연세대 / 인공지능학 / 학점 4.09 / 오픽: IL / 사회생활 경험: 인턴 경험 6개월, 경력 1년 10개월 / Samsung-card Data Competition 3등상, CLOVA AI RUSH 2021 2위, CLOVA AI RUSH 2022 3위 / 기타: 정보처리기사
저는 지속학습과 설명가능한 AI에 대한 관심이 있습니다
실제로 작년에 진행한 정부 과제에서도 이미지 분류, 탐지 모델에서
데이터 드리프트가 일어났을 때 이를 탐지하고
데이터 수집, 데이터 라벨링, 재학습, 모델 검증, 재배포의 과정을 자동화 하는
MLOps 파이프라인
해당 과제에서는 엣지 디바이스에서 이미지 데이터의 변화를 탐지하고
추가적인 학습을 위한 데이터 수집, 라벨링을 어떻게 진행 할까가 가장 큰 문제였으며
작은 모델에서 진행을 하니 제대로 결과가 나오지 않는다는 문제가 있었습니다.
그러던중 최근 초거대모델, LLM의 등장과 그걸 활용하는 방법론 들을 보면서
엣지 디바이스에서 모든 작업들을 할 필요 없이 큰 데이터센터를 중간에 두고
Large Foundation Model을 활용하여 데이터를 클러스터링 하고
라벨링 하는데에 활용하여 엣지 디바이스와