I studied aesthetics and architecture — What I learned there wasn't technical skill, but a way of seeing: how layers meet, how structure shapes behavior, how environments produce outcomes that willpower alone cannot.
Now I design AI systems that preserve context. The core belief is simple: good thinking depends on good conditions. If the system maintains continuity — of decisions, failures, and questions — the human is freed from the burden of managing context, and can focus on sharper judgment and new connections.
For AI to reason over knowledge better, what structure should that knowledge have? The work of answering this — structuring knowledge so AI can reason over context — is what I call LLM UX Engineering.
To answer this question, I designed an ontology with 4,600+ nodes and 25 types, analyzed the system through 9 lenses, diagnosed its limits, and documented improvements. Scaling this from a personal system to an organizational one is what comes next.
Portfolio — Case studies on the systems I build and why.
MCP-Memory — An ontology-based external memory system for AI. 25 types, 4,600+ nodes, hybrid search (vector + full-text + graph). Designed so AI can reason over structured knowledge, not just retrieve it.
Tech Review — An automated tech journalism pipeline. Every day at 5 AM, it reads articles, watches videos, collects tweets, writes analysis, and publishes — with zero human intervention.
미학과 건축을 공부했다 — 거기서 익힌 건 기술이 아니라 감각이었다: 서로 다른 층위가 만나는 방식, 구조가 행동을 결정하는 방식, 의지만으로는 만들 수 없는 결과를 환경이 만들어내는 방식.
지금은 맥락을 보존하는 AI 시스템을 설계한다. 핵심 믿음은 단순하다: 좋은 사고는 좋은 조건에 달려 있다. 시스템이 결정, 실패, 질문의 연속성을 유지해주면 — 사람은 맥락을 관리하는 부담에서 벗어나, 더 정확한 판단과 새로운 연결에 집중할 수 있다.
AI가 지식을 더 잘 추론하려면, 지식 자체가 어떤 구조여야 하는가? 이 질문에 답하는 일 — AI가 맥락을 추론하도록 지식을 구조화하는 일을, 나는 LLM UX Engineering이라고 부른다.
이 질문에 답하기 위해 4,600개 노드와 25개 타입의 온톨로지를 직접 설계하고, 9개 렌즈로 시스템을 분석하고, 한계를 진단하고, 개선안까지 문서화했다. 이 경험을 개인 시스템에서 조직 단위로 확장하는 것이 다음 목표다.
Portfolio — 내가 만든 시스템들과 그 이유에 대한 케이스 스터디.
MCP-Memory — AI를 위한 온톨로지 기반 외부 기억 시스템. 25개 타입, 4,600개 이상의 노드, 하이브리드 검색(벡터 + 전문 + 그래프). AI가 지식을 단순히 검색하는 게 아니라 추론할 수 있도록 설계했다.
Tech Review — 자동화된 기술 저널리즘 파이프라인. 매일 새벽 5시, 기사를 읽고, 영상을 보고, 트윗을 수집하고, 분석을 쓰고, 발행한다 — 사람의 개입 없이.