Youhana Sheriff

문제: 개인 AI 컴패니언에는 낮은 지연시간, 더 나은 프라이버시, 실제 세계의 센서 인식이 필요합니다.

아키텍처: 로컬 웨이크, 메모리, 알림, 센서, 클라우드 추론을 결합한 하이브리드 엣지 + 클라우드 음성·비전 스택.

핵심 성과: 이전 pocket_ai R&D에서 발전해 음성, 비전, 로컬 메모리, BLE 온보딩, 물리 센서를 묶는 더 넓은 컴패니언 시스템이 되었습니다.

문제: LLM 에이전트는 유용한 컨텍스트를 잊거나 노이즈 많은 히스토리로 프롬프트를 채우기 쉽습니다.

아키텍처: 압축, 임베딩, 검색을 결합한 장기 실행 에이전트용 시맨틱 메모리 계층.

핵심 성과: @sheriax/simplemem로 공개했고, 로컬 벤치마크 메모에서 43.24% F1과 낮은 토큰 비용을 기록했습니다.

문제: 문서에는 일반 챗봇 응답보다 검색 가능하고 근거 있는 답변이 필요합니다.

아키텍처: PDF 수집, 청킹, MiniLM 임베딩, SQLite 벡터 저장소, OpenRouter/DeepSeek 답변 생성.

핵심 성과: ingest와 query 명령을 분리한 CLI RAG 시스템을 구축했습니다.

문제: 숏폼 영상 제작에는 반복적인 전사, 분석, 조립 작업이 많습니다.

아키텍처: Whisper 전사, 비전 분석, 스크립트 기반 미디어 생성 파이프라인.

핵심 성과: TikTok/Reels/Shorts 제작 워크플로우의 핵심 단계를 자동화했습니다.

문제: 금융 회복에는 영수증 이해, 행동 맥락, 실용적인 안내가 필요합니다.

아키텍처: Firebase, ML Kit OCR, Claude 추출, AI 인사이트 루프를 갖춘 Flutter 앱.

핵심 성과: 스캔과 구조화된 거래 추출을 갖춘 제품 수준의 AI 금융 앱을 만들었습니다.

문제: 사용자는 일상적으로 쓰기 쉬운 컴패니언형 AI 제품을 원합니다.

아키텍처: OpenAI/Google AI 연동과 Firebase 기반 사용자 흐름을 갖춘 모바일 AI 컴패니언.

핵심 성과: Android AI 컴패니언 제품을 출시했고 이후 Sheriax에 매각했습니다.

문제: 언어 학습 커뮤니티에는 더 안전한 콘텐츠와 가벼운 AI 지원이 필요합니다.

아키텍처: 모더레이션 워크플로우와 Firebase 제품 인프라를 갖춘 모바일 학습 앱.

핵심 성과: AI 지원 모더레이션을 갖춘 언어 학습 제품을 만들었습니다.

문제: 팀에는 안정적인 협업과 동기화를 갖춘 로컬 우선 화이트보드가 필요합니다.

아키텍처: 실시간 협업, 클라우드 동기화, 오프라인 우선 상태를 갖춘 React 캔버스 워크스페이스.

핵심 성과: 다중 보드 협업 화이트보드 플랫폼을 구축했습니다.

문제: 소셜 커머스에는 크리에이터 미디어, 마켓플레이스 흐름, 결제 인프라가 필요합니다.

아키텍처: 비디오 워크플로우, Stripe Connect, S3, Firebase를 갖춘 Flutter 마켓플레이스.

핵심 성과: 비디오 중심 커머스와 크리에이터 수익화 워크플로우를 구현했습니다.

문제: 소셜 커머스 제품에는 메시징, 판매, 딥링킹이 필요합니다.

아키텍처: AWS Amplify와 커머스 연동을 기반으로 한 React Native + Next.js 플랫폼.

핵심 성과: 소셜 커머스를 위한 크로스플랫폼 제품 화면을 구축했습니다.

문제: 건설 물류에는 오프라인 지원, GPS 추적, 배차 가시성이 필요합니다.

아키텍처: 지도, 실시간 추적, 경로 최적화를 갖춘 오프라인 우선 모바일·웹 스택.

핵심 성과: 현장 신뢰성과 실시간 조율을 중심으로 물류 워크플로우를 구축했습니다.