Wonbeom Jang

Hi, I’m Wonbeom Jang, an LLM Research Engineer at SK Telecom.

I’m currently contributing to the development of A.X K1, a 519B-parameter MoE Foundation Model, where I design and build the training data that goes into the model — both Korean pre-training corpora and post-training datasets.

Previously, I built TelcoLLM, a telecom-domain LLM developed in collaboration with OpenAI and Anthropic, and led the development of TelBench (EMNLP 2024) and TelAgentBench (EMNLP 2025), benchmarks for evaluating this LLM. TelcoLLM is now deployed in production at SK Telecom’s AI Contact Center (AICC), powering in-call RAG and post-call analysis.

I also led the Smaller, Safer, Stronger project — a collaboration with AdaptiveML — where we fine-tuned Gemma 3 4B with SFT + PPO to match GPT-4.1 / Claude Sonnet 3.7 on multilingual content moderation. The project is featured as a reference case in Google DeepMind’s Gemmaverse showcase.

My research interests are LLM Evaluation, Synthetic Data, and Model-based Data Curation — a data-centric approach where evaluation results inform exactly what training data needs to be built next.

Happy to chat about any of the above — reach me at jtiger958@gmail.com.

안녕하세요, SK텔레콤에서 LLM Research Engineer로 근무 중인 장원범입니다.

현재 519B 파라미터 MoE 구조의 A.X K1 Foundation Model 개발에 참여하고 있으며, 모델 학습에 사용되는 한국어 Pre-training 데이터와 Post-training 데이터를 직접 설계·구축하고 있습니다.

이전에는 통신 도메인 특화 LLM(TelcoLLM)을 OpenAI, Anthropic와 협업하여 구축하였고, 이를 평가하기 위한 벤치마크인 TelBench(EMNLP 2024)와 TelAgentBench(EMNLP 2025)를 개발했습니다. TelcoLLM은 SK텔레콤 AICC(AI Contact Center)에 상용 배포되어 in-call RAG 및 post-call 분석에 활용되고 있습니다.

또한 AdaptiveML과의 협업 프로젝트인 Smaller, Safer, Stronger 를 프로젝트 리드로 이끌었으며, Gemma 3 4B를 SFT + PPO로 튜닝하여 GPT-4.1·Claude Sonnet 3.7급의 다국어 콘텐츠 모더레이션 성능을 달성했습니다. 이 작업은 Google DeepMind의 Gemmaverse 쇼케이스에 레퍼런스 사례로 등재되었습니다.

주요 관심 분야는 LLM Evaluation, Synthetic Data, Model-based Data Curation 입니다. 평가 결과를 기반으로 모델의 약점을 분석하고, 이를 보완하는 고품질 학습 데이터를 설계하는 데이터 중심(data-centric) 접근에 관심이 많습니다.

관련 주제로의 협업·논의는 메일로 언제든 환영합니다.