01 — ZOOM · OUTPUT
구하는 것부터정의합니다.
요구되는 목표와 결과물을 먼저 정의합니다. 목표를 이루려면 무엇이 필요할까, 결과물이 이렇게 나오려면 무엇이 선행되어야 할까를 물으면서 먼저 뻗어나갑니다.
Output = 구하는 것 — Experience + Metric + Boundary
암묵지를, 명시지로.
FDE를 지향하는 산업공학도
REMORSE · REVOLAR
Method
01 — ZOOM · OUTPUT
요구되는 목표와 결과물을 먼저 정의합니다. 목표를 이루려면 무엇이 필요할까, 결과물이 이렇게 나오려면 무엇이 선행되어야 할까를 물으면서 먼저 뻗어나갑니다.
Output = 구하는 것 — Experience + Metric + Boundary
02 — ZOOM · INPUT
다음으로 지금 아는 것과 갖고 있는 것, 이미 세상에 나와 있는 것에서 자연스레 생각할 수 있는 다음 단계와 방법들을 여러 갈래로 이어봅니다.
Input = 아는 것 — Facts + Data + Constraints
03 — UNFOLD
양쪽에서 뻗어 온 생각들을 서로 이어나가면서 펼쳐갑니다. 펼쳐가는 동안 PIN이라는 필수 조건에 하나씩 닿고, 막다른 곳으로 가는 생각들은 여기서 걸러냅니다.
Engineering → ← Reverse Engineering
04 — PATH COMPLETE
펼쳐가다가 PIN이라는 필수 조건을 모두 만족하는 경로를 발견하거나 개척해내면, 그게 제가 제시할 문제 해결입니다.
Known → P1·P2·P3·P4 → Known′
05 — LOCK & VALIDATE
이어진 경로를 분해하고, 재구성하고, 다시 분해하면서 검증합니다. 이 과정에서 암묵지로 남아 있던 판단을 명시지로 옮겨 지속 가능하게 만듭니다.
Lock: Input → P1·P2·P3·P4 → Output
06 — FEEDBACK
이번에 구한 것은 다음 문제에서는 아는 것이 됩니다. 나온 결과물과 그 과정에서 나온 부산물들은 다음 문제를 풀어나갈 자산이 됩니다.
Outputₙ → Inputₙ₊₁
문제 해결은 원인을 정의하고 제거하는 것입니다. 먼저 Problem을 정의하고, 그 Problem을 만들어 내는 Cause를 구체적으로 정의한 뒤, 그 Cause를 근본적으로 해결하는 방식으로 지금까지의 문제들을 풀어나갔습니다.
눈앞에 드러난 현상을 제가 풀어야 할 문제로 구체화하는 데서 시작합니다.
같은 문제가 왜 생기는지 끝까지 살펴보고, 그 문제를 만들어 내는 구조를 명시적인 원인으로 구체화합니다.
겉으로 보이는 Problem을 그때그때 막기보다, 문제를 만들어 낸 원인을 근본적으로 해결해 같은 문제가 다시 생기지 않게 합니다.
Problem 자체를 붙잡기보다 그 Problem을 만든 Cause를 바로잡아, 같은 문제가 다시 생기지 않게 풀어나갑니다.
조코딩 AX 인재전쟁

01FEATURED2026.07
AI 상담이 쓸 지식을 올리기 전에, 어긋난 내용과 빠진 안내는 누가 걸러낼까?
Web 채팅에서 5번의 지시만으로 예선 5,300여 명 가운데 채널톡 트랙 본선 진출 10명에 이은 본선 예비 후보로, AI 상위 인재에 선정됐습니다.

02FEATURED2026.05—09
하나하나 직접 실험해야 하는 최적화 연구를, 24시간 사람 없이 자동으로 돌릴 수 없을까?
가설 생성부터 채점·검증·승격까지 사람 개입 없이 도는 연구 루프로 대회에 참가했습니다. 공개 학습 인스턴스(P1–P6) 공식 목적함수 합 기준, 루프의 첫 유효 해 96,347,855에서 최종 채택 해 81,335,763까지 15.6%를 스스로 개선했고, 알고리즘 채택·기각 기준을 세우는 일이 이 프로젝트의 중심이었습니다.



03FEATURED2026.02—08
축산 AI 라벨 데이터에 검수 체계가 없다면 품질을 무엇으로 보증할 수 있을까?
검수 웹 페이지, 라벨링 판정 검수 매뉴얼, CCTV 데이터 라벨링 매뉴얼 세 가지를 만들어 남겼습니다. 회사 데이터 구조로 작업자 1명의 라벨 100건 표본 배치와 판정 저장, 원본 USE_FLAG 동기화까지 시연했습니다.

04FEATURED2026.07
Opus를 Fable 5처럼 동작시킬 수 있을까?
제출한 PR 14건이 병합됐고, 2026-08-13 GitHub 집계 기준 커밋 14건을 기록했습니다.




05FEATURED2026.04—05
자원이 부족한 중소사업장은 어떤 안전 투자를 먼저 선택해야 할까?
사업장 설정부터 4개 분기의 결정, 위험·KSCI·손실 계산과 연말 복기까지 브라우저에서 실행되도록 구현했습니다. 산업안전상생재단 2026 산업안전보건 혁신 아이디어 공모전에서 우수상을 받았습니다.

06FEATURED2026
반복 행정업무는 AI에 맡기고 직원은 판단에 집중할 수 있을까?
민원 접수, 학사팀 처리, 학생의 상태 확인을 세 화면과 하나의 상태 데이터로 연결했습니다.

07ARCHIVE2026.01—02
신입 부원 참여가 낮은 동아리에서 운영진은 무엇을 바꿔야 할까?
운영진 폐쇄형 파일럿에서 발견한 불편을 반영해 UI를 여러 차례 수정했고, 지금도 운영진을 대상으로 운영하고 있습니다.


08ARCHIVE2026.02—03
KTX 지연이 연쇄될 때 운영자는 어떤 대응안을 선택해야 할까?
오프라인 RandomForest MVP의 계산, 상태 변화, 사용 흐름을 116개 테스트로 점검했습니다.
remorse, 자책한다는 뜻입니다. 저는 자책하는 사람입니다. 최선이었나? 더 나은 방법은 없었을까? 내 행동은 합리적이었나? 다음에도 이렇게 해도 될까? 어떤 상황이라면 이렇게 해도 될까? 이런 질문을 스스로에게 묻곤 합니다. 제 REMORSE들을 모아봤습니다.
revolar, 다시 날아오른다는 뜻입니다. 라이트 형제가 공학도로서 ‘날고 싶다’는 일념 하나로 많은 시행착오를 겪은 끝에 결국 날았다는 것을 압니다. 인류의 꿈이었던 ‘FLY’를 현실로 끌어내려 쪼개고, 풀 수 있는 문제로 정의했다는 것도 압니다. 추락해도 다시 날고자 했던 집념, 다음 비행은 조금 더 나아질 거라는 기대를 놓지 않은 열정을 저도 이어가고자 합니다.
10.30 04:31 갱신
2026.03–2027.02
EDIT
ORDER
끌어서 놓거나 위·아래 버튼으로 옮길 수 있습니다.