미리보기

프로젝트 내용

• 문화생활에 관심이 점점 늘어가는 추세에서 뮤지컬에 입문하는 20, 30을 위한 뮤지컬, 전시회를 추천 해주는 프로그램

역할

• DeepFM 모델 구축

• Streamlit을 사용하여 프로젝트 구축

• 모델 연결 및 챗봇 구현

기여도

• DeepFM에 대한 모델에 대한 논문을 정리하고 다른 추천 프로세스에 대한 논문도 정리하여 팀원의 이해를 도움

• Streamlit을 활용한 프로젝트를 구축하고 모델에 원하는 값을 넣고 받을 수 있도록 함

• OpenAI를 활용하여 챗봇 구현

트러블

• 처음 접하는 모델이기에 대한 이해가 부족하였기에 모델 공부에 시간이 다수 소모됨

• 모델의 Loss가 높았음

• 모델 성능은 잘 나왔지만 추천 평가 지표가 낮은 문제

해결 방법

• 모델에 대해 같이 공부하며 모델에 대해 필요한 공부 시간을 줄임

• 데이터 전처리, 데이터의 양 증가 등 전처리를 통해 모델의 성능을 높임

• 추천 모델의 평가 지표인 @k, Top K 등에 대해 알게 되었고, 필터링을 통해 성능을 높임

느낀점

• 아직 공부할 분야가 많고 AI에 대한 이해가 확실히 되어야 함을 느껴 대학원 진학을 결정함

• 추천에 대한 관심을 가지고 해당 분야 뿐 아니라 LLM, AI 분야에 보안이 중요하다고 여겨 사용자의 개인 정보, 악성 코드 등에 대한 대응이 중요함을 느낌

프로젝트 내용

• 전국, 전 세계적으로 유명한 E-Sport LOL에 대해 경기를 분석하는 프로젝트를 진행하며 차 후 AWS에 올려 사용자가 있는 프로젝트를 진행하고자 함

역할

• Crawling 및 데이터 전처리

• Django 프레임워크를 통해 서버 구현 및 HTML/CSS/JS 작성

• DBeaver를 통한 DB 생성 및 연결

기여도

• 현재 진행하는 프로젝트에서 Crawling을 담당하고 잘 모르는 팀원들이 이해할 수 있도록 주석을 통해 설명하고 블로그에 코드를 하나하나 뜯어서 분석하면서 팀원의 성장 또한 도움

• Crawling 한 데이터를 Json 형식으로 저장하여 데이터 전처리를 하여 Pandas 형태로 frame을 생성

• 생성한 dataframe을 sqlAlchemy의 create_engine을 통해 넘겨서 DB와 연동

• Django 프레임워크를 통해 POST 방식의 전송 등 HTML과 Css, JS 코드를 작성하여 프론트 구성

• DB와 연동하여 팀 두 개를 클릭하였을 때 두 팀간의 경기만 뽑아오는 쿼리문을 작성

트러블

• 자식 요소를 찾는 함수를 작성하였는데 해당 부분에서 에러가 발생

• 자식 요소가 1개인 경우 no such element 에러가 발생

• 전처리를 할 때, 데이터가 원하는 형태로 들어오지 않는 에러가 발생

해결 방법

• 예외 처리를 하여 창을 새로 고침하여 새로 찾는 방법을 사용해 해결

• 자식 요소가 1개인 경우는 XPath가 달랐음. 이에 예외 처리를 통해 해결

• 특정 월부터 다른 요소가 추가됨을 확인 후 제거해줌으로 해결

느낀점

• 크롤링을 할 경우 예외처리가 필수적, 크롤링 뿐 아니라 다른 코드를 작성할 때에도 예외처리를 해야함

• 다른 팀을 보았을 때 크롤링을 진행하는 도중에 selector가 바뀌는 것을 확인함. 그래서 XPath를 통하여 값을 찾는 것이 좋은 것 같음

