미리보기
기본 정보
“햄버거에 재료를 정성스럽게 올리듯 꾸준하게 읽고 꾸준하게 공부하고 이 모든 것을 꾸준하게 올리자. 그리고 꾸준하게 내 것으로 만들자. 모르겠어도 꾸준하게 한다면 언젠가 내 것이 될 것이야. 마치 맛있는 햄버거처럼.”
기술 스택
Python, Numpy, Pandas, Tensorflow, Keras, PyTorch, Matplotlib, OpenCV, 머신러닝, 딥러닝
교육
광주인력개발원/한국전력공사
사설 교육 | kepco k-digital boot camp
2023.08. ~ 2024.02. | 졸업
군산대학교
대학교(학사) | 수학과(주전공)/컴퓨터공학과(복수전공)
2016.03. ~ 2022.08. | 졸업
자기소개
성장과정
컴퓨터 분야에 관심을 가진 계기부터 거슬러 올라가서 설명 드릴 수 있겠습니다. 처음 컴퓨터 분야에 관심을 가진 계기는 군복무에 있을 때 입니다. 군복무 당시 후임으로 있던 병사가 매일 아침 작성하는 반복되는 내용의 부대 일지를 개발자 도구를 통해 한번의 수정으로 수많은 수작업을 해결하는 것을 보았습니다. 이 경험을 통해 새로운 세계에 대한 흥미와 배우고 싶은 욕구가 전역 전까지 점점 쌓여갔고 전역 후 복학을 하면 복수 전공을 꼭 컴퓨터 공학과로 해야겠다고 생각하고 이를 실행에 옮겼습니다. 복수 전공을 통해 처음에는 C언어에 매료되었습니다. 해당 과목의 교수님께서 게임을 통해 C언어를 강의하셨는데, 이를 통해 다른 언어에도 흥미를 느낄 수 있었습니다. 그렇게 재미를 통해 학구열을 높이던 중에 머신 러닝 및 설계라는 과목을 접할 수 있었습니다. 해당 강의에서는 딥 러닝도 함께 다루었고 카멜레온의 종류를 구별하는 딥 러닝 모델을 개발하며 개발분야에 대한 흥미가 더욱 커졌습니다. 관심을 가진 분야를 탐구하는 것을 좋아하는 저는 해당 교수님의 담당 동아리에 참여하여 동아리 부원들과 자율 주행 자동차에 대한 주제로 연구를 하며 더욱 기반을 다졌습니다. 이 기반을 토대로 시각장애인을 위한 객체 탐지 안경이라는 주제로 졸업 작품을 5달이라는 시간에 걸쳐 준비했으며 3주간의 심사와 피드백을 통해 마무리할 수 있었습니다. 하지만 이 마무리를 더욱 이어 나아가고 싶은 마음에 더 공부해볼 수 있는 곳을 찾던 중 kepco k-digital boot camp를 알게 되어 현재 수강 중에 있고 아직도 해당 분야에 대한 관심을 식히지 않게 위해 팀원들과 머신 러닝, 딥 러닝 모델을 만들어 이를 적용 시킬 수 있는 프로그램을 만드는 등의 노력 중에 있습니다. 앞서 읽어 보았듯이 저는 해당 분야에 대해 더욱 깊게 파고들고자 하는 의지가 강합니다. 또한 이 의지가 식지 않기 위해 계속 연구를 하는 등 많은 노력이 이를 밑받침 해주고 있다고 생각합니다. 이 의지와 노력이 제가 성장해 나아갈 수 있다고 생각합니다.
성격 및 생활 신조
흥미를 끄는 것은 기록해두고 한번씩 더 보는 성격입니다. 그리고 이를 통해서 오랫동안 흥미를 유지하는 스타일입니다. 기록을 남겨놓고 이를 통해 반복적으로 보고 또 보곤합니다. 주변 사람들은 질리지도 않냐라고들 많이 얘기하지만 저는 저의 이러한 점이 쉽게 잊지 않고 흥미를 잃지 않기 위한 끈기 있는 노력이라고 생각합니다.
“햄버거에 재료를 정성스럽게 올리듯 꾸준하게 읽고 꾸준하게 공부하고 이 모든 것을 꾸준하게 올리자. 그리고 꾸준하게 내 것으로 만들자. 모르겠어도 꾸준하게 한다면 언젠가 내 것이 될 것이야. 마치 맛있는 햄버거처럼.”
위 글은 제 블로그에도 늘 써져 있는 생활 신조입니다. 성격과도 이어지는 저만의 생활 신조로써 기록은 저의 발자취라고도 생각합니다. 이 발자취를 통해서 제가 가던 길을 잃지 않을 것이라고 느끼고 저와 같은 길을 가는 사람이라면 이 발자취를 통해서 헤매지 않고 잘 따라올 수 있을 것이라고 생각합니다.
