문장 스크랩

---

복사

---

공유

1. 자유롭게 자기소개를 해 주세요. - 기초를 중요시하는 개발자 새로운 IT 기술을 탐구하는 것은 언제나 저의 큰 흥미 중 하나였습니다. 학교 생활을 하며 이 분야가 얼마나 다양한 영역으로 확장되어 있고 여러 도메인에 적용할 수 있는지 깨닫고, 그 매력에 더욱 빠져들었습니다. 그래서 대학생활 동안 최대한 다양한 분야를 경험하며 공부하겠다는 마음가짐으로 달려왔습니다. 3학년이 되었을 때 어떤 분야를 선택할지 고민이 많았습니다. 제일 재미있는 분야를 찾지 못해 고민하던 중, 3학년 여름방학에 한국데이터산업진흥원에서 주최한 '자연어처리 기반 딥러닝 기술 융합 과정 프로젝트'에 참여하게 되었습니다. 이 프로젝트에서 2달 동안 머신러닝, 딥러닝, 언어공학, 데이터 분석 등의 기술을 습득했고, 딥러닝 기반 실시간 부정 어휘 감지 시스템을 개발하며 모델 구현에 큰 흥미를 느꼈습니다. 그 이후 모델 개발을 어떻게 다양한 분야에 적용할 수 있을지 고민하기 시작했습니다. 그러던 중 3학년 2학기에 들은 ‘정보통신기초종합설계-캡스톤’ 수업을 통해 기업 협업 캡스톤 프로젝트를 수행하게 되었습니다. 이 프로젝트를 통해 의료 데이터 분석 분야에 처음 도전하게 되었는데, 실시간 얼굴 인식을 통해 심박수와 호흡수를 예측하고 스트레스 지표를 생성하는 작업을 맡았습니다. 얼굴 영상에서 생체 신호를 추출하고 이를 바탕으로 모델을 개발하는 과정에서 데이터 전처리, 특징 추출, 모델 구축 및 평가까지 전체적인 분석 과정을 경험했습니다. 특히 사람의 데이터를 다루어 유의미한 결과를 얻는 것은 이전에 했던 작업보다 훨씬 흥미로웠습니다. 의료 데이터는 사람의 생체 신호를 다루는 만큼 민감한 정보를 다루어야 했기에 그 중요성을 더욱 깊이 느낄 수 있었습니다. 이러한 경험을 통해 의료 데이터 분석에 대한 흥미와 열정을 갖게 되었고, 인공지능과 의료 이미지 데이터의 융합 가능성에 대한 이해를 넓힐 수 있었습니다. 이 프로젝트의 결과물이 좋았기 때문에 제가 함께 일했던 회사에서 인턴십 제안을 받았고, 그 회사에서 정신건강 디지털 치료제를 개발하는 프로젝트에 참여할 수 있었습니다. 인턴십을 통해 수면 데이터 분석 및 수면 자세 예측 모델을 개발하는 작업을 하며 실무 경험을 쌓았습니다. 수면 데이터를 분석해 개인의 수면 상태와 자세를 파악하고 이를 기반으로 수면의 질을 분석하는 과정은 매우 흥미로웠습니다. 데이터 전처리부터 모델 구축, 예측 결과 분석까지 프로젝트의 전체적인 진행 과정을 직접 경험하면서 컴퓨터 비전분야에 대한 실무적인 이해를 높일 수 있었습니다. 이러한 경험을 통해 제가 이 분야에서 더 성장할 수 있는 확신을 가지게 되었습니다. 비전 분야에 대한 경험을 쌓는 것뿐만 아니라 모델 개발 능력을 더 키우기 위해 겨울방학에는 "네이버 부스트캠프 - AI 엔지니어 준비 과정"을 수료했습니다. 이 과정에서는 딥러닝의 이론적인 원리와 실무 기술에 집중해 공부했고, 머신러닝, 딥러닝, 그리고 다양한 딥러닝 프레임워크에 대한 깊은 이해를 통해 딥러닝 모델 구축 및 최적화에 대한 전문 지식을 쌓을 수 있었습니다. 또한, 토이 프로젝트를 통해 딥러닝 모델의 구축 과정과 최적화 방법에 대해 실질적인 경험을 얻을 수 있었습니다. 이 과정에서 배운 것은 단순한 이론적 지식에 그치지 않고 실제로 모델을 개발하는 데 필요한 실용적인 기술을 익히는 것이었습니다. 딥러닝 모델을 실무에 적용하는 데 필요한 기술들을 익히면서 딥러닝에 대한 자신감을 가지게 되었고, 이를 통해 다양한 응용 분야에 모델을 적용하는 데 필요한 능력을 개발할 수 있었습니다. 2. 지원분야 관련 연구/기술 또는 일반경력(경험)사항, 수상경력 소개해주세요 - 2023년 6월부터 8월까지 용인시에서 개최된 "2023 용인시 SW/AI 해커톤 경진대회"에 팀 리더로서 참여했습니다. 