프로젝트 내용

• 부트 캠프에서 배운 내용을 토대로 새로운 인사이트를 도출하는 미니 프로젝트를 진행

• API를 통한 전국 자동차 등록 현황 및 크롤링을 통한 기업 FAQ 조회 시스템을 구축

역할

• 크롤링 : 세 개 중 한 개의 회사 웹사이트를 크롤링하면서 FAQ 데이터를 조회

• 모듈화 : 세 개의 코드를 하나로 모듈화하는 작업을 담당

• 프로젝트 트리 작성

• DB 연동 : sqlAlchemy를 이용하여 pandas로 만든 데이터 프레임을 저장

기여도

• 비전공자와 전공자가 섞여 진행하면서 크롤링을 하고 알려주면서 프로젝트를 완수

• DBeaver를 사용해 Mysql로 데이터를 저장

• 크롤링 코드를 하나로 모듈화하여 사용하기 편리하게 하고 해당 프로젝트를 발전시킬 경우 용이하게 제작해둠

트러블

• DB 생성 및 연동의 문제 : 크롤링 데이터를 저장 및 호출 과정에서 DB와의 연동 문제가 발생

• 키워드 추출의 문제 : 특정 기업이 제공하는 FAQ 내 키워드 데이터가 존재하지 않음

• 정적 웹사이트만을 이용 : BeautifulSoup만을 사용하여 크롤링을 진행함

해결법

• DataBase를 생성 안하고 연결하려 했었음. 만들어서 해결

• 정규 방정식을 사용하여 질문 데이터를 전처리하여 Keyword 추출

• 구현에는 이상이 없었지만 Selenium을 사용하고 싶어 LCK 프로젝트 때 Selenium을 사용하여 학습

느낀 점

• DB를 생성하기 전 미리 디자인을 하고 스키마 등 구조를 스케치하는 것이 중요함

• 특정 키워드를 추출하는 방법으로 정규 방정식 사용에 대해 알게됨

• 협업을 할 때 변수명, 접근법 등을 미리 지정하여 모듈화를 편리하게 하여야 할 것

• 동적 크롤링을 위해 다른 프로젝트에서는 Selenium을 사용할 것

프로젝트 내용

• 본 전공과 공부하였던 금융 쪽 지식을 활용하여 주식 차트에 대한 기술적 분석을 한 후 AI 모델에 1년치 주식 데이터를 학습시켜 주식의 등락을 나타내주는 프로젝트를 진행함

• 프레임워크 : exrpess.js

• 프로젝트 구성 : espress.js generator을 이용한 일반적인 프로젝트 구조

• 데이터베이스 : mongoDB community사용

• mongoDB에서 데이터베이스 이름은 TradingSight로 하면 설정

  
  

역할

• AI 모델 구축 및 flask 서버 연동 : 해당 프로젝트와 기간이 겹쳐 두 개의 프로젝트를 진행하면서 AI 모델 구축 및 flask 서버를 연동하는 역할을 담당함

