네이션에이2026.08 – Present
러다이트 LUDYTE
2026년 9월 런칭한 AI 영상 생성 구독 서비스입니다. 레포를 만들 때 합류해 리드·QA 동료와 함께 개발합니다.
- Google Research의 Harness²로 영상 생성 에이전트 하네스를 구축. 모델은 그대로 두고 프롬프트·도구·스킬 같은 하네스만 Propose–Probe–Compose로 고쳐, 후보 하네스들의 실행 결과를 비교해 다음 하네스를 만듦
- 영상 평가 파이프라인 구축. 대본·프롬프트 에이전트는 iFixAi로 정책 위반·프롬프트 주입을 감사하고, 생성 영상은 Qwen3-VL이 프롬프트를 따랐는지·장면이 앞뒤로 이어지는지 판정
- Next.js 16 웹 스택(OpenAPI 타입 생성과 drift check, 디자인 토큰, app-shell) 설계와 API 계약·화면 성능·장애 대응 담당, FastAPI·PostgreSQL·워커·ECS/Terraform 배포 참여
- 실험실에 브라우저 멀티트랙 영상 편집기 「비디오 스튜디오」를 mediabunny·WebCodecs·WebGL2·WebAudio로 클린룸 구현(타임라인·키프레임·전환·자막·MP4 내보내기, dev). 서버 렌더와 MCP를 붙여 에이전트도 같은 편집 명령을 씀
- 실험실에 영상 역분석 스튜디오 구현(dev). 영상에서 컷·자막·효과음·BPM·카메라·조명을 뽑는 분석 모듈을 Python 워커로 이식하고, lease 큐·ECS 온디맨드 워커·MCP 분석 도구를 만듦
- Next.js
- React
- TypeScript
- WebCodecs
- Three.js
- Qwen3-VL
- iFixAi
- FastAPI
- PostgreSQL
- Playwright
- FFmpeg.wasm
- AWS ECS
- Terraform
- Stripe
- 전체: 모델은 잠그고, 둘레 파일만 고쳐 가는 루프. 영상 생성 에이전트의 가중치는 두고 하네스 파일만 고친다. 1–4는 작업 하나 안에서, 5는 작업이 끝날 때마다 돈다.
- 컨텍스트: 시스템 프롬프트 (systemprompt.md), 가드레일 (guardrails.md), 메모리 (LongTermMEMORY.md), 스킬 (skills/<n>/SKILL.md)
- 도구: 도구 안내 (tool_guidance.md), 스크립트 (scripts/<name>.py)
- 맡기기: 서브에이전트 (sub_agents/<n>/AGENT.md)
- 한 작업 안 · 1–4
- 작업 사이 · 5
- 다음 작업으로
- 1 실행: 지금 하네스로 작업을 돌린다. 에이전트 실행기가 작업 하나를 풀고 실행 기록과 결과물을 남긴다. 1–4는 모두 이 작업 하나 안에서 돈다.
- 2 제안: 기록을 보고 고친 후보를 낸다. 하네스 편집기가 어느 작업에나 통할 공통 수정과, 영상 생성에 맞춘 도메인 수정을 따로 낸다.
- 3 시험: 후보마다 같은 작업을 돌려 본다. 공통 후보와 도메인 후보가 1에서 푼 것과 같은 작업을 풀어, 실행 기록을 하나씩 남긴다.
- 4 합성: 실행 차이를 보고 하나로 합친다. 하네스 합성기는 정답 라벨 없이, 후보들의 실행이 어떻게 달랐는지만 보고 최종 하네스를 만든다. 병렬: 후보를 한꺼번에 내고 한 번에 합친다. 순차: 합친 하네스를 다시 편집해 2 제안부터 다시 돈다.
- 5 반영: 교훈을 쌓고 다음 작업으로 간다. 경험 반영기가 채택한 하네스와 근거 있는 교훈을 개선 하네스에 쌓고, 이것이 다음 작업의 편집을 이끈다. 다음 작업에서 다시 1부터 돈다. 개선 실행이 다 끝난 뒤: Judge, 루프 밖에서 결과를 따로 채점한다. 채점 기준이 개선 과정에 새지 않게.



