김성웅Sungwoong Kim

로봇 시연 데이터 수집부터 VLA/ACT 정책 학습 · 추론 · 평가 · 데이터 관리까지 전 과정을 통합한 End-to-End 로봇 시뮬레이션 기반 학습 플랫폼 개발.

• MuJoCo 기반 SOARM-101 환경에서 Teleoperation과 Jacobian IK Heuristic을 결합한 이중 수집 파이프라인 설계 — 데이터 수집 속도 40% 향상.
• LeRobot 오픈소스 커스터마이징으로 SmolVLA · ACT 정책을 연동, 데이터 수집 → 학습 → 추론 → 검증을 단일 환경에 통합 — 실험 모니터링 및 디버깅 시간 2배 단축.
• 물체 배치 랜덤화 등 Domain Randomization 적용 및 자동 평가 파이프라인 구성으로 시뮬레이션 환경 내 Task 성공률 80% 이상 달성.
• VLA/ACT 정책의 반복적 성능 비교를 위한 MuJoCo-WASM 기반 웹 실험 환경 구축 — 실험 운영 효율 향상.

관련 문서(PDF · CSV · TEXT) · 이미지 · 내부 지식베이스를 통합 이해하는 멀티모달 AI 어시스턴트. LangGraph 기반 ReAct 에이전트와 Hybrid RAG를 적용한 도메인 특화 QA 시스템 구현.

• Supervisor – Planner – Agent 3계층 상태 오케스트레이션과 Fail-safe 설계로 자유형 에이전트의 치명 오류인 무한 루프 발생 0건 달성.
• 질의 의도에 따라 VLM(의미 해석)과 SigLIP(크로스모달 검색) 역할을 분리한 동적 라우팅 파이프라인 구축 — 불필요한 LLM 추론 방지 및 검색 Latency 단축.
• BM25(Keyword) + FAISS(Vector) Hybrid RAG와 Reranker 적용으로 로봇 · 설비 문서 검색 정확도와 근거 기반 응답 품질 향상.
• vLLM · Ollama 기반 Multi-Provider Gateway 자체 구축으로 On-Premise(폐쇄망) 환경 운영 안정성 확보.