Youhana Sheriff

문제: 보조 내비게이션에는 네트워크 없이 실시간으로 장애물을 이해하는 능력이 필요합니다.

아키텍처: 카메라에서 검출, 공간 추론, TTS까지 완전히 오프라인으로 실행되는 파이프라인. 데스크톱과 INT8 엣지 프로파일을 지원합니다.

핵심 성과: 안전 장치용 YOLO 계열 모델 학습을 포함한 Mako의 지속 R&D. FPS 수치는 공개 벤치마크가 아닌 문서화된 목표값입니다.

문제: 안전 장치에는 제한된 연산, 메모리, 전력 안에서 동작하는 모듈형 AI 파이프라인이 필요합니다.

아키텍처: LoRA, MLX, llama.cpp, 양자화 배포를 활용한 비전, 안전 검증, 이벤트 기반 소형 모델 추론의 분리 구조.

핵심 성과: YOLO 계열 모델 학습과 제한 장치 배포 계획을 위한 Mako의 지속 R&D.

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: SimpleMem 논문을 TypeScript로 독자 구현해 @sheriax/simplemem로 공개했습니다. 벤치마크 수치는 인용한 논문에 귀속됩니다.

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 지출 맥락, 영수증 이해, 실용적인 안내가 필요합니다.

아키텍처: Firebase, ML Kit OCR, 규칙 기반 거래 관리, 영수증 스캔·조언·예산·저축 목표·알림용 OpenAI GPT를 갖춘 Flutter 앱.

핵심 성과: 지출 추적과 재정 회복을 위한 프로덕션 AI 금융 웰니스 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: 개인 Android 제품으로 개발·출시한 뒤 Sheriax에 통합했으며 현재는 중단되었습니다.

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

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

핵심 성과: Youhana가 단독 개발 중인 Sheriax 제품입니다.

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 커머스 제품을 초기 크로스플랫폼 기반에서 동영상 중심 마켓플레이스로 발전시켜야 했습니다.

아키텍처: Cubanin 단계의 React Native와 Next.js에서 Echify로 리브랜딩하며 Stripe Connect, S3, Firebase 기반 Flutter로 전면 재작성.

핵심 성과: 테크 리드 겸 리드 모바일 개발자로서 Echify 리브랜딩 과정의 React Native에서 Flutter로의 전면 재작성을 주도했습니다.

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.