title
sub_title
sub_title

● 모임 목표 및 진행방식 [목표] : 실제 실무현장에서 어떤 방식으로 업무를 진행하는지 Github 기반 업무진향 체험 (원격근무기준) [진행방식] : Github 이슈 기반 업무진행 [장소/횟수] : 구글미트 회의만, 필요시에만 진행하고 별도 모임 또는 정기적인 온라인미팅 없음 [기간] : 프로젝트 완료시까지 ● 참여 조건 [지식수준] : 해당 파트에 입문자 또는 취준생 [참여회비] 없음 [필수정보] 깃허브와 슬랙 초대를 워한 이메일주소 (webmaster@roslyn.dev 로 메일 주세요) [기타] 개인정보는 상호간 비밀로 유지하며 깃허브 계정 외에는 공유도 금지, 메신저는 슬랙만 사용할 예정

프로젝트 소개1. 시작 동기오늘날 사용자들은 개인화된 경험을 원합니다. 음악 스트리밍 시장에서는 수많은 추천 알고리즘이 존재하지만, 사용자의 순간 감정이나 환경을 고려하지 않은 채 기본적인 선호도만을 기반으로 추천합니다. 이러한 제한점은 사용자들이 음악 감상 경험에서 그들의 감정 상태에 적합한 곡을 찾는 데에 불편함을 느끼게 만듭니다. 우리는 이러한 불편함을 해결하기 위해, AI를 활용하여 사용자 감정 및 환경 데이터를 수집하고 분석함으로써 보다 정교하고 개인화된 음악 추천 서비스를 제공하고자 합니다.2. 만들고자 하는 서비스이 서비스의 핵심 기능은 사용자 감정 및 환경(사진, 날씨 등을 포함)을 분석하여 개인화된 음악을 추천하는 것입니다. 단기적으로는 사용자가 특정 순간에 촬영한 사진이나 현재 날씨 정보를 바탕으로 음악을 추천하는 시스템을 구축할 것입니다. 장기적으로는 다양한 감정 분석 기술을 도입하여, 사용자 감정의 변화 및 패턴을 학습하여 더 깊이 있는 추천을 제공하는 방향으로 발전할 계획입니다. 마케팅 측면에서는 음악과 사용자의 일상적인 순간들을 연결지음으로써 음악 플랫폼에서도 새로운 경험을 제공하여 사용자 관심을 끌고자 합니다.3. 마일스톤6개월 이내 완성을 목표로 한 마일스톤은 다음과 같습니다:- 1개월: 사용자 환경과 감정 데이터 수집을 위한 기본 인터페이스 개발- 2개월: AI 모델 초기 버전 개발 및 감정 및 환경 매핑 시스템 구현- 3개월: 추천 시스템 프로토타입 테스트 및 사용자 피드백 수집- 4개월: 데이터베이스 확장 및 성능 최적화- 5개월: 감정 및 날씨 기반 추천 시스템 정교화 및 기능 개선- 6개월: 최종 사용자 인터페이스 디자인 및 서비스 출시MVP 기능:- 사용자 환경 및 감정 입력 기능- 사진 및 날씨 데이터 분석기능- AI 기반 음악 추천 알고리즘- 사용자 피드백 수집 및 시스템 학습 기능- 실시간 사용자 경험 분석4. 타겟 사용자층수요자는 20대에서 30대의 음악 감상을 즐기며, 개인의 순간을 특별하게 기록하고 싶어하는 라이프스타일을 가진 젊은 층입니다. 패션과 같은 트렌드에 민감하고, 신기술을 활용한 개인화된 경험에 관심이 많은 사용자들이 주된 타겟입니다. 이러한 사용자들은 음악을 통한 감정 표현을 중요시하며, 일상 속 특별한 순간을 소중하게 여기기 때문에 이 서비스를 통해 더 나은 만족감을 느낄 수 있습니다.회의 진행 및 모임방식1. 1주를 기준으로 회의나 모임의 빈도프로젝트 팀은 매주 1회 오프라인 회의와 추가로 필요시 온라인 화상 회의를 진행할 것입니다. 주간 오프라인 회의는 2시간 동안 서울 또는 경기도 지역에서 이루어지며, 온라인 회의는 필요에 따라 주중에 진행됩니다.2. 온/오프라인으로 진행 시, 구체적인 진행방식온라인 회의는 줌(Zoom) 또는 구글 미트(Google Meet)를 이용하여 진행됩니다. 지역적인 제한은 서울 및 경기도지역으로 설정되며, 오프라인 회의 장소는 프로젝트 초기 단계에서 결정될 예정입니다.저의 경험 및 역할1. 현재까지 경험저는 UI/UX기획 전문가로서 다년간의 경험을 보유하고 있으며, 다양한 성공적인 프로젝트에서 근무해왔습니다. 특히 사용자 경험 개선 및 인터페이스 디자인에 대해 깊이 있는 이해를 가지고 있습니다.2. 이 프로젝트에서의 역할저는 이 프로젝트에서 UI/UX기획자로서, 사용자 인터페이스를 최적화하고 사용자 경험을 향상시키기 위한 디자인 전략을 제안할 것입니다. 또한 감정 및 환경 데이터 수집 및 분석 인터페이스 개발을 주도하여 사용자 중심의 음악 추천 경험을 제공할 것입니다.

