$ tree -L 1 ~/projects

만들고 공개한 것들.

개인 작업실에서는 필요한 도구와 앱을 만들고, BC카드 AX팀에서는 AI가 실제 업무에 쓰이는 플랫폼을 만듭니다.

01 / familyiOS · Android

app/ieum

이음

아이가 보는 나, 부모가 보는 아이

부모와 아이가 같은 12문항에 각자 답하면, 서로를 어떻게 보고 있는지 16가지 동물 유형으로 비교해 보여 주는 가족 성향 앱입니다. 기술이 가족 사이를 잇는 데 쓰이면 좋겠다는 생각에서 시작했습니다.

platform
iOS · Android
flow
역할 → 나이대 → 12문항 → 결과
types
16 animals
다운로드 링크는 준비되는 대로 안내합니다.
ieum — 가족의 서로 다른 시선
가족의 서로 다른 시선 · 콘셉트 일러스트
02 / toolsopen source

gh/sh2orc/iyagi-term

IYAGI Terminal

AI 코딩 에이전트를 위한 터미널

여러 AI 코딩 에이전트를 함께 실행하고 조율하기 위한 오픈소스 터미널입니다. Claude Code, Codex, OpenCode의 세션을 유지하며 작업을 이어 가고, 에이전트별 리소스를 한곳에서 살필 수 있도록 만듭니다.

lang
Rust · TypeScript
shell
Tauri 2 · xterm.js
license
Apache-2.0
terminal — 에이전트와 함께 일하는 공간
에이전트와 함께 일하는 공간 · 콘셉트 일러스트
03 / toolsmacOS

gh/sh2orc/iyagi-layout

IYAGI Layout

단축키로 창을 반으로, 다시 1/4로

터미널 여러 개를 띄워 에이전트와 이야기하다 보면 창 정리가 일이 됩니다. ⌥⌘와 방향키로 창을 반으로, 한 번 더 눌러 1/4로 나누는 macOS 메뉴바 앱입니다.

lang
Rust · React
shell
Tauri 2
keys
⌥ ⌘ + ← → ↑ ↓
layout — 작업 공간을 정리하는 단축키
작업 공간을 정리하는 단축키 · 콘셉트 일러스트
04 / models & dataHugging Face

hf/sh2orc

한국 특화 LLM·데이터셋

한국을 더 잘 이해하는 모델과 데이터

다양한 LLM이 한국어와 한국의 지식·문화·사용 맥락을 더 잘 이해하고 활용하도록 특화합니다. 특정 모델 계열이나 크기에 한정하지 않고, 이를 위한 데이터셋도 직접 만들어 모델과 함께 공개합니다. 개인 작업은 sh2orc 계정에서, BC카드 AX팀의 MoAI 모델과 데이터셋은 BCCard 계정에서 확인할 수 있습니다.

scope
다양한 LLM 계열과 크기
focus
한국어 · 한국의 지식과 맥락
builds
한국 특화 모델 · 데이터셋
다양한 LLM의 한국 특화와 데이터셋 제작 · 콘셉트 일러스트

$ ls ~/work/bccard

팀과 함께 만드는 AI.

BC카드 AX팀 리더로서 설계·개발을 이끄는 업무입니다. 아래 모델과 플랫폼은 팀의 작업이며, 개인 프로젝트와 구분해 소개합니다.

inference / BC Card

MoAI 추론 플랫폼

AX팀과 함께 OpenShift AI 위에 vLLM·FP8·EAGLE-3 기반 서빙 환경을 설계했습니다. SLM Swarm으로 여러 모델을 라우팅하며 페이북 AI에 MoAI LLM을 제공합니다.

SLM Swarm 적용 성과: GPU 사용량 최대 70% 절감 · 추론 속도 3배 이상 향상

2026년 Red Hat Summit 발표 내용

agents / BC Card

Open MoAI · MoAI MATE

웹 기반 AI 포털 Open MoAI와 컴퓨터 사용에서 멀티 에이전트 오케스트레이션으로 확장하는 MoAI MATE를 개발했습니다. 2026년 9월에는 개발자 200명에게 MoAI MATE를 확대 도입했습니다.

개발자 39명 대상 POC: 생산성 56.4% 향상 · 버그 64% 감소

전사 확대 이전 POC 결과

open models / BCCard

MoAI 모델과 데이터셋

AX팀에서 한국어 금융 PII 탐지용 MoAI-Privacy-Filter, MoAI-Embedding, EAGLE-3 draft 모델 등을 공개했습니다. 직접 학습한 moai-gemma4-31b-mxfp4에는 자체 MXFP4 양자화 방식을 적용했습니다.

팀 공개 실적: 모델 49개 이상 · 데이터셋 12개

2026년 기준 · moai-gemma4-31b-mxfp4는 2026년 8월 K-Leaderboard 종합 10위, K-MMLU 7위

BC카드 팀의 공개 모델과 데이터셋 ↗

더 많은 실험은 GitHub에서 ↗