Jun-seo Park
AI 엔지니어
EveryInfra에서 Jun-seo는 AI 게이트웨이의 모델 라우팅과 비용 관리를 맡고 있으며, 모델별 호출 할당량 정책도 포함됩니다.
학력
- 한국과학기술원 (KAIST), 컴퓨터과학 학사 (2011–2015)
- 한국과학기술원 (KAIST), 머신러닝 석사 (2015–2017)
경력
- ByteDance (서울 / 베이징) — ML 엔지니어 → 시니어 (2017–2024)
Jun-seo Park의 글
- GPT-6.1 Sol API 구조화된 출력: 리뷰 태깅 비용은 얼마일까
GPT-6.1 Sol의 strict JSON과 Batch API로 리뷰를 태깅합니다. 데이터 수집: 실제 리뷰 412건. 모델 비용은 공개 가격 기준 추정치로, 1,000건당 약 $0.81입니다.
- GPT-6 Intelligent UI로 Reddit·X 브랜드 리포트 만들기: MCP 설정 예시와 데이터 테스트
GPT-6 Intelligent UI는 표와 차트로 답할 수 있습니다. 하지만 OpenAI는 MCP 데이터를 그려 준다고 밝히지 않았습니다. 브랜드 3곳 리포트의 API 요금은 $0.003336이었습니다.
- Claude Code에서 GLM 5.3으로 Zhihu·Weibo 비교 스크립트
Z.ai 또는 BigModel 키로 Claude Code에서 GLM 5.3을 사용하고, Zhihu 답변과 Weibo 댓글을 비교하는 스크립트를 작성하게 하는 방법을 실제 비용과 함께 소개합니다.
- Gemini Deep Research API에 원격 MCP 서버 연결하기: 출처를 검증할 수 있는 소셜 데이터
Gemini Deep Research API는 원격 MCP 서버는 지원하지만 커스텀 함수는 지원하지 않습니다. 실제 소셜 데이터 API 호출 7회의 총비용은 $0.0046입니다. 설정, 요금, 인용 검증 방법을 정리했습니다.
- DeepSeek V4로 Claude Code 설정하기: 댓글 정제 비용 따져 보기
EveryInfra MCP로 YouTube, Bilibili, Douyin 댓글 695개를 가져와 deepseek-flash 기반 Claude Code의 비용을 계산했습니다. 피크 시간 가격은 Sonnet 5.5의 1/10이지만 Haiku 5.5보다는 비쌉니다.
- Claude Code 서브에이전트: Haiku 워커로 TikTok 계정 분석
TikTok 브랜드 계정 하나의 원본 데이터는 약 9,700토큰입니다. Haiku 5.5 서브에이전트는 이를 95토큰 요약으로 돌려줍니다. 실제 호출 98건, 429 오류 처리, 계정 50개 기준 비용을 정리했습니다.
- Jev 생태계 관찰 (7): 스타트업 아이디어부터 페르소나 테스트까지, 콘텐츠 스코어링과 정보 필터링
생태계의 두 번째 주요 시나리오는 Jev를 활용한 콘텐츠 스코어링, 정보 스트림 필터링, 아웃리치 성과 예측입니다. killmyidea, 공개 문서 37편을 대상으로 한 Mike Taylor의 일회성 Jev 리뷰 실험, SuperX의 61문항 바이럴 모델, Crowdcheck의 10,000개 페르소나 시뮬레이션을 살펴봅니다.
- Jev 생태계 관찰 (6): 코드 품질 평가, 주장이 아닌 실제 수치로 따져 보기
수십 개의 생태계 프로젝트가 Jev로 코드 품질을 평가한다고 주장하지만, 통제 실험 결과와 비용, 정확도를 공개한 곳은 소수입니다. agentjournal의 다섯 가지 발견, Supercov의 기계적 검사에서 얻은 교훈, Jev Review의 단계별 평가를 살펴보고 적합한 사용 사례와 부적합한 사용 사례를 가려 봅니다.
- Jev 생태계 관찰 (5): 의사결정 프리미티브의 연료, 실시간 데이터와 보정을 어떻게 결합할까
시리즈 1~5편을 마무리합니다. Noul, Choice, Score의 입력은 상태(state)이며, 그 상태가 어디서 오느냐가 파이프라인 전체의 상한을 결정합니다. 데이터 레이어와 판단 레이어의 역할 분담, 실전에서 쓸 수 있는 세 가지 결합 방식, 출발점이 되는 실행 가능한 공개 카탈로그, 그리고 결합을 피해야 하는 상황을 다룹니다.
- Jev 생태계 관찰 (4): 4일 만에 형성된 인프라 계층, 디렉터리·클론·플랫폼 도입
500개 저장소 분석: 공식 데모 약 10개, 플랫폼 통합 15개, 독립 애플리케이션 50개, 에이전트 도구 90개, SDK 롱테일 300개. 디렉터리 경제, 호환 클론, 이중 게이트웨이 배포, 플랫폼 수준 도입까지 새로운 인프라 계층이 4일간 형성된 과정을 살펴봅니다.
- Jev 생태계 관찰 (3): 4일간의 실패 사례, 언제 믿지 말아야 하나
성공 사례에는 취하기 쉽습니다. $1.43짜리 엄격한 평가, 공식 빠른 시작의 실패, 제품 측이 공개한 여러 결함은 의사결정 프리미티브의 신뢰 경계를 보여 줍니다. 높은 신뢰도가 정답을 뜻하지 않고, 차원 분할이 더 나은 결과를 뜻하지 않으며, 옵션이 넓으면 무너집니다.
- Jev 생태계 관찰 (2): 에이전트 가드레일 프로젝트 30개는 무엇을 막고 무엇을 통과시켰나
코딩 에이전트 감독은 Jev 생태계의 대표적인 사용 사례로, 72시간 만에 30개가 넘는 프로젝트가 등장해 서로 비슷해졌습니다. 이를 네 가지 가드레일 아키텍처로 나누고, 실제 실증 사례를 살펴본 뒤, 재현 가능한 설계 원칙을 정리합니다.
- Jev 생태계 관찰 (1): 4일간의 220개 사례가 말해 주는 의사결정 프리미티브
TypeSafe AI가 Jev를 출시한 뒤 4일 동안 10차례의 종합 스캔으로 1차 출처가 있는 사례 220여 건을 정리했습니다. 시리즈 첫 글로, 세 가지 시맨틱 프리미티브, 자주 나타나는 여섯 가지 패턴, 반복되는 실패 교훈, 새롭게 형성되는 생태계 인프라 계층을 다룹니다.
- OpenAI SDK로 Gemini 호출하기: 최소 텍스트 요청부터 롤백 가능한 마이그레이션까지
SDK, base URL, 모델의 호환성 경계를 분리해 살펴봅니다. 논스트리밍 텍스트 요청, 오류, 과금 정보를 먼저 검증한 뒤 작업별로 파라미터를 복원하며, 클라이언트 호환성을 서비스 전체의 호환성으로 착각하지 않도록 합니다.