매우 중요하게 생각합니다.
AI 보안 및 방어
AI 시스템을 어떻게 보호하고 AI를 사용해 시스템 방어를 할 것인가?
같은 문제의 두 측면. 첫째, 입력 필터링, 출력 검증, 권한 분리를 통해 AI 모델을 프롬프트 인젝션, 적대적 공격, 데이터 유출로부터 보호합니다. 둘째, AI 자체를 사용하여 이상 징후를 탐지하고 위협 대응을 자동화하며 인프라 방어막을 구축합니다. 우리는 아키텍처부터 배포까지 두 방향을 모두 연구합니다.
성과물
연구실에서 프로덕션으로
연구 신뢰성은 인용 횟수로 측정되지 않습니다. 실행되고, 다운로드 가능하며, 그 위에 구축할 수 있는 코드로 측정됩니다. 다음은 우리가 생산하는 것입니다.
연구 프로토타입
새로운 AI 아키텍처의 완전한 구현::에이전트 시스템, RAG 파이프라인, 평가 하네스. 슬라이드가 아닙니다. 실행 가능한 코드를 클론하여 자신의 데이터로 테스트하고 기존 스택에 통합할 수 있습니다.
오픈소스 도구
벤치마크, 평가 프레임워크, 유틸리티 라이브러리. 모두 Apache 2.0 라이선스, 완전한 문서화, 적극적으로 유지 관리됩니다. 우리는 배운 것을 오픈소스로 공개합니다. 공유 도구는 사용할수록 가치가 높아지기 때문입니다. 더 나은 도구가 전체 생태계를 끌어올립니다.
DMSLab.ai 통합
랩에서 검증된 연구가 DMSLab.ai의 프로덕션 API, 에이전트 플랫폼, 자동화 엔진으로 직접 흘러갑니다. 월요일에 검증된 연구가 금요일에 고객에게 전달됩니다. 이 피드백 루프가 우리의 경쟁 우위입니다.
기술 심층 분석
실험 기록, 아키텍처 결정, 방법론 문서::재현 가능한 코드와 원시 데이터 포함. 무엇이 효과적이었고 무엇이 실패했으며 무엇이 놀라웠는지 기록합니다. 결과를 선별하지 않습니다. 생존자 편향은 없습니다.
협업 문의
어려운 AI 문제에는 엔지니어링 파트너가 필요합니다
스타트업, 기업 및 독립 연구자와 협력하고 있습니다. 에이전트를 구축 중이신가요? 모델을 평가 중이신가요? RAG를 대규모로 배포 중이신가요? AI 시스템을 보호 중이신가요? 슬라이드가 아닌 코드를 제공하는 연구 파트너가 필요합니다. 대화를 시작합시다.
대화 시작하기