현재 트렌드와 이슈가 뭐라고 생각하는가?
첫 번째 인공지능과 자동화 기술, 두 번째 메타 버스, 세 번째 데이터 프라이버시라고 생각합니다. 첫 번째 인공지능과 자동화 기술에 대한 생각입니다. 대중적으로 모두 잘 알고 있으시겠지만 인공지능 및 자동화 기술은 계속해서 발전하고 있으며 이것이 곳 트랜드가 되며 이에 따른 산업과 사회의 변화, 인공지능의 윤리적인 측면과 노동 시장의 변화 등이 이슈로 번질 것이라고 생각합니다. 두 번째 메타 버스에 대한 생각입니다. 이것은 지극히 저의 개인적인 생각입니다. 솔직히 메타 버스가 처음에 떨어지는 운석처럼 잠깐 동안 빛나다가 완전히 사라졌다고 생각해왔습니다. 하지만 애플비전프로의 등장으로 다시 밝게 빛날 것이라고 생각합니다. 가상 공간과 현실 공간을 끝임 없이 연결하는 새로운 플렛폼이라는 정의 하나 만으로도 메타버스는 충분히 트랜드로써의 발전 가능성이 있고 이슈가 될것이라고 생각합니다. 세 번째 데이터 프라이버시에 대한 생각입니다. 요즘 빅 데이터가 끊임없이 상승세를 보이면서 이에 대한 개인 정보 보호와 데이터 사용에 대한 논의가 더욱 중요해지고 있는 추세라고 생각합니다. 기사를 조금만 검색해 보시면 아시겠지만 규제와 개인 정보 보호에 대한 법률 및 정책에 대한 논의가 계속되고 있는 것으로 보아 현재의 이슈라고 생각합니다.
조직 활동에서 갈등을 예방하거나 해결하기 위해 노력했던 행동과 결과, 이를 통해 느낀 점
프로젝트를 시작하면서 팀장을 맡게 되었던 경험은 저에게 많은 교훈을 안겨주었습니다. 프로젝트 진행 중 디자인 측면에서의 의견 충돌은 제가 처음 직면한 문제 중 하나였습니다. 처음에는 서로 다른 의견과 관점으로 인해 갈등이 생겼지만, 그 과정에서 얻은 교훈은 더 큰 가치가 있었습니다. 의견 충돌이 발생했을 때, 저는 차분한 태도로 분위기를 진정 시키고, 갈등을 해결하기 위해 두 팀원간의 개개인의 의견에 대해 경청하고 존중하였습니다. 또한 모든 팀원들이 자신의 의견을 자유롭게 표현할 수 있는 회의 분위기를 조성했습니다. 회의를 통해 문제점을 분석하고 합의점을 찾는 과정에서 팀원들은 서로의 관점을 이해하고 협력하는 방법을 배웠습니다. 이러한 노력의 결과로, 팀 내 갈등은 줄어들었고 효율적으로 프로젝트를 진행할 수 있었습니다. 더불어 팀원들 사이의 신뢰와 협력 관계가 강화되었습니다. 갈등을 해결하는 과정에서 저는 리더십과 커뮤니케이션의 중요성을 깨달았습니다. 모든 의견이 중요하며, 팀원 간의 소통과 협력이 성공적인 프로젝트를 만드는 데에 필수적이라는 것을 느꼈습니다. 이 경험을 통해 저는 어려운 상황에서도 평정심을 유지하고 팀을 이끌어 나갈 수 있는 능력을 키웠습니다. 갈등은 항상 발생할 수 있지만, 그것을 해결하는 과정에서 저는 더 나은 팀워크와 결과물을 이끌어낼 수 있다는 것을 배웠습니다.
프로젝트
FOR YOUR MEAL(우리의 냉장고 프로그램)
기타
2024.01. ~ 2024.02.
https://yoon0718.notion.site/FOR-YOUR-MEAL-76e53bf72053487d9f745200ae72feb1?pvs=4
FOR YOUR MEAL은 음성 인식을 통한 감정에 따른 음식 추천, 냉장고 식자재 관리 및 음식 추천 서비스 입니다. 한국환경공단에 따르면 음식물 쓰레기 중 무려 70%가 음식점과 가정에서 발생을 하고 이중에 실제로 먹지 못하고 상하거나 유통기한이 지나서 버려지는 양이 전체 음식물 쓰레기에서 40%가 넘는 점을 확인할 수 있습니다. 버려지는 음식물로 인한 연간 에너지 소모량은 전국민 기준 88억kwh이고 처리 비용은 연간 8천억 ~ 1조원에 해당합니다. 이러한 상황을 해결할 수 있는 방안을 기획하고 만들어보고자 해당 서비스를 만들게 되었습니다.