프로젝트 기획부터 데이터 모델링까지 주도적으로 참여하여, 주어진 공공 데이터를 활용하여 지역 사회의 문제를 해결하는 AI 솔루션을 개발했습니다. Translator를 사용하여 데이터 텍스트를 번역하고 감정 분석에 적합한 데이터로 라벨링했습니다. 이후, PyTorch와 HuggingFace의 Transformers 라이브러리를 활용해 RoBERTabase 모델을 사용해 감정 분석 작업에 최적화하고, CUDA를 활용해 Tesla T4 GPU로 모델을 구현했습니다. 이러한 기술들을 통해 팀을 이끌며, 최종 프레젠테이션을 통해 61팀 중 7위로 본선에 진출해 특별상 수상의 성과를 거두었습니다. 2023년 9월부터 2024년 2월까지 "Enhancing Art Curation through Slot Filling" 논문 프로젝트에 참여해 Generative AI와 Masked Language Modeling을 활용한 미술 큐레이션 시스템을 개발했습니다. 이 프로젝트에서 데이터셋 구축, 슬롯 필링 기법 개발, 시스템 설계와 구현을 담당하며 IEEE 학회에서 논문을 발표하고, 예술 작품 접근성 향상에 기여했습니다. 이 연구의 전체적인 방향은 미술 작품에서 적절한 슬롯을 찾기 위해 생성형 AI와 딥러닝 기술을 활용해 큐레이션 시스템을 구축하는 것이었습니다. 이를 위해 생성형 AI를 활용한 데이터셋 구축과 미술 공식 사이트에서 작품 설명을 수집하였고, 슬롯 필링에 대한 두 가지 접근 방법론을 개발하여 연구를 진행했습니다. 첫 번째는 "Generative AI를 활용한 slot-filling" 방식으로, GPT-4를 사용해 작품 설명에서 중요한 슬롯을 추출했습니다. 프롬프트 기술을 사용하여 Expert Prompt, Chain of Thought, Image Data, Slot Data를 활용해 정확한 정보를 도출해내었고, 이와 함께 StyleGAN을 활용해 큐레이션 시스템에 자동화된 이미지 생성 기능을 도입해 성능을 비교했습니다. 두 번째 접근 방식은 "딥러닝 모델을 활용한 slot-filling" 방식으로, Masked Language Model을 사용해 슬롯 필링을 수행했습니다. BERT 구조를 활용하여 마스킹된 단어를 예측하고, 사전 훈련과 미세조정을 통해 모델을 특정 작업에 최적화했습니다. 해당 연구를 통해 예술 작품에 대한 접근성을 향상시키고, 다양한 관점과 해석을 가능하게 했습니다. 딥러닝과 StyleGAN을 기반으로 한 큐레이션 시스템을 구축하여 사용자 친화적인 시스템을 개발하는 데 기여했다고 생각합니다. 2023년 9월부터 12월까지 진행된 "실시간 얼굴인식을 통한 심박수 및 호흡률 측정 및 스트레스 지표 분석" 프로젝트에 참여하며, 비디오 기반의 실시간 모니터링을 통해 심박수와 호흡률을 측정하고 스트레스 지표를 분석하는 작업을 수행했습니다. 프로젝트를 진행하는 동안 MediaPipe Face Mesh를 사용해 얼굴의 3D 랜드마크를 추출하고 심박수 측정을 위한 ROI 영역을 식별하는 기술을 습득했습니다. 또한, 오일러 증폭 기술을 활용해 얼굴의 G-채널 값을 모니터링하고, Fast Fourier Transform을 활용해 시간 영역 데이터를 주파수 영역 데이터로 변환하여 심박수를 추정하는 기술을 배웠습니다. 이러한 과정을 통해 주파수 처리 기술을 활용한 비접촉식 건강 모니터링 방법을 제공하고, 원격 스트레스 평가 능력을 향상시켜 ICT-AES 학회에서 Best-paper Awards를 수상했습니다. 이러한 경험을 통해 학문적 연구뿐만 아니라 산업 현장에서도 기여할 수 있는 역량을 갖추게 되었습니다. 이러한 소중한 경험을 발판 삼아, 저의 역량을 최대한 발휘해 해당 분야에 적극적으로 기여하고 싶습니다.