Gio Kim evan-cloud4453

Welcome to my lab notebook 👋

Building AI systems end to end: perception models, forecasting pipelines, and the real-time applications that have to run them.

I am an AI undergraduate at Sejong University, Department of Artificial Intelligence, graduating early in February 2027. Most of my work sits between a model and the thing that uses it — I train the model, then build the application that has to run it in real time, usually on ordinary hardware. Across all of it I care more about whether an evaluation protocol can be trusted than about the headline metric it produces.

한국어 소개

세종대학교 인공지능학과 재학 중이며 2027년 2월 조기졸업 예정입니다. 작업 대부분이 모델과 그 모델을 쓰는 물건 사이에 있습니다. 모델을 학습시킨 뒤, 그것을 실시간으로 돌려야 하는 애플리케이션까지 만듭니다. 특수 장비가 아니라 일반적인 하드웨어를 전제로 설계합니다. 어느 분야든 성능 수치 자체보다, 그 수치를 만들어낸 평가 방법을 신뢰할 수 있는지를 먼저 확인합니다.

작업 분야

분야	내용
멀티모달 인지	시선·자세·환경음을 함께 받아 고정 임계값이 아닌 사용자별 기준선으로 판정
시계열 예측	물리적 근거를 가진 피처로 다중 horizon 회귀. 작은 피처 집합이 이미지 인코더를 이기는 경우를 다룸
실시간 시스템	WebSocket·WebRTC 파이프라인 — 원격 감독, 다중 참가자 동기화, 회의 화면·오디오 취득
LLM 응용	Bedrock 경유 Claude로 내레이션 생성 및 변형 문제 출제 파이프라인 구성
데스크톱·자동화	Electron 애플리케이션, 그리고 API가 없는 단말에서 GUI 계층만으로 수행하는 업무 자동화

진행 중

SEE-ON — 발표자가 말하지 않은 시각 정보를 화면 해설 내레이션으로 만들어 회의 흐름을 끊지 않는 지점에 넣는 멀티 에이전트 시스템입니다. AI Rookie 본선 진출작이며 팀장을 맡고 있습니다. See-on26 조직에 두 개의 빌드가 공개되어 있습니다 — seeon-meet은 실제 Google Meet 회의에서 화면과 오디오를 취득하고, electron-seeon-experiment는 녹화 영상을 동일한 내레이션 체인에 투입하는 실험실 빌드입니다.

What I work on

Area	Focus
Multimodal perception	Gaze, pose, and ambient audio fused into a per-user baseline rather than a fixed threshold
Time-series forecasting	Multi-horizon regression on physically grounded features, including the cases where a small feature set beats an image encoder
Real-time systems	WebSocket and WebRTC pipelines — remote invigilation, synchronised multiplayer, live meeting capture
LLM applications	Narration and variant-question pipelines running on Claude via Amazon Bedrock
Desktop & automation	Electron applications, and GUI-layer automation for terminals that expose no API

Stack

Area	Tools
Languages
ML / DL
Vision / Audio
LLM / Speech
Backend
Frontend
Desktop / Infra

Currently building

SEE-ON — a multi-agent system that narrates the visual information a speaker leaves unsaid during a live video meeting. Team lead, AI Rookie finals. Two builds are public under the See-on26 organisation: seeon-meet captures screen and audio from a live Google Meet session, and electron-seeon-experiment replays recordings through the same narration chain for evaluation.

Navigation Menu