CHO-FAM Study
12개월·48주 AI 연구 커리큘럼입니다. 연구 방법론과 CS 기초부터 Agent, RAG, LLMOps, Enterprise AI Architecture까지 CHO-FAM 프로젝트와 연결합니다.
전체 커리큘럼 보기 →CHO-FAM · Study & Research
배우고, 만들고,
근거로 남깁니다.
학습 계획과 구현 실험을 분리하지 않습니다. 이론을 읽고 작은 시스템으로 검증하며, 확인한 결과와 아직 확인하지 못한 범위를 함께 기록합니다.
Current tracks
현재 진행 중인 학습 트랙
아래 상태는 완료를 과장하지 않도록 구현, 합성 실험, 실제 운영 검증을 구분해 표시합니다.
Hackathon Kit
제한된 시간 안에 ML·Agent 문제를 분석하고 검증하기 위한 재사용 구성요소입니다. 분류 훈련, 이상 탐지 평가, ontology 실험과 문제별 baseline 설계를 기록합니다.
구성과 진행 현황 보기 →AI Research
AI 후보를 제품 연구질문으로 바꾸고 선정 근거, 합성 실험, 제품 구현, 운영 검증을 분리해 추적합니다. 현재는 State·RAG·History 메모리 경계를 연구합니다.
연구 근거와 다음 검증 보기 →Working principles
진행과 기록의 원칙
새 기술을 도입했다는 사실보다 어떤 질문을 어떤 조건에서 확인했는지를 먼저 기록합니다.
학습 흐름
- 문제와 연구질문을 고정합니다.
- 이론과 기존 근거를 읽습니다.
- 최소 구현과 비교 조건을 만듭니다.
- 실험·평가 결과와 한계를 함께 기록합니다.
- 제품 경계가 바뀔 때만 아키텍처를 갱신합니다.
상태 구분
- 구현 확인: 코드와 계약이 존재합니다.
- 합성 검증: 고정 fixture나 결정론적 조건에서 재현했습니다.
- 제품 검증: 실제 제품 흐름에서 동작을 확인했습니다.
- 운영 검증: 실제 모델·데이터·비용·지연을 측정했습니다.
공개 범위
이 페이지는 비공개 연구 저장소의 코드나 원문을 공개하지 않습니다. 외부에 설명할 수 있는 목적, 진행 상태, 검증 범위와 다음 단계만 요약합니다.