• css/js : 주어진 css/js를 활용하여 적절한 공간에 적용하여 디자인을 꾸미는 역할

• 보고서 및 시스템 아키텍쳐 작성 : 시스템 아키텍처와 AI 부분에 대한 보고서 기술

기여도

• 딥러닝 모델로 LSTM, GRU 모델을 사용하여 높은 성능을 보여줌

  • GRU 모델 : Loss : 0.0034, $R^2$계수 : 0.93, MAE: 845.86, RMSE : 1127

  • LSTM 모델 : Loss : 0.0049, $R^2$계수 : 0.90, MAE : 1082.83, RMSE : 1362

• LSTM 모델 및 GRU 모델 사용 하기 전 해당 프로젝트에 적절한 알고리즘이 무엇인가 찾아보고 선택함

• AI 알고리즘에 대한 학습을 스스로 하면서 보고서 작성 및 모델을 구축함

트러블

• AI 모델 구축 및 사용법에 대하여 스스로 학습하다 보니 보고서 작성 등에 관해 어려움이 있었음

해결

• Colab에서 직접 책의 코드를 따라 해보고 교수님께 질문하는 등 배워 나감

느낀 점

• 데이터 셋 처리와 데이터 전처리의 중요성에 관해 알게됨

• AI에 대한 관심이 생김

내용

• 대한민국 의료 공백에 대한 기술적 대응을 위해 AI를 활용하여 질병에 따른 병명을 예측하는 프로젝트를 진행

역할

• 데이터 전처리 및 AI 모델 구축

  • 증상별 질병에 관한 데이터를 전처리하여 excel 파일로 저장 및 딥러닝 모델인 SVM 모델 구축

  • 모델 정확도 : 86% 가 나옴

• Flask 서버 구축 및 연동

  • Spring으로 서버를 연동하였기에 Python을 돌릴 서버로 Flask를 사용함

기여도

• AI 모델 구축 및 모델 정확도를 보여줌

• 논문을 찾고 스스로 공부하면서 모델을 구축하여봄

• 데이터 전처리를 수작업으로 진행하였음.

문제

• 데이터 처리를 수작업으로 하였음

• 메인 파일을 열 당시 Spring Boot로 열었고 Python 모델을 돌릴 서버에 대한 의문

해결법

• 끈기를 가지고 프로젝트를 완수를 위해 책임감 있게 완료함

• Flask 서버에 대해 알게 되었고 연동하여 두 서버 간 데이터를 전송하도록 구축

느낀 점

• 데이터 분석과 코딩에 부족함을 알고 더 공부하게 됨

• Python 서버인 Flask에 관해 알게 되었고 공부할 수 있었음

활동 내용

• Python, SQL, Crawling 등에 대한 학습

• Django, aws, git에 대한 학습

• 데이터 분석 및 머신/딥러닝/LLM 에 대한 학습 예정

• 미니 프로젝트를 통하여 배운 내용을 토대로 프로젝트 진행(달에 1번)

• 배운 내용을 매일 기록하고 공부하며 에러에 대한 기록과 해결법에 대해 블로깅

활동 내용

• 풀스택 개발자 양성과정으로 HTML/CSS/JS에 대한 학습

• MySQL 등 DB 연동에 관하여 학습

• AI 관련 내용을 들으며 관심을 가지고 SK networks AI 캠프에 지원

활동 내용

• 핀테크, 빅데이터 분석과 오픈 플랫폼 실습 및 은행권 공동 오픈 플랫폼에 대한 교육

역할

• 학습을 통하여 컴퓨터 공학 기술에 대해 더 관심을 가지게 되었음

기여도

• 핀테크 부문에 대해 공부하고 싶어 금융투자협회의 핀테크 입문 교육을 수료

활동 내용

• AI를 활용한 노동환경에서 발생 가능한 사고를 예방하는 아이디어를 제출하여 수상

역할

• 아이디어 제시

• AI 관련 부분 기술

기여도

• 전반적인 아이디어 제시 및 AI 관련한 내용을 정리

• 현실화를 위한 아이디어

활동 내용

• 보험사에 대한 제안서를 내는 아이디어 공모전에 참여하여 디지털 금융 아카데미를 통해 배운 내용을 토대로 디지털 포메이션 실행 방안에 대해 제시하고 수상함

역할

• 아이디어 제시 및 해외 사례 자료 조사, PPT 제작

기여도

• 해외 자료와 논문을 서치하면서 시장 상황을 조사함

• 현재 DB의 상황을 분석하여 디지털로의 전환을 강조하면서 실현 방안에 대해 제시

활동 내용

• 문제 상황에 맞는 해결법을 제시하는 공모전에서 아이디어를 제출하여 최우수상 수상

역할

• 아이디어 제시, PPT 제작 보조 및 발표

기여도

• 아이디어를 제시하여 현실화와 문제해결에 도움이 될까를 생각하면서 아이디어를 구체화

• PPT 제작을 보조하고 발표를 담당