Park Youngjun

About

저는 고객의 요구를 그대로 기능으로 옮기기보다, 문제·제약·리스크를 먼저 분리해 실행 가능한 형태로 정리하는 데 강점이 있습니다. AI 프로젝트에서는 “무엇을 자동화할 수 있는가”와 함께 “어디까지 자동화해도 안전한가”를 확인하고, 기획 문서와 프롬프트, PoC 흐름으로 연결합니다.

Problem Framing

사용자 요구, 운영 부담, 의사결정 리스크를 분리해 서비스 기획의 출발점을 명확히 합니다.

AI Workflow Design

LLM을 단순 응답기가 아니라 수집, 구조화, 리포트 생성 같은 업무 흐름 안에 배치합니다.

Risk-aware Planning

과잉 자동화, 오작동, 보안·권한 문제를 먼저 검토하고 방어 가능한 범위로 설계합니다.

Core Strengths

기획 · 문서화

문제 정의부터 발표 자료까지, 프로젝트 기준선이 흔들리지 않도록 정리합니다.

프롬프트 · PoC 설계

AI가 해야 할 일과 멈춰야 할 지점을 나누고, 검증 가능한 흐름으로 설계합니다.

MindBridge

심리상담 초기 접수면접을 AI 인터뷰로 구조화하고, 리포트 생성과 상담 자원 후보 탐색까지 연결한 LangChain 기반 PoC입니다. 상담을 대체하는 챗봇이 아니라, 접수면접과 정보 정리를 보조하는 시스템으로 설계했습니다.

3 Weeks 미니 프로젝트 기간

4 Chains Interview / Extractor / Crisis / Report

POC 접수면접 · 리포트 · 자원 탐색

Project Artifacts

MindBridge 프로젝트를 검토할 수 있는 발표자료, 시연 영상, 저장소 링크입니다.

📄 Presentation Deck

서비스 개요, 문제 정의, LangChain 파이프라인, 자원 탐색, 디버그/보안 설계를 정리한 발표자료입니다.

🎬 Demo Video

접수면접 진행, 리포트 생성, 상담 자원 탐색 흐름을 확인할 수 있는 시연 영상입니다.

💻 GitHub Repository

공개 가능한 범위의 코드, README, 프로젝트 구조를 정리한 저장소입니다.

Project Problem

초기 접수면접은 반복 질문, 기록 부담, 위기 응답 표시, 후속 자원 탐색이 한 번에 겹치는 구간입니다. MindBridge는 이 과정을 AI로 대체하지 않고, 상담사가 핵심 정보를 더 빠르게 파악하도록 보조하는 방향으로 설계했습니다.

접수면접 부담

동일하거나 유사한 질문 반복, 자유서술 답변 정리 부담, 고정 문진의 한계가 존재합니다.

역할 경계

AI가 상담사처럼 보이거나 임상 판단을 하는 것처럼 보이지 않도록 안전선을 설정했습니다.

자원 탐색

상담센터와 상담사 정보가 흩어져 있어 조건 기반 후보 탐색 보조 기능을 설계했습니다.

My Role & Contribution

MindBridge 프로젝트에서 저는 단순 아이디어 제안보다, 문제 정의와 기능 범위 조율, 프롬프트 설계, 리스크 관리, 문서 정합성 정리를 중심으로 참여했습니다.

Service Planning

상담 챗봇이 아니라 초기 접수면접 보조 시스템으로 범위를 정리하고, 사용 맥락을 두 트랙으로 구분했습니다.

Prompt & Flow Design

Interview, Extractor, Crisis, Report 흐름을 분리하고, 각 단계의 역할과 금지 범위를 정리했습니다.

Risk Control

임상 판단, 진단, 최종 추천처럼 오해될 수 있는 표현을 제거하고 안전선을 명확히 했습니다.

Documentation

기획서, 기능 정의, 발표 흐름, 역할 분담을 실제 구현 범위와 맞게 정리했습니다.

Team Coordination

도메인 검수 의견과 구현 가능 범위를 조율하고, 과도한 아이디어는 후속 과제로 분리했습니다.

Architecture

하나의 거대한 프롬프트가 아니라, 기능별 역할을 분리한 LangChain 파이프라인으로 설계했습니다.

Pipeline

Interview Chain: 9섹션 기반 질문 생성
Extractor Chain: 자유서술 응답 구조화
Crisis Chain: 위기 응답 보수적 분기
Report Chain: 사실 정리 중심 리포트 생성

Tech Stack

Streamlit UI
LangChain / LCEL
JSON / CSV 구조화 데이터
Debug Layer / Prompt Guardrail

Key Design Decisions

1. 상담 챗봇이 아니라 접수면접 보조 시스템으로 범위 제한 AI가 공감 상담자처럼 보이지 않도록 역할을 정보 수집과 구조화로 제한했습니다.

2. 운영 판단과 임상 판단 분리 질문 진행, 보완 질문, 다음 섹션 이동은 운영 판단으로 보되, 진단과 치료 방향 제시는 금지했습니다.

3. 자원 탐색은 추천이 아니라 후보 안내 센터와 상담사 후보를 조건 기반으로 보여주되, 최종 매칭이나 적합성 단정은 하지 않도록 설계했습니다.

4. 디버그는 새 기능이 아니라 관찰 레이어 질문 흐름은 유지하고, intent, classification, reason, action을 확인하는 방식으로 검증 가능성을 높였습니다.

Result & Feedback

“3주 미니 프로젝트인데 메인 프로젝트급으로 만들어와서 놀랐다. 추후 본 프로젝트에 연장해서 가져가도 될 것 같다.”

Presentation Outcome

서비스 기획, LangChain 구조, 리포트 생성, 자원 탐색, 디버그·보안 설계를 하나의 PoC 흐름으로 발표했습니다.

Next Question

심리상담가로부터 TTS/STT 확장 가능성 질문을 받았고, 이를 Phase 2 UX 과제로 정리했습니다.

Limits & Next Steps

Voice UX

STT/TTS는 접근성을 높일 수 있지만, 오인식·소음·권한·민감정보 처리 검토가 필요합니다.

Classifier

짧은 자유서술 답변을 안정적으로 처리하기 위해 LLM fallback 도입 범위를 검토할 수 있습니다.

Resource Data

상담 자원 데이터의 최신성, 정규화 품질, 미지원 조건 처리 방식을 보완해야 합니다.

Contact

AI 서비스 기획 · PoC 설계 · 프롬프트 워크플로우 설계