이 연구소의 핵심 산출물은 도메인별 자동화 도구입니다. 각 도구는 독립적으로 작동하지만, 공통된 패턴(컨스트레인트 + 검증 + 큐레이션)을 공유합니다.

도구는 독립적이지만, 시스템으로서 순환합니다.

graph TD
    R["📚 Research<br/>이론·패턴 정리"]
    T["🛠️ Tools<br/>도메인별 자동화"]
    O["🚀 Operations<br/>실제 운영"]

    R -->|이론을 코드로| T
    T -->|도구를 시스템으로| O
    O -.->|운영 경험 → 새 질문| R

    style R fill:#fce4ec,stroke:#cc785c,stroke-width:2px
    style T fill:#fff3e0,stroke:#cc785c,stroke-width:2px
    style O fill:#e8f5e9,stroke:#cc785c,stroke-width:2px

세 단계가 순환하는 구조입니다.

운영 경험은 다시 새로운 연구 질문이 됩니다. 글 1개를 만드는 것과 500개를 만드는 것은 본질적으로 다른 문제이고, 한 도메인을 자동화한 경험은 다른 도메인의 설계에 적용됩니다.

현재 운영 중이거나 가까운 미래에 시작될 시스템.

각 시스템은 도구의 첫 번째 검증 사례입니다. iq-proof가 iq-blogger의 검증이듯, 각 운영 시스템은 그 도구가 실제로 작동한다는 증거가 됩니다.

 🤖  Agent Foundations   

에이전트의 기본 구조와 설계 원칙

	📌 Title	📝 Key Topics
1	Agent Architectures Deep Dive	ReAct, Reflexion, AutoGPT, BabyAGI 비교, 설계 패턴
2	Multi-Agent Systems Deep Dive	협업 패턴, 역할 분담, 통신 프로토콜, Orchestration
3	Agent Tool Use Deep Dive	Function Calling, MCP 프로토콜, Tool Selection, 안전성
4	Agent Memory Deep Dive	Short/Long-term Memory, Episodic Memory, RAG 통합

 🔬  Agent Engineering   

에이전트를 실제로 만들고 평가하는 방법

	📌 Title	📝 Key Topics
1	Agent Eval Deep Dive	Benchmark 설계, Trajectory 분석, Failure Mode, Cost-Performance
2	Agent Deployment Deep Dive	Production 운영, Observability, Sandboxing, Rate Limiting
3	Prompt Engineering for Agents	System Prompt 설계, Few-shot 패턴, Constraint 강제

도구 확장 순서:

1. iq-blogger 안정화 — 첫 도구의 완성도를 100%로
2. iq-writer / iq-painter — 텍스트·이미지 도메인 확장
3. iq-label / iq-studio — 멀티미디어 도메인 진입
4. iq-curator — 모든 도구의 통합 오케스트레이터

각 단계는 이전 도구의 운영 메트릭으로 검증된 후에만 다음으로 진행합니다.

각 도구는 동일한 사이클로 구축됩니다.

graph LR
    A{{🔬 Study}} -->|도메인 분석| B{{🎯 Constrain}}
    B -->|컨스트레인트 정의| C{{🤖 Generate}}
    C -->|AI 양산| D{{✅ Validate}}
    D -->|자동 검증| E{{👤 Curate}}
    E -.->|품질 피드백| B

    style A fill:#fce4ec,stroke:#cc785c,stroke-width:2px
    style B fill:#fff3e0,stroke:#cc785c,stroke-width:2px
    style C fill:#e8f5e9,stroke:#cc785c,stroke-width:2px
    style D fill:#e3f2fd,stroke:#cc785c,stroke-width:2px
    style E fill:#f3e5f5,stroke:#cc785c,stroke-width:2px

이 다섯 단계는 도메인이 텍스트든 음악이든 이미지든 동일하게 적용됩니다. 검증·재시도·큐레이션의 추상화 패턴이 도메인 간 전이의 핵심입니다.

• 🎯 검증 가능한 자동화 — 자유도가 높은 프롬프트가 아닌, 명시적 컨스트레인트로 일관성 보장
• 🔁 자기 개선 루프 — 검증 실패 시 자동 재시도, 이전 오류를 학습 데이터로 활용
• 🌐 도메인 전이 — 한 도메인에서 검증된 패턴을 다른 도메인으로 확장
• 📊 운영 가능한 시스템 — 일회성 스크립트가 아닌, 지속적으로 콘텐츠를 생산하는 살아있는 인프라

1. Form follows constraint. 명시적 스키마와 엄격한 검증이 느슨한 프롬프트와 사후 검토보다 더 신뢰할 수 있는 결과를 만든다.
2. Curation is non-negotiable. AI는 형식적 일관성을 보장하지만, 진짜 가치는 인간이 판단한다. 큐레이션 없는 자동화는 양산일 뿐이다.
3. Infrastructure first. 콘텐츠 1개를 만드는 것과 500개를 만드는 것은 본질적으로 다른 문제다. 처음부터 시스템으로 설계한다.

세 연구소는 각자의 영역에서 독립적이지만 본질적으로 연결됩니다. AI 이론이 에이전트의 두뇌가 되고, 백엔드 시스템이 그 인프라가 되며, 에이전트가 다시 모든 연구소의 콘텐츠를 자동화합니다.