최고 품질의 상품들을 지금보다 더 많은 소비자들이 여러 유통 채널에서 더욱 폭 넓고 쉽게...
1. [높은 목표 설정] 낯선 환경에서 자발적으로 최고 수준의 성과를 만들어냈던 경험을 구체적으로 서술하고, 그 과정에서 어떤 목표와 전략을 세우고 실행했는지 서술해주세요. (700자 이내) * (700자)
[AI×문화유산, 불가능에서 최우수상까지]
2023년 문화재청 국가유산콘텐츠경진대회는 제게 완전히 낯선 도전이었습니다. 예술공학 전공자로서 AI와 전통문화를 융합하는 것은 미지의 영역이었고, 초기 성공 가능성은 20%에 불과했습니다. 조선시대 초상화를 디지털 휴먼으로 복원한다는 아이디어는 참신했지만, 600년 전 2D 이미지를 3D로 재현하는 기술적 난제가 산재했습니다.
저는 3단계 전략을 수립했습니다. 1단계로 StyleGAN과 DECA를 활용한 AI 파이프라인을 설계했고, 2단계로 전신사조 사상을 연구하여 초상화 특징을 데이터화했습니다. 3단계로 태조 이성계, 고종황제, 강이오, 최익현 4인을 선정하여 각 1,000장의 학습 데이터를 생성했습니다.
가장 큰 장애물은 3개월차 '불쾌한 골짜기' 현상이었습니다. 복원된 얼굴이 부자연스러워 팀이 좌절했지만, 저는 실제 사람 피부를 4K로 스캔한 텍스처맵을 디지털 휴먼에 이식하는 리맵핑 기법을 72시간 집중 연구하여 돌파구를 찾았습니다.
결과적으로 일반부 최우수상을 수상했고, 심사위원장 박진호 교수님께서 ""인공지능으로 효율적이고 설득력 있는 선조의 모습을 예측했다. 객관성과 합리성을 강화한 파이프라인은 기존 주관적 복원의 한계를 뛰어넘었다""고 평가하셨습니다. 이 경험은 낯선 도메인에서도 체계적 접근으로 SUPEX를 달성할 수 있다는 자신감을 심어주었습니다.
2. [협업역량] 당신이 주도적으로 진행한 일이 타인의 피드백이나 반대로 인해 방향이 바뀌거나 실패했던 경험을 구체적으로 서술하고, 그 과정에서 느낀 점과 배운 점을 설명해 주세요. (700자 이내) * (700자)
[테크니컬 디렉터에서 커뮤니케이터로, 180도 전환의 가치]
2020년 콘텐츠원 캠퍼스 프로젝트에서 시스템팀 테크니컬 디렉터로 4개 팀의 AI 모듈 통합 파이프라인 구축을 주도했습니다. 초기에는 기술적 효율성만 추구하여 복잡한 아키텍처를 설계했습니다. Visualization팀, Vision팀, Speech팀의 산출물을 통합하며 최첨단 기술 스택을 고집했습니다.
프로젝트 2개월차, Speech팀 리더로부터 뼈아픈 피드백을 받았습니다. ""기술은 완벽하지만, 팀원들이 이해하지 못하면 무용지물입니다."" 실제로 타 팀원 이해도 조사 결과 30%만이 제 설계를 이해하고 있었습니다. 자존심이 상했지만, 이것이 진정한 Professional의 자세가 아님을 깨달았습니다.
즉시 '기술 우선'에서 '소통 우선' 전략으로 전환했습니다. 복잡한 파이프라인을 3단계로 단순화하고, 매주 기술 스터디를 개최했습니다. 비전공자도 이해할 수 있는 시각적 다이어그램 15개를 제작했습니다. 개발 속도는 20% 느려졌지만, 팀 참여도가 크게 향상되었습니다.
최종적으로 한국콘텐츠진흥원 평가에서 20여 개 기관 중 2년 연속 우수 사업단으로 선정되었고, 팀원 만족도 95%를 기록했습니다. 이 경험을 통해 진정한 리더십은 함께 멀리 가는 것임을 체득했습니다. SK AX의 'People' 가치처럼, 열린 소통과 협력이 최고의 성과를 만든다는 교훈을 얻었습니다.
3. [AI활용능력] AI 도구를 활용하여 실제로 업무나 과제, 프로젝트의 효율을 높였던 경험이 있다면 구체적으로 서술해 주세요. (700자 이내) * (700자)
[LangGraph로 구현한 법률 AI 상담 서비스, 데이터 구조의 중요성을 깨닫다]
SKALA 프로젝트에서 법률 AI 상담 에이전트 '정자'를 개발했습니다. 최근 3년간의 법원도서관 판례공보와 주요 법률 문서를 기반으로 정확한 법률 상담을 제공하는 것이 목표였습니다. LangGraph, Pinecone을 핵심 도구로 활용하여
법률 데이터의 특성에 맞춘 전략을 수립했습니다. 첫째, 판례와 법령 PDF를 Ko-SRoBERTa로 임베딩하여 한국어 법률 용어의 미묘한 차이를 포착했습니다. 둘째, 500단어 chunk에 50단어 overlap을 적용하여 법조문의 맥락이 끊기지 않도록 했습니다. 셋째, context_handler 노드를 설계해 Tool 실행 결과를 Agent가 다시 재호출하여 분석할 수 있게 하였습니다.
제가 설계한 핵심은 '도메인 특화 멀티노드 시스템'이었습니다. 법률 정보, 판례 그리고 종합 답변을 각각 생성하도록 agents를 분리했습니다. 특히 외국법 질문 필터링, 10자 미만 질문 예외처리 등 법률 상담의 특수성을 반영했습니다.
최종적으로 평균 응답시간 30.7초, 법률 용어 인식률 80%를 달성했습니다. 이 경험을 통해 각 도메인 데이터의 구조를 이해하고, 그에 맞춰 RAG를 구축하는 것이 핵심임을 깨달았습니다. SK AX에서도 다양한 산업의 데이터 특성을 파악하여 최적화된 AI 솔루션을 제공하고 싶습니다.