CIA: Causal Intent Agent

사람들이 콘텐츠를 소비하는 이유는 다양합니다.
누군가는 단순한 재미를 위해 영상을 시청하고, 누군가는 특정 정보를 찾기 위해 검색하며, 또 다른 누군가는 트렌드를 따라가기 위해 클릭합니다.
하지만 이러한 의도(intent)는 데이터에 명확하게 기록되지 않습니다. 같은 콘텐츠를 시청했다고 해서 동일한 이유로 소비한 것은 아니기 때문입니다.

기존의 추천 및 검색 시스템은 단순한 클릭 이력과 패턴을 기반으로 작동하지만, Causal Intent Agent는 한 걸음 더 나아갑니다.
사용자의 소비 이유를 인과추론(causal inference)을 활용하여 분석함으로써, 단순한 행동 데이터가 아닌 진짜 의도를 추론합니다.
이 스터디에서는 "고객이 왜 이 콘텐츠를 선택했는가?"라는 근본적인 질문을 해결하고자 합니다.
이를 통해 추천 시스템과 검색 엔진이 단순한 과거 패턴을 따르는 것이 아니라, 사용자의 진짜 목적을 이해하고 예측하는 차세대 AI 에이전트를 개발하는 것이 목표입니다.

🌟 프로젝트 목표 (Project Vision)

"Causal Intent Agent: 데이터 속 숨겨진 취향을 분석하여 개인화된 Agent 만들기"

• 추천시스템에서 발생하는 다양한 데이터 편향을 인과추론 기법으로 해결
• 기존 추천시스템과 함께 작동할 수 있는 모듈형 CIA 구축
• 오픈소스 프레임워크 개발로 Github 퀄리티 높이기

🧑 역동적인 팀 소개 (Dynamic Team)

역할	이름	기술 스택 배지	주요 관심 분야
Project Manager	이상현		추천 시스템 / 인과추론 / Agentic AI
Member	-		-
Member	-		-
Member	-		-
Member	-		-
Member	-		-

🚀 프로젝트 로드맵 (Project Roadmap)

gantt
    title 2025 AI 프로젝트 여정
    section 핵심 마일스톤
    이론 연구       :a1, 2025-03-02, 30d
    Agent 개발        :a2, after a1, 30d
    데모 통합 페이지 구현    :a3, after a2, 20d
    수도콘 준비 및 회고        : a4, after a3, 20d
    section 부가 활동
    �PseudoCon2025     :2025-05-17, 1d

Loading

🛠️ 우리의 개발 문화 (Our Development Culture)

우리의 개발 문화

class CollaborationFramework:
    def __init__(self):
        self.tools = {
            'communication': 'Discord',
            'version_control': 'GitHub Projects',
            'ci/cd': 'GitHub Actions',
            'docs': 'Github Wiki'
        }
    
    def workflow(self):
        return """스터디 사이클:
        1️⃣ 근황 토크: 주간 이슈 및 뉴스 공유 
        2️⃣ 논문/개발 리뷰: 논문(1Q)/개발(2Q) 리뷰 세션 (Live Share)
        3️⃣ Todo: 계획 공유"""

📈 성과 지표 (Achievement Metrics)

2025 주요 KPI (TBD)

지표	목표치	현재 달성률
커밋 수	각자 매주 1회	0%

💻 주차별 활동 (Activity History)

날짜	내용	발표자
2025/03/04	OT	ALL, 상현
2025/03/11	논문 리뷰	00, OO
2025/03/18	논문 리뷰	OO, OO
2025/03/25	개발 진행 사항 공유	ALL
2025/04/01	개발 진행 사항 공유	ALL
2025/04/08	개발 진행 사항 공유	ALL
2025/04/15	개발 진행 사항 공유	ALL
2025/04/22	개발 리뷰	ALL
2025/04/29	데모 병합	ALL
2025/05/06	모같코	ALL
2025/05/13	수콘 준비	ALL
2025/05/20	회고 및 개선	ALL
2025/05/27	회고 및 개선	ALL
2025/06/03	회고 및 개선	ALL
2025/06/10	회고 및 개선	ALL

💡 학습 자원 (Learning Resources)

• Practical Implementation of Causal Inference for Advancing Recommender Systems: 인과추론 학회 발표자료
• Causal Recommendation Tutorial: 인과추론 추천시스템 튜토리얼 강의자료(참고용)

🌱 참여 안내 (How to Engage)

지원 시 유의사항

• 러너 신청 기간: 2/19-3/1
• 3/2에 러너 발표 예정이므로, 해당 날짜에 이메일(스팸 게시판 포함)과 Discord를 꼭 확인해 카톡방에 입장해, 3/4의 첫 모임에 지장이 가지 않도록 해야 함

시간

• 온라인: Room-DH, 매주 화요일 오후 9시
• 일부 주간은 오프라인(강남) 모임 예정, 화요일 저녁
• 첫 모임(3/4)은 오프라인 진행, 오후 7시 예정

러너 모집

• 추천/검색 시스템 개발 경험이 있으신 분 (추천/검색 시스템에 필요한 인과추론을 공부하는 스터디입니다!)
• 인과추론 분야에 대한 필요성을 공감하시는 분
• 2개월 내에 agent를 만들어보고 싶으신 분

누구나 청강을 통해 모임을 참여하실 수 있습니다.

1. 특별한 신청 없이 정기 모임 시간에 맞추어 디스코드 #Room-?? 채널로 입장
2. Magical Week 중 행사에 참가
3. Pseudo Lab 행사에서 만나기