전체 포트폴리오 — oxi를 넘어서
이 사이트의 시작은 oxi 생태계(oxicode·oxibrain·oxibrowser·oxios) 학습이었지만, 면접에서 말해야 할 프로젝트는 그보다 많다. ../portfolio에 등록된 14개 작품을 실제 코드베이스 기반으로 분석·정리한 안내문의 관문. 특히 how-many-blood의 예측 방식과 Runaway If You Can의 ML 학습법은 별도 심층 페이지로 준비했다.
작품 그룹별 안내
Rust · AI 에이전트 생태계
이 사이트의 본론 — 좌측 'Projects' 그룹에서 심층 분석. 6개 레포(oxicode/oxibrowser/oxios/oxibuilder/oximemo/oxiline)가 하나의 설계 원칙 아래 묶여 있다.
Red Cross Works — 헌혈 데이터·운영 (2024–2026)
경기혈액원 복무 중 만든 5개 프로젝트 6개 레포. 매시간 헌혈량 수집 → 날씨 기반 예측(how-many-blood), 단체 인원 예측·문서 자동화(red-toolkit), 현장 키오스크(rc-kiosk), 기준 검색(blood-donation-criteria), 비대칭 TSP 경로 최적화(optimal-route-planner).
게임 — Unity (2022–2024)
정착지 이야기(Google Play, 시민 FSM + A* + 일과/밤 사이클), BAEM 스네이크(Google Play, 소스 유실), Runaway If You Can(강화학습 연구 — DQN 경로 예측 경찰 NPC).
iOS 앱 — React Native (2025)
mnemo(메모리 카드 게임, App Store)와 logit(데일리 로깅, App Store). 로컬 우선 · 서버 비용 0 · 프라이버시 설계.
데스크탑 — Tauri (2025→)
oxinot(마크다운 아웃라이너, GPLv3 공개) → oximemo(oxi 생태계 편입, 카드 기반 재설계). 프랙셔널 인덱싱, 원자적 쓰기, redb+tantivy 3계층 스토리지.
면접에서의 서술 전략
- 한 줄 포지셔닝 — "Rust AI 에이전트 생태계(oxi)를 설계·구현하고, 그 전에 게임 AI(FSM/A*)와 강화학습(DQN), 그리고 현장 데이터 예측(회귀)까지 — 문제에 맞는 도구를 골라 온전히 출시까지 끝낸 경험."
- 시선아이티 직무와의 연결 — AI Chatbot 직무엔 how-many-blood(데이터 수집·예측) + Runaway(RL) + mnemo/logit(LLM 없는 프라이버시 UX), SI 직무엔 red-toolkit(문서 자동화) + optimal-route-planner(TSP 최적화) + oxios(Agent OS 아키텍처)가 각각 직결된다.
- 검증 가능성 — 코드가 남아 있는 프로젝트는 파일:라인까지 준비했고, 유실·비공개는 [UNVERIFIED]로 구분한다. 면접관이 파고들어도 사실관계가 흔들리지 않게.