정보는 많지만 한눈에 안 보입니다
문자·종이·이메일마다 형식이 달라, 다시 읽고 옮기고 확인해야 합니다.
Problem
기술은 종종 정리와 설정을
사용자에게 떠넘깁니다.
도구는 강력하지만 너무 어렵습니다
멀티이펙터의 수많은 메뉴 앞에서, 원하는 소리까지 가는 길은 막막합니다.
이유 없는 AI는 신뢰하기 어렵습니다
좋은 자동화는 출처·설명·수정·되돌리기를 함께 제공해야 합니다.
“기술은 사람에게 더 많은 공부를 요구하기보다,
이해와 선택을 도와야 합니다.”
Guide
복잡한 상황을 듣고, 구조화하고,
바로 쓸 수 있는 형태로 만듭니다.
- 관찰실제 생활·업무·연주 맥락에서 반복되는 불편을 찾습니다.
- 구조화핵심 문제 하나와 성공 기준을 정합니다.
- 판단대안을 비교하고 선택 이유와 한계를 공개합니다.
- 실행프로토타입을 만들고 실제 입력으로 검증합니다.
- 확장경험을 Human-Centered AI 연구 질문으로 발전시킵니다.
Process
4단계 작업 계획
STEP 01
Understand
사용자·상황·장비·제약을 이해합니다.
STEP 02
Frame
핵심 문제와 AI·사용자의 역할을 정의합니다.
STEP 03
Build
가장 작은 작동 흐름을 만들고 검증합니다.
STEP 04
Learn
오류와 피드백으로 다음 버전을 설계합니다.
Featured Projects
두 개의 깊은 사례
AI가 복잡함을 대신 정리하되, 사용자가 결과를 이해하고 고칠 수 있게 — 하나의 철학을 서로 다른 영역에서 보여줍니다.
흩어진 명세서를, 근거가 남는 하나의 가계부로.
문자·종이·이메일로 도착하는 명세서를 AI가 읽고 구조화해 월별 가계부로 정리합니다. 사용자는 원문을 확인하며 수정·확정합니다.
- 사용자생활비를 직접 관리하는 사람
- AI추출·구조화·중복 후보 제안
- 사람원문 확인·수정·최종 확정
7월 지출
2,149,180원
이번 달 요약
쇼핑1,494,380원
생활600,000원
식비30,900원
✎ 직접 적기📷 영수증 찍기
최근 내역
쿠팡(주) 쇼핑 · 7.27-7,400원
테스트상점 기타 · 7.26-2,000원
월세 생활 · 7.26-600,000원
연주에 집중하세요. 톤 세팅의 시작은 TonePilot이 맡습니다.
장비와 원하는 소리를 바탕으로 멀티이펙터 세팅의 시작점을 제안하고, “왜 이 값인지”를 연주자의 언어로 설명합니다.
- 사용자멀티이펙터가 어려운 기타 연주자
- AI체인·파라미터 시작점 제안
- 사람연주 피드백·조정·최종 저장
후크 (예술이야 반복)1:40 → 1:57
짧고 강렬한 후크 파트, 하이게인 유지하며 딜레이/리버브 강조.
AMP · Gain7/10하이게인 유지
DLY · Dual DelayTime 450ms리듬 악센트 강조
REV · SwellDecay 40%악센트마다 스웰감
👉 P04 프리셋 호출, 픽업 1번 포지션 유지.
Research
사람이 더 잘 이해하고 결정하도록
돕는 AI를 연구하고 싶습니다.
Personal Information & Everyday AI
AI가 개인 문서를 정리하면서도 출처·프라이버시·수정권을 지키려면?
Human-AI Co-Creation for Music
AI가 톤의 시작점을 제안하면서도 연주자의 주도권을 남기려면?
Explainable Applied ML
야구·K-pop 데이터의 예측을 이해 가능한 설명으로 바꾸려면?
