One assistant that answers customers in fluent Korean and English — text or voice call.
한 명의 어시스턴트가 한국어·영어 고객을 동시에 응대합니다. 텍스트도, 음성 통화도.
Point us at your PDFs, Excel sheets, and product photos. We index and ground answers in your data — citations included.
PDF, 엑셀, 제품 사진을 그대로 주세요. 고객사 데이터를 색인하고, 출처와 함께 답변하는 시스템으로 만들어 드립니다.
LLM agents that grade student code, file purchase orders, sort inboxes, write QA reports.
학생 코드 채점, 발주서 작성, 메일 분류, QA 리포트 작성 — LLM 에이전트가 대신 처리합니다.
Multi-region cloud, model upgrades, eval reruns, on-call. We don't ship and disappear — we keep your AI alive.
다중 리전 클라우드, 모델 업그레이드, 평가 재실행, 온콜 대응까지. 띄워 놓고 사라지는 것이 아니라, 계속 운영합니다.
The next visitors to your product won't all be human. AI agents now browse, search, and buy on a user's behalf — and most sites are invisible to them. We design every build for AX (Agent Experience) the way we design for UX: structured data an agent can parse, clean tool and API surfaces it can call, llms.txt and MCP endpoints it can discover. If an agent can use it, a person can too — and you show up where the next search happens.
이제 제품을 찾는 것은 사람만이 아닙니다. AI 에이전트가 사용자를 대신해 탐색하고, 검색하고, 구매합니다 — 그런데 대부분의 사이트는 에이전트에게 보이지 않습니다. 문AI는 UX를 설계하듯 AX(Agent Experience)도 설계합니다. 에이전트가 읽을 수 있는 구조화 데이터, 호출할 수 있는 도구·API, 발견할 수 있는 llms.txt와 MCP 엔드포인트까지. 에이전트가 쓸 수 있으면 사람도 쓸 수 있고, 다음 검색이 일어나는 곳에 노출됩니다.
All deployed, all bilingual, all running today.
모두 배포 완료, 모두 한·영, 모두 지금 가동 중.
A bilingual assistant built and proven first at the founder's family HPL factory in Korea. Smart catalog search, instant quotes, chat, and a live voice agent on the Gemini Live API — all grounded in real product data. 4-week build, multi-region cloud.
대표의 가족이 운영하는 한국 HPL 제조 공장에서 먼저 만들어 검증한 한·영 어시스턴트. 실제 제품 데이터 기반의 스마트 카탈로그 검색, 즉시 견적, 챗, 그리고 Gemini Live API 기반 실시간 음성 에이전트까지. 4주 만에 구축, 다중 리전 운영.
"Yushin Melamine is my family's factory. I built Moonai's first system there — scoped up front, live in four weeks, answering customers in Korean and English from our real 350+ SKU catalog every day since. Every Moonai MVP starts from this architecture, because it runs where I have the most skin in the game."
"유신메라민은 저희 가족이 운영하는 공장입니다. 문AI의 첫 시스템을 이곳에서 만들었습니다 — 범위를 먼저 확정하고, 4주 만에 가동을 시작해, 지금도 실제 350+ SKU 카탈로그로 한·영 고객 응대를 매일 하고 있습니다. 문AI의 모든 MVP는 이 아키텍처에서 출발합니다. 제 이해관계가 가장 큰 곳에서 먼저 검증했기 때문입니다."
— Hyun Jae Moon, founder of Moonai. Disclosure: Yushin Melamine is the founder's family business. — 문현재, 문AI 대표. 고지: 유신메라민은 대표의 가족 회사입니다.
A social game-tracking app — your shelf, your friends', AI picks. FastAPI + PostgreSQL on the back, React/Vite on the front, IGDB integration, invite onboarding.
소셜 게임 트래킹 앱 — 내 게임장, 친구의 게임장, AI 추천. 백엔드 FastAPI + PostgreSQL, 프론트엔드 React/Vite, IGDB 연동과 초대 기반 온보딩.
An LLM-powered grading agent. Submit Python code, get an AI review and a passing diff in seconds. Agent loop, eval harness, real model orchestration — not a prompt wrapped in a button.
LLM 기반 채점 에이전트. 파이썬 코드를 올리면 몇 초 안에 AI 리뷰와 통과하는 패치가 돌아옵니다. 에이전트 루프, 평가 하네스, 실제 모델 오케스트레이션 — 프롬프트 한 줄짜리 데모가 아닙니다.
