핵심 요약
여기어때가 DL 모델 학습을 3주 만에 구현하기 위해 에이전트 기반 자동화와 데이터 합성을 활용해 실험 루프를 최적화했고, 사람이 실행과 판단에 집중하는 방식으로 재현성과 속도를 크게 올렸습니다.
구현 방법
- 에이전트가 실행 명령을 생성하고 사용자가 서버에서 실행
- 세션/학습 분리, 중간 저장, 자동 종료로 안정성 확보
- 데이터 생성/정제에 합성 데이터와 LLm 활용, 모순 제거
- 논문 정리는 Paper2Code·Claude Code 플러그인으로 자동화
주요 결과
- 환경 설정 오류로 인한 낭비 감소, 로그 원문 제공으로 문제 원인 파악 시간 30분→약 2분으로 단축
- 학습 한 번에 3시간 소요 루프를 안정적으로 반복
- 데이터 모순 제거로 초기 기준선 달성
- 회귀 테스트로 새 모델 교체의 안정성 확보
- 문서 자동화로 기록 관리 시간 감소
