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...
Suscribirse a 'Yejun Cheon'
Si te suscribes al sitio, podrás recibir primero las últimas novedades, como nuevas publicaciones, mediante notificaciones y correo electrónico.
¡Regístrate en Slashpage y suscríbete a 'Yejun Cheon'!