양육체계
품아이가 어떻게 자라는가 — 그리고 지금 어디서 막혀 있는가.
PDCA 재귀 자기개선
Plan-Do-Check-Act 사이클을 통해 AI가 스스로를 개선해가는 구조.
한 번 학습으로 끝내는 게 아니라, 운영하면서 계속 데이터를 쌓고 → 정제하고 → 재학습하는 반복 구조.
- Plan: 학습 방향·데이터 목표 설정
- Do: 실제 학습·파인튜닝 실행
- Check: 품질 평가, 오답 분석
- Act: 데이터 보강, 방향 수정 후 다음 사이클
후니님 시스템에서: 품아이 PDCA 인프라는 구축되어 있다. 4개 에이전트(planner, qa-code, qa-document, feedback-loop)가 설계되어 있지만, 2026-04-28 진단 결과 실제 자기개선 통로가 0건 — 구조는 있는데 내용이 안 흐르는 상태. 상세 → 품아이 성장 모델
자기참조 폐쇄 루프 (Self-referential closed loop)
같은 LLM이 출제·채점·학습을 모두 담당하는 구조.
교사가 자기 학생들만 상대로 시험을 내고, 자기 기준으로 채점하고, 그 채점 결과로만 자기를 평가하는 상황이다. 외부 자극이 없으니 다양성이 결손되고, 기존 편향이 강화될 수 있다.
후니님 시스템에서: 2026-04-28 진단에서 품아이 nurture 파이프라인이 이 상태로 확인됨. AI가 스스로 문제 만들고 스스로 채점하는 폐쇄 루프. 후니님 구술·현장 데이터 같은 외부 입력이 부족한 것이 원인. 해결 방향 탐색 중.
nurture (양육 파이프라인)
품아이 자동 출제·채점·재파인튜닝 파이프라인.
- 위치:
rag/nurture.py - 동작: Q&A 자동 생성 → 품질 채점 → 데이터셋 누적
- 트리거: 50건 누적 시 자동으로 재파인튜닝 시작
현재 상태: 파이프라인은 존재하지만 2026-04-28 기준 실제 작동 여부 미확인. 자기참조 폐쇄 루프 문제와 맞물려 점검 필요.
후니님 시스템에서: 이 파이프라인이 제대로 돌아가면 품아이는 운영하면서 자동으로 성장한다. 지금은 아직 그 단계가 아니다.
파인튜닝 데이터셋
nurture가 쌓고, 사람이 검수하고, 모델 학습에 쓰이는 Q&A 쌍들의 집합.
후니님 시스템에서: 현재 rag/refined/qa/ 아래 329건 보유. 목표 500건. 후니님 27년 운동 언어·SSE 관점·품앗이생협 현장 지식이 담겨야 할 내용들. → 품아이 데이터셋 기획
연결
- 학습방법 — 양육에 쓰이는 기술들 (파인튜닝, LoRA, RAG)
- 인프라 — 양육 파이프라인이 돌아가는 서버
- 품아이 성장 모델 — 품아이의 성장 비전 전체
- 품아이 데이터셋 기획 — 데이터 구축 계획