Project Code: 00IITP-AI (NeuroX)
Core Strategy: Two-Part Model (Sensory Encoder + Titans Memory SSM)
System: NeuroX-OS v1.0
이 저장소는 2026 IITP 인간 인지 기반 인공지능 과제 제안서 작성을 위한 **"Agentic Proposal Operating System (NeuroX-OS)"**입니다. 단순한 파일 저장소를 넘어, AI 에이전트가 문헌 조사, 전략 검증, 초안 작성, 레드팀 리뷰를 수행하는 능동형 워크스페이스입니다.
이 과제의 핵심 기술 전략은 **"인간 기억 기전(Hippocampus/Prefrontal Cortex)을 모사한 차세대 AI"**입니다.
- Part 1: Sensory Encoder (감각 처리)
- 기능: 시각, 청각, 촉각 등 다중 감각을 효율적으로 압축 및 표현.
- 기술: Predictive Coding, Clockwork VAE, JEPA (Joint Embedding Predictive Architecture).
- Part 2: Titans Memory Core (통합 및 기억)
- 기능: 예측 불가능한 정보(Surprisal) 위주로 장기 기억을 형성하고, 불필요한 정보는 망각.
- 기술: State Space Model (SSM), Neural Memory, Linear Attention.
이 시스템에는 제안서 작성을 돕는 6가지 특수 능력(Skill)과 5가지 자동화 흐름(Workflow)이 탑재되어 있습니다.
AI 에이전트는 상황에 따라 아래 스킬을 자동으로 로드하여 작업을 수행합니다.
| Skill Name | 설명 (Goal) | 산출물 (Output) |
|---|---|---|
strategy-titans-alignment |
제안서 내용이 "Titans 전략" 및 **R&R(이메일 분석)**과 일치하는지 검증합니다. | strategy_alignment_report.md |
evidence-synthesis-ssm |
arXiv/Semantic Scholar에서 SSM, Mamba, Titans 관련 최신 논문을 수집하고 근거 매트릭스를 만듭니다. | evidence_matrix_ssm.md |
proposal-outline-iitp |
IITP 평가 지표(기술성, 연구능력 등)에 맞춘 MECE 아웃라인을 생성합니다. | outline_iitp_v1.md |
draft-writer-neurox |
"세계 최고/최초" 톤앤매너로 정부 제안서 스타일의 초안을 작성합니다. | docs/03_proposal/drafts/ |
figure-architecture-blueprint |
Two-Part Model의 구조를 Mermaid/Draw.io 다이어그램으로 설계합니다. | docs/05_figures/ |
redteam-reviewer-impact |
심사위원 페르소나를 장착하여 "혁신성 부족", "실현 가능성" 등을 혹독하게 비판합니다. | redteam_report.md |
복잡한 작업을 한 번의 명령으로 수행할 수 있습니다. 채팅창에 아래 명령어를 입력하세요.
@/align: 전략 정렬. 최신 이메일/회의록을 분석하여 제안서 방향 수정 제안.@/lit-ssm: 문헌 조사. 최신 SSM/Titans 논문 10편 수집 → 요약 → 근거 추가.@/draft-part1: 1세부 초안 작성. "Sensory Encoder" 파트 자동 작성.@/draft-part2: 2세부 초안 작성. "Titans Memory" 파트 자동 작성.@/fig-arch: 그림 설계. 아키텍처 다이어그램 업데이트.
/.agent/: NeuroX-OS의 두뇌 (Skills, Rules, Workflows)./_ops/: 운영 로그, 진단 리포트 (diagnostics/), 체크리스트.docs/: 프로젝트 실제 산출물.00_task_description/: RFP 원문, 양식.01_project_planning/: 전략 문서 (email_analysis_and_insights.md), 아웃라인.02_literature/: 논문 PDF, 요약, 근거 매트릭스.03_proposal/: 제안서 본문 초안 (drafts/).04_review/: 레드팀 리뷰 리포트 (redteam_report.md).05_figures/: [New] 아키텍처 그림, 도표 소스.07_submission/: [New] 최종 제출용 패키지.
User: "SSM이 Transformer보다 Long-term memory에서 유리하다는 근거 좀 찾아줘."
System Action:evidence-synthesis-ssm스킬 발동 → arXiv 검색 →evidence_matrix_ssm.md업데이트.
User: "1세부 초안 작성해줘." (또는
@/draft-part1)
System Action:draft-writer-neurox스킬 발동 → 아웃라인 로드 → "Predictive Coding" 중심으로 본문 작성 →drafts/part1_sensory_encoder.md저장.
User: "지금까지 쓴 초안 레드팀 리뷰해줘."
System Action:redteam-reviewer-impact스킬 발동 → 심사위원 모드 진입 → "구체적인 경쟁 기술 대비 우위가 부족함" 등 지적.
User: "Two-Part Model 개념도 그려줘." (또는
@/fig-arch)
System Action:figure-architecture-blueprint스킬 발동 → Mermaid 코드 생성 → SVG 저장.
- Repo: https://github.com/Transconnectome/00IITP-AI
- Lead PI: Hong Seok Jun (Architecture Strategy)
- Co-PI (User): Cha Jiook (Scaling & Multimodal SSM)
- Partners: ETRI, SNU, SKKU, KBRI.