Seonkyu Jeong — notes on financial AI, model risk, and the slow integration of agents into regulated workflows.
Independent researcher · Seoul. Notes, working papers, and long-form thinking on financial AI, model risk management, and agentic systems. GARP Financial Risk Manager (FRM).
This site collects what does not fit into a journal paper or a GitHub README — decisions and their reasons, failed experiments, what collaborating with an AI system for four months actually looked like.
금융 AI, 모델 리스크, 그리고 규제 안에서 에이전트를 천천히 제자리에 앉혀 가는 이야기.
금융 AI 연구자 · 서울. 논문이나 GitHub README 에는 담기지 않는 것들을 모은다 — 어떤 결정을 왜 내렸는지, 실패한 실험들, 그리고 4개월간 AI 와 한 팀처럼 일한 실제 풍경.
금융 AI, 모델 리스크 관리, 에이전트 시스템에 대한 작업 노트와 긴 호흡의 사고 기록. GARP FRM.
Heterogeneous Expert PLE for Financial Product Recommendation
금융 상품 추천을 위한 이종 전문가 PLE
A 13-task multi-task learning system with seven structurally distinct expert networks, distilled to LightGBM for AWS Lambda serving, with regulatory-grade audit infrastructure.
서로 다른 구조의 7개 전문가 네트워크가 13개 태스크를 함께 학습하고, LightGBM 으로 증류해 AWS Lambda 로 서빙하는 멀티태스크 시스템. 규제 수준의 감사 인프라까지 포함한다.
A three-person team · early 2026 · with Claude Code (Anthropic) as the primary development partner
3명 팀 · 2026년 초 · 주 개발 파트너는 Claude Code (Anthropic)
Building a Financial AI in Four Months
4개월간의 금융 AI 개발기
Building a financial recommendation system with Claude Code, on consumer hardware, as a three-person team.
3명 팀이 소비자용 GPU 한 대와 Claude Code 만으로 금융 추천 시스템을 만들어낸 기록.
The MRM Thread
MRM 스레드
Regulatory compliance and model risk management for AI recommendation systems, from a GARP FRM practitioner perspective.
AI 추천 시스템의 규제 준수와 모델 리스크 관리를 GARP FRM 실무자 관점에서 다룬다.
Study Thread — Papers & Math Foundations
스터디 스레드 — 논문 & 수학 기초
Papers, math foundations, and reference reading behind the PLE architecture — studied and summarized in parallel English/Korean.
PLE 아키텍처의 뿌리가 되는 논문·수학 기초·참고 문헌을 영/한 두 언어로 정리해 둔 학습 기록.
[FinAI Build] Ep 5 — The Data Integrity Hunt
Before any architecture debate — three chained label-leakage detections, the deterministic-leakage rationale behind the 18→13 task reduction, and the self-replicating features that surfaced across synthetic-data iterations v2→v3→v4.
[4개월 개발기] 에피소드 5 — 데이터 무결성 사냥
화려한 아키텍처 논쟁에 뛰어들기 전에 반드시 풀어야만 했던 복잡한 문제들. 레이블 리키지(Label Leakage) 3건의 연쇄 탐지 과정, 18개에서 13개로 태스크를 축소해야만 했던 결정론적 리키지의 배경, 그리고 합성 데이터 반복 개선(v2→v3→v4) 과정에서 드러난 중요한 교훈을 다룬다.
[MRM Thread] Ep 5 — RAG + LanceDB: Why Audit Infrastructure Is a Retrieval Problem
We started with the idea that the audit log was a write-only archive. The first time a risk officer needed similar-case context inside a five-minute decision window, that idea broke. RAG over LanceDB is what came out of refusing to maintain two copies of the same source of truth — and what unlocked human oversight, fairness monitoring, and quarterly aggregation as queries on the same store.
[MRM 스레드] 에피소드 5 — RAG + LanceDB · 감사 인프라가 결국 검색 문제인 이유
감사 로그는 단순한 쓰기 전용 데이터가 아니다. 질의 가능한 지식 베이스다. 운영 및 감사 검색 인프라를 컬럼형, 버전 인식, 시간 여행 기능이 결합된 RAG와 LanceDB로 구성한 이유를 설명한다. 그리고 그 결과로 인적 감독, 운영 파이프라인 위에서의 공정성 모니터링, 분기별 집계 문제가 어떻게 해결되는지 살펴본다.