실전 구현 최우선

AxGS Lab은 바이브코딩을 적극 활용해 실제 시스템, 서비스, 게임을 끝까지 구현하는 것을 최우선으로 둡니다. 아이디어나 데모 수준에서 멈추지 않고, 돌아가는 결과물을 남기는 방식으로 진행합니다.

바이브코딩 + 시스템 관점

빠르게 만드는 것만으로 끝내지 않습니다. 데이터 품질, 추론 비용, 배포 안정성, 사용자 경험까지 함께 보면서 실제 운영 가능한 구조로 다듬습니다.

밀도 있는 피드백

주간 미팅에서 진행률을 점검하고, 병목 지점을 구체적으로 수정합니다. 막히는 지점은 빠르게 재설계해 구현 속도를 유지합니다.

학부 연구생

8~12주 단위 미니 프로젝트를 수행합니다. Python, Git, 기본적인 데이터 처리 경험이 있으면 시작 가능합니다.

캡스톤 연계

캡스톤 주제를 연구 트랙과 연결해 기술 스택 선정부터 검증 계획까지 함께 설계합니다.

대학원 준비

리서치 리딩, 재현 실험, 리포트 작성 훈련을 통해 석사/박사 진학 준비를 체계적으로 진행합니다.

산학 공동연구

산업 문제를 연구 문제로 재정의하고, 측정 가능한 KPI를 설정해 PoC부터 확장 계획까지 제시합니다.

학술 공동연구

공동 저술, 실험 분업, 벤치마크 공유 형태의 협업을 진행합니다. 기여 범위를 사전에 명확히 합의합니다.

데이터/인프라 협력

데이터 제공, 평가 환경 구축, 운영 로그 분석 등 인프라 중심 협업도 환영합니다.

이런 학생이 잘 맞습니다

• 아이디어보다 구현을 더 좋아하고, 직접 끝까지 만들어보고 싶은 학생
• 매주 최소 1회 commit/push 하면서 진행 상황을 남길 수 있는 학생
• 막히는 지점을 숨기지 않고 공유하고 피드백을 반영할 수 있는 학생
• 포트폴리오, 캡스톤, 서비스/게임 프로토타입 중 적어도 하나를 실제 결과물로 남기고 싶은 학생

최소 요구 역량

• Python 기초 문법과 라이브러리 설치를 스스로 처리할 수 있을 것
• Git으로 clone, commit, push 정도는 할 수 있을 것
• 에러 메시지를 읽고 검색하거나 LLM 도구를 활용해 디버깅을 시도할 것
• README, 문서, API 예제를 읽고 따라갈 수 있을 것

처음 4주에 하는 일

• 1주차: 주제 확정, 개발 환경 세팅, 저장소 구조 정리
• 2주차: 최소 기능 1개 구현, 실행 화면 또는 로그 확보
• 3주차: 데이터/프롬프트/평가 흐름 정리, 병목 구간 수정
• 4주차: 데모 가능 상태까지 끌어올리고 README와 발표 자료 초안 작성

기대 산출물

• 실행 가능한 코드 저장소 1개
• 핵심 기능과 실행 방법이 적힌 README
• 스크린샷, 짧은 시연 영상, 또는 데모 링크
• 필요 시 발표 자료, 기술 문서, 보고서, 논문 초안까지 확장

학생 문의

메일 제목은 [과목명][학번] 문의 주제 형식으로 보내주세요. 관심 주제와 현재 수준, 이미 만든 결과물을 함께 적어주시면 검토가 훨씬 빠릅니다.

• 학번/학년/소속 과목
• 관심 트랙(LLM, Trustworthy AI, Optimization 중 택1 이상)
• 사용 가능한 언어/도구(Python, SQL, Git 등)
• 주당 투입 가능 시간과 이번 학기 목표
• GitHub, 포트폴리오, 구현물 링크 중 1개 이상
• 희망 산출물(프로젝트, 포트폴리오, 논문 준비 등)

공동연구 제안

메일 제목은 [공동연구제안] 소속_주제 형식으로 보내주세요. 문제 정의와 기대 결과를 명확히 보내주시면 빠르게 검토할 수 있습니다.

• 문제 정의와 현재 해결 방식
• 데이터/실험 환경(제공 가능 범위 포함)
• 기대 결과와 일정(학술/사업 KPI)
• 협업 형태(공동저술, PoC, 시스템 구축 등)