COMPUTER SCIENCE · UNDERGRADUATE

박민재

Minjae Park

NLP · RAG · LLM Agent를 중심으로
논문과 프로젝트, 아키텍처 구현을 함께 쌓아 온 컴퓨터공학 학부생입니다.

Scroll for more

PROFILE

박민재

Minjae Park

CS UNDERGRADUATE

박민재 프로필 사진
  • Birth2001.10.05
  • Home경기도 수원시
  • Education가천대학교 컴퓨터공학과 · 컴퓨터공학부
SCIE
Published
  • 연구
    기획
  • 실험
    설계
  • 결과
    도출
  • 논문
    작성
  • 동료
    심사
  • 논문
    게재
JMIR MI 2025
공동 1저자 · SCIE 게재
GPA
4.42 / 4.5 · 98.2%
전공학점4.44 / 4.5 취득학점110 / 120
성적증명서
LAB Internship
DAC LAB
Biomedical NLP · RAG · Agent
Service
공군 데이터플랫폼팀
AiRWARDS RAG 파이프라인 개발
Research
Publications

Research Interests연구 관심 분야

Research Statement

산업현장의 문서와 데이터를 검색해,
재학습 없이 새로운 작업에 적응하는 로봇

IR×Robotics

  1. Task Planning · Execution

    복잡한 매뉴얼에서 현재 단계에 맞는 절차 문맥을 찾아, VLM 계획기를 거쳐 VLA 실행으로 연결하는 방법을 연구합니다.

    LEAFLET

    Leaf-Expanded Hierarchical Retrieval over Complex Procedural Documents for Planner-Guided VLA Task Execution

    Small-to-Big 계층 검색으로 현재 관측과 완료한 단계에 맞는 매뉴얼 단계를 찾고, 그 단계가 속한 섹션을 계획기에 전달합니다.

    • 장치 매뉴얼
    • SOP
    • 시연 영상
  2. Verification

    후보 행동의 예측 결과를 문서의 작동 원리와 절차 · 안전 조건에 비추어 검증하는 방법을 연구합니다.

    RIVET

    Retrieval-Grounded Imagination Verification for Embodied Tasks

    후보 행동의 예측 결과로 적용 규칙을 검색하고, 문서 근거에 따라 행동을 검증합니다.

    • 작동 원리
    • SOP
    • 안전 규칙
  • 장치 매뉴얼
  • SOP
  • 부품 도해
  • 시연 영상
  • 안전 규칙
  • 작동 원리
Retrieval-Augmented VLA, World Model, Robotics

Research Ideas연구 아이디어

LEAFLET → RIVET 전체 구조: 관측 · 작업 · 완료 단계를 받아 LEAFLET이 매뉴얼에서 현재 단계와 섹션을 찾아 VLM 계획기의 다음 하위 지시를 만들고, VLA 정책이 후보 행동을 내면 RIVET이 World Model로 결과를 예측해 매뉴얼 규칙으로 검증한 뒤 실행한다. 검증 결과는 행동 재선택과 재계획으로 되돌아간다
LEAFLET
Leaf-Expanded Hierarchical Retrieval over Complex Procedural Documents for Planner-Guided VLA Task Execution

로봇의 현재 단계를 매뉴얼에서 찾아, 그 단계가 속한 섹션까지 VLM 계획기에 전달합니다.

여러 단계로 된 작업에서 로봇은 다음 행동과 그 전제 조건 · 주의 사항을 알아야 합니다. 단계 하나만 주면 조건이 빠지고, 매뉴얼 전체를 주면 관계없는 정보가 섞입니다. Small-to-Big 계층 검색으로 작은 단계를 찾고 그 단계가 속한 섹션을 VLM 계획기에 제공해, VLA가 실행할 하위 지시를 만듭니다.

Task Planning · Execution
LEAFLET 제안 구조도: 현재 관측 · 작업 지시 · 완료 단계로 관련 문서 단계를 검색하고, 상위 섹션과 인접 단계의 문맥을 VLM 계획기에 제공해 VLA 실행으로 연결한다
RIVET
Retrieval-Grounded Imagination Verification for Embodied Tasks

World Model의 예측 결과가 매뉴얼 규칙에 맞는지 실행 전에 검증합니다.

후보 행동 이후에는 작동 모드와 물체 관계가 바뀌어 적용되는 규칙도 달라집니다. World Model이 예측한 미래를 검색 질의에 넣는 Future-Conditioned Retrieval로 그 결과에 적용되는 매뉴얼 조항을 찾고, 문서 근거로 행동을 검증합니다.

Action Verification
RIVET 제안 구조도: 월드 모델이 예측한 미래 프레임으로 매뉴얼 · SOP를 검색하고, verifier가 규칙별로 판정한다

Publications연구 실적

[ SCIE ] Biomedical BERT 모델 임베딩을 통한 약물-부작용 관계 예측 연구
Biomedical NLP
ADR Prediction BERT Models Vector Similarity
JMIR MI · 2025 자세히 보기 →
Venue JMIR MI '25
Impact IF 3.8
Citations 3
Role Co-first author
Status Published

Predicting Drug–Side Effect Relationships From Parametric Knowledge Embedded in Biomedical BERT Models

Minjae Park, et al. · JMIR Medical Informatics · 2025/07/10

바이오메디컬 BERT 모델의 임베딩 공간에 내재된 약물-부작용 관계 정보를 활용해, 기존 데이터베이스에 명시되지 않은 잠재적 ADR 관계 후보를 예측하고, SIDER·FAERS·문헌 검토를 통해 그 예측 가능성을 검증했습니다.p < .001)을 함께 설계했고, 리뷰 대응 과정에서 한계와 주장 범위를 스스로 정리했습니다.