현재 글로벌 클라우드 기업에서 재직중이며, 업무 과정에서 발견한 고객의 페인포인트를 기반으로 프로젝트 시작하게 되었습니다.아이템 한줄 설명 : “LLM API 인프라 관리를 효율적이고 간편하게”배경 : 오늘날 LLM을 활용하는 기업 중 자체 LLM을 개발하거나 오픈소스를 메인으로 활용하는곳은 극소수이며, 85%이상이 주요 프로바이더에서 제공하는 LLM을 API 형태로 활용합니다. 그리고 이들 대부분 여러 프로바이더로부터 LLM API를 멀티로 동시에 사용하는 것이 일반적입니다.LLM을 한곳이 아닌 여러곳을 사용하는 이유는 몇 가지가 있는데, 주요 프로바이더가 끊임없이 성능이 개선된 신규 모델을 출시하므로 기업 입장에서는 적접 여러개를 활용하며 성능을 비교해야하고, LLM의 특성상 무엇이 최고의 모델인지 절대적인 기준이 없어 알기 어렵다는 점입니다.또한 주요 CSP들이 공격적으로 크레딧을 제공하므로 이에 따른 모델 갈아타기도 빈번하며, 마지막으로는 여러곳에 트래픽을 분산함으로써 한곳의 프로바이더가 장애가 나는 경우에 대비하여 서비스의 안정성을 확보하기 위함입니다.문제인식 : 그런데 이렇게 여러 프로바이더 들로부터 LLM API를 활용해서 실제 서비스를 운영한다는 것은 기업입장에서 결코 쉬운일이 아닙니다. 아래와 같은 페인포인트가 있습니다.우선 첫번째로 각 프로바이더별로 계정을 각각 생성해야하며, 수십페이지에 달하는 API문서 및 복잡한 과금 체계등에 대한 이해를 바탕으로 서비스를 개발하고 운영해야 합니다.두번째는 매달 끊이지 않고 새로 출시되는 모델들을 모니터링하면서 성능을 비교해야 하고, 이 과정에서 요구되는 프로바이더별 정책업데이트에 지속적으로 대응해야 합니다.세번째는 기술지원이 필요한 경우에도 여러 프로바이더를 사용하면 비례해서 관리 포인트가 증가합니다.솔루션 : Multi Cloud LLM Orchestration Service 입니다.차별점 1. 모든 CSP의 LLM API를 표준화하여 하나의 인터페이스로 호출차별점 2. 상위 프로바이더와 연계한 다양한 구매 옵션 제공차별점 3. AI Agent 기반 통합 서포트 티켓 시스템으로 빠른 기술 지원 제공타겟 고객 : LLM을 활발히 활용하는 스타트업, 엔터프라이즈 기업을 대상으로 합니다. (물론 개인개발자, 소규모 스타트업등 LLM을 테스트 용도로 사용하는 개발자도 롱테일 타겟입니다)2. 회의 진행/모임 방식1주일에 2회 모임 예정입니다. (1회 1시간 씩)온라인 1회 : 줌오프라인 1회: 강남/판교 인근 카페 혹은 스터디룸 (주로 금요일 오후~저녁 시간 선호)팀 커뮤니케이션 : 슬랙3. 저의 경험 및 역할- 총 직장 경력은 16년차입니다. 현재 재직 중인 클라우드 회사에서 스타트업 세그먼트 클라우드 사업을 총괄하고 있습니다. 과거 일부 스타트업에서 근무한 경험도 있습니다.제 장점은 모르는 분야에 대한 학습 커브가 빠르다는 점이고, 주변의 의견에 열려 있는 편입니다. 전문 개발자는 아니지만 직접 앱을 개발하여 출시한 경험도 있으며, 현재 기획 중인 서비스는 프론트엔드를 직접 만들어 보고 있습니다.- 저는 팀 리더로서 사업 및 제품 기획 등 PM역할을 할 계획입니다.4. 기타현재 창업 경연대회 참여중이며 참여중인 프로그램의 지원을 받아 전문적인 IR 자료를 작성중입니다.제품의 프론트엔드는 제가 직접 어느정도는 구현하였으며, 실제 작동하는 서비스를 만들기 위한 백엔드개발이 필요합니다.서비스의 목적이 여러 클라우드 회사에서 제공하는 LLM API를 통합 관리할 수 있는 플랫폼이므로, 통합 API개발 경험이 있으신분, 그리고 AWS, AZURE ,GCP 및 OpenAI, Claude등 주요 LLM API 제공자의 LLM을 능숙하게 잘 활용하시는 분이 팀원으로 합류해주시면 좋겠습니다.