AskON: 코드를 검색 가능한 지식으로

문제사용자 시퀀스 데이터가 학습·오프라인 분석·온라인 추론에서 각각 다르게 정의되어 비용·유지보수·훈련-서빙 불일치 문제 발생.

접근설정-코드(configuration-as-code) 로 시퀀스 정의 단일화 + 스트리밍·배치가 같은 실행 엔진 공유. 람다 아키텍처(실시간 + 배치) + 시간 분할 컬럼 저장소로 "한 번 정의, 다양한 런타임" 원칙 적용.

결과신규 인리치먼트 온보딩 시간 대폭 단축, 추천 서빙 사용자 참여도 개선, 저장소 효율성/네트워크 전송량 절감으로 인프라 비용 감소 (정량 수치 미공개).

문제광산 시추 코어 분석은 현장 육안 검사와 전문가 의존도가 높아 비용, 일관성, 처리 속도 문제가 컸다.

접근LITHOLENS를 Amazon EKS, Lambda, S3, RDS 기반 하이브리드 아키텍처로 구성했다. K-Means, GMM, RoQE Net, VeinNet 등 ML/컴퓨터 비전 모델을 GPU 워크로드로 실행했다.

결과10개 광산 회사와 40개 이상 프로젝트에서 분석 표준화와 원격 처리 효과를 얻었다. 전문가 출장 부담을 줄이고 광물 분류 정확도와 추적성을 높였다.