# 카카오 AI Top 100 on Campus 후기

![Image](https://upload.cafenono.com/image/slashpagePost/20260318/230305_WytcVuQkm2cRfYEmXN?q=80&s=1280x180&t=outside&f=webp)

### 1번 문제 : 수능 그날의 대화

- 대화에서 특정 맥락 캐치하기

- 자료에서 찾아내기

codex 를 사용했습니다.

결국 모든 문제는 tool-use / 스크립트 / llm 으로 어느정도 풀린다고 가정했습니다.

그래서 따로 복잡하게 생각하지 않고, 많은 부분을 위임한것 같습니다.

### 2번 문제 : 디지털 아트 감정사

- 멀티모달 처리

- AI as a Judge : 위작인지 아닌지 판단을 AI에게 근거와 함께 맡긴다.

- captioning  : 동물인지 아닌지 캡셔닝한다.

codex only로 해보려하다가, 이미지 처리가 수월하지 않았습니다.

가장 이미지를 많이 가지고 있고, 멀티모달에 능숙한 Gemini API를 사용하여 이미지 처리를 수행했습니다. 

물론 api key를 전달한것 외에는 코딩, 시행, 그에 따른 판단은 모두 codex의 gpt 5.4와 spark 가 수행했습니다.

아무래도 100장의 배치처리이다보니 에이전트의 루프가 끊어지지 않을까 걱정했는데, 실시간 진행상황까지 알려주더군요.

동물로 의심되는 사진이 13장이 나오자, 한장을 다시 걸러야하므로 llm 요청을 스스로 다시 보내는 걸 보며, 강한 Harness보다 목표만 주는게 더 좋을 수도 있다고 깨달았습니다.

### 3번 문제 : 무임승차자 찾기

- 이미지 OCR 처리 

    - 정형화된 규격(카카오톡방)에서의 정보추출

    - 오버랩 구간처리

- 파일분석 / 처리

codex를 사용했습니다.

다만, 이번 문제의 경우 자료들이 워낙 다양하고, 각 문제마다 사용하는 자료들이 모두 달라서,

one-shot으로 지시하기엔 복잡성이 너무 높아질 것 같았습니다.

그래서 OCR을 포함한 자료 분석 단계와 지시문 문제해결 단계를 나누어 진행했습니다.

자료와 문제가 다대다로 참조하는 관계이기에 효과적이었던것 같습니다.

### 4번 문제 : 웹사이트 버그 찾기

- 가장 간단한 문제였던것 같습니다.

- ai agent가 가장 이해하기 쉬운 문제 유형이었기에, playwright mcp 와 codex 를 사용하여 one-shot으로 답변이 나왔습니다. 

- 다른 에이전트를 불러 playwright mcp 와 문서를 보며 검증시켜서 답을 얻어냈습니다.

### 5번 문제 : 오늘 한성은

한자와 한글 섞인, 이미지 퀄리티 좋지않은 이미지에서 OCR하고 정보 확인

- 처음엔 맥 내장 ocr 사용 -> 실패

- upscale 시도 -> 오히려 문자가 깨짐. 급하게 찾은 무료 사이트라 성능이 좋지 않았음.

- 직접 확대해서 20등분 캡쳐떠서 내용 분리

- gemini 챗으로 시도 -> 의외로 별로였음. 

- claude 챗으로 시도 -> 잘됨

- claude api로 배치 처리 -> 원문 ocr -> 원문 해석 -> codex로 취합본 제작

- Notebook LM과 GPT5.4 에 취합본을 넣고 질문을 교차검증하며 답변 작성

---

아쉽게도 본선진출에는 실패했다. 예선 문제들을 나름 잘 풀었다고 생각했는데, 풀이에 틀린 답이 있었거나 제출시각이 늦었던 것 같다. 

문제들 중에는 Human in the loop 이 더 효과적이고 빠른 파트들도 있던 것 같다. 오히려 개발자들은 모든 걸 AI가 처리가능한 플로우를 만들기 위해 시간을 쏟는동안, 사람들은 눈으로 검토해서 다음단계로 넘어갔을 수 도 있다. 일상생활, 내 업무에 대해서는 빠르고 정확하게 처리하는게 중요한 것 같다.

AI 마다 잘하는 게 조금씩 다르고, 적재적소에 배치하는게 중요하다. (사실 난 이런 말이 너무 모호해서 싫긴하다) 

다만, 경험해 본 범위에서 내가 생각할 수 있기에, 항상 새로운 시도를 할 준비를 하는 것은 필요한 것 같다.

코딩 에이전트는 이제 꼭 코딩이 아니더라도, 컴퓨터를 필요로 하는 많은 디지털 작업에서 뛰어난 문제해결력과 사용자 경험을 준다. 이번 대회를 함께해준 codex 에게 다시 한번 감사를 표하며...

For the site tree, see the [root Markdown](https://slashpage.com/yejun-cheon.md).