'24
Conference 연제논문 · 구연발표

바이오메디컬 BERT 모델 기반의 약물 부작용 예측

대한의료정보학회 춘계학술대회 · 연제논문 게재 및 구연발표
Experience
실제로 데이터·시스템을 다룬 시간들.
2022 → 2026 · Lab · Air Force · Study Abroad
2025 — 2026
Air Force · Data Platform

공군 지능정보체계관리단
데이터플랫폼팀

AI신기술체계개발대 데이터관리병으로 복무하며 AiRWARDS 공군 GPT의 RAG 파이프라인을 구축하고, LLMOps 대시보드와 법률·판례·군사용어 도메인 데이터 수집 및 적재 파이프라인을 개발했습니다.

그 외 수행
법령·국회·판례 데이터 수집 파이프라인 국가법령정보센터 법령 최신화 · 판례 26만 건 비동기 수집 · 국회 일정 수집, 벡터 DB 적재
사용자 로그 정제·라벨링·정성평가 Query 추출 · 클러스터링·카테고리 라벨링 · 정성평가 도구 구축
2024
Gachon · DAC Lab

DAC Lab 학부인턴

Data Science & AI Convergence Lab · 가천대학교. Biomedical NLP 연구를 수행했고, JMIR Medical Informatics 공동 1저자 publication으로 이어졌습니다.

Research

  • BioBERT 계열 모델의 parametric knowledge를 활용한 약물–부작용 예측 연구
  • SIDER 구조 유사성 AUC 0.915 · FAERS 통계 검증 p < .001 실험 설계

Publication

  • JMIR Medical Informatics 2025 — 공동 1저자, IF 3.8
  • 리뷰 대응 과정에서 한계와 주장 범위를 직접 정리
Biomedical NLP BioBERT JMIR MI
2022
UF · ELI Fall C

University of Florida
ELI Program

English Language Institute · Fall C 2022. 영어 학습과 Reading & Writing 트랙에서 Academic Excellence를 수상했습니다.

Certificates & Awards

  • Semester Certificate — ELI Fall C Program, University of Florida
  • Academic Excellence — Reading and Writing, Section 51
Study Abroad Academic Excellence
Projects
직접 만들고, 운영하고, 고친 것들.
7 projects · Agent · RAG · EdTech · LegalAI
01 / 07 · Agent Runtime
ARIS
Agentic Runtime Interface System

언제 어디서든, 에이전트와 개발.

서버에 살아 있는 agent runtime을 모바일과 데스크톱에서 이어 다루는 웹 기반 작업 공간.

ARIS 데스크톱 대시보드 — 에이전트 세션과 워크스페이스 상태
ARIS 모바일 채팅 — 실행 중인 에이전트 대화
02 / 07 · Research Workspace
ARES
Agentic Research Experimentation System

읽는 연구에서, 실행하는 연구로.

읽고 남긴 근거가 Reading, Lab, Wiki, Agent로 이어지는 연구 자산 워크스페이스.

ARES 데스크톱 리더 — PDF, 아웃라인, 채팅 패널
ARES 모바일 라이브러리
03 / 07 · LegalAI Service
모두의입법
AI 법률 개정안 요약 플랫폼

자연어 처리 기술로,
입법을 모두의 것으로.

핵심 요약·접수 단계·발의자를 한 카드에 모아, 스크롤만으로 입법 흐름을 훑습니다.

모두의입법 데스크톱 피드 — AI 법안 요약 카드와 단계 필터
모두의입법 모바일 피드
모두의입법 피드 — AI 요약 법안 카드, 접수 단계, 발의자
01 · Summary Feed
모두의입법 법안 상세 — GPT 요약, 발의자 명단, 심사 단계
02 · Bill Summary
모두의입법 타임라인 — 국회 일정과 날짜별 위원회 심사
03 · Timeline
모두의입법 검색 — 질문으로 찾는 입법 현황
04 · Ask & Discover
모두의입법 · Product Tour

Summary Feed

AI 요약으로 쉽게 읽는 법안 피드

핵심 요약·접수 단계·발의자·스크랩 수를 한 카드에 모아, 스크롤만으로 입법 흐름을 훑습니다.

AI Bill Summary

법안 내용부터 발의자 목록, 현재 심사 단계까지.

GPT-5가 긴 원문을 짧은 요약으로 줄여, 원문을 다 읽지 않아도 핵심을 파악합니다.

Timeline

한눈에 확인하는 오늘의 국회

접수·처리·가결 현황과 날짜별 위원회 심사를 한 줄기로 이어, 진행을 시간으로 읽습니다.

Ask & Discover

질문으로 찾는 입법 현황

키워드 대신 질문으로 법안과 진행 상황을 묻고, 추천 질문으로 빠르게 탐색합니다.

04–07
04 / 07EdTech · 2025

분석하고, 풀고, 다시 만나는 단어 학습 루프.

87%
AVG ADAPTIVE SCORE
05 / 07AI-Native · 2026

메모, 지식 그래프, 에이전트 채팅이 만나는 지식 공간.

128 nodes · 3 clusters
06 / 07Personal · Mobile

독서, 공부, 문화생활을 색으로 남기는 기록장.

07 / 07In development

지원 목표에 맞춰 자동으로 정렬되는 포트폴리오.

JOB DESC
LLM 추론 · 평가 · 분산 학습
→
RE-ORDER
1. ARES
2. ARIS
3. 모두의입법

대학원 연구실에서,
연구로 기여하고 싶습니다.

AI/NLP, RAG, LLM Agent를 중심으로 연구 문제를 찾고 구현으로 검증해 왔습니다. 연구실 지원, 면담, 프로젝트·논문 피드백과 관련해 메일 주시면 관심 주제와 준비 과정을 정리해 빠르게 답장드리겠습니다.