프로젝트 소개
- 팀원들과 Git Bash, Git Hub로 협업 툴 사용
- 식약청 api와 ai hub, kaggle을 통해 데이터 수집
- 수집한 음성 데이터를 MFCC, MelSpectrogram을 통해 특성을 뽑아 훈련에 적합한 형태로 가공
- 수집한 음식 레시피 데이터를 프로젝트 사용에 적합한 형태로 가공
- CNN, LSTM 모델링을 통한 음성 데이터 훈련
- CNN 모델링을 통한 식자재 데이터 훈련
- SpringBoot, React를 사용하여 웹 페이지를 구축
- 음성 인식을 통해 사용자의 감정을 분석하여 음식 및 레시피 추천
- 카테고리 별 음식 랜덤 추천
- 보관되어 있는 식자재에 따른 랜덤 음식 추천
- 챗봇을 통한 조리 방법 별, 음식 종류 별, 재료 별 선택을 통한 해당 음식 랜덤 추천
- 식자재 인식 및 유통기한 설정 후 보관
- 보관되어 있는 식자재 관리
사용 기술 및 라이브러리
- JavaScript · MariaDB · HeidiSQL · Java · HTML · SpringBoot · React · CSS · python · Deep learning · RestAPI
역할
- Front-end(3명) Back-end(1명) Data/API(2명) 중 Data/API(2명)
- 요구 사항 분석 및 설계
- 레이아웃 설계
- 식약처 api를 통한 음식 레시피 수집
- ai hub를 통한 음성 데이터 수집 및 MFCC, MelSpectrogram을 통해 특성 추출 후 훈련에 적합한 형태로 가공
- 수집한 음식 레시피 데이터를 프로젝트 사용에 적합한 형태로 가공
- CNN, LSTM 모델링을 통한 음성 데이터 훈련
- CNN 모델링을 통한 식자재 데이터 훈련
SunLab(태양광 전력 생산량 예측)
기타
2024.01. ~ 2024.01.
https://yoon0718.notion.site/SunLab-SunLaboratory-8ba4d05ca06c42459f9fc3d69fe86b86?pvs=4
SunLab(sun laboratory)는 날씨에 따른 지역 별 과거/현재/미래 태양광 전력 생산량을 알려주는 웹입니다. 2015년 파리 기후 협약에 따라 세계 각국은 탄소 배출량을 대폭 감축하여야 하는 상황이고 태양광 에너지는 재생 에너지로서 높은 위치에 존재하고 있습니다. 태양광은 매일의 기상 상황과 계절에 따른 일사량의 영향을 받아 예측이 가능하고 이를 통해 원활한 전력 수급 계획 수립을 지원 가능하여 합리적인 전력 가격 결정과 시스템 안정성 및 전력 균형 생산과 같은 문제를 효과적으로 해결할 수 있기 때문에 태양광 전력 생산량 예측을 하고 이를 표현해보고자 진행하였습니다.
프로젝트 소개
- 팀원들과 Git Bash, Git Hub로 협업툴 사용
- 기상청 API 및 한국 전력 거래소 API 연동
- 기상청 API를 활용하여 지역 별 기상 데이터를 수집
- 한국 전력 거래소의 데이터를 이용하여 지역 별 태양광 발전량 데이터를 획득
- 수집한 기상 데이터와 태양광 발전량 데이터를 전처리하여 분석에 적합한 형태로 가공
- XGBoost의 xgbregressor를 활용하여 지역별로 독립적인 발전량 예측 모델을 생성
- 지역마다 태양광 발전기 개수와 최대 발전량을 반영하여 정확한 예측을 위해 지역 특성을 고려
- SpringBoot, Django와 React를 사용하여 웹 페이지를 구축
- 웹 페이지에서는 한국 지도 이미지를 통해 지역을 선택
- 선택한 지역과 날짜에 따라 예측된 태양광 발전량을 그래프와 표로 시각화하여 제공
- 사용자는 지도에서 원하는 지역을 선택하고 날짜를 지정하여 쉽게 데이터를 조회
- 그래프와 표를 통해 시각적으로 데이터를 확인할 수 있어 사용자 편의성을 고려
사용 기술 및 라이브러리
- JavaScript · MariaDB · HeidiSQL · Java · Django · HTML · React · CSS · Machine learning · python · Deep learning · RestAPI
역할
- Front-end(2명) Back-end(1명) Data/API(2명) 중 Data/API(2명)겸 PM
- 요구사항 정의
- 레이아웃 설계
- 기상청 API를 활용하여 지역 별 기상 데이터를 수집
- 수집한 기상 데이터와 태양광 발전량 데이터를 전처리하여 분석에 적합한 형태로 가공
- 머신러닝 및 딥러닝을 통해 기상 시계열 데이터 분석 예측 시행(실패 - 임의로 과거 데이터 호출)
- XGBoost의 xgbregressor를 활용하여 지역별로 독립적인 발전량 예측 모델을 생성
- 발전량 예측 모델을 통해 얻어진 예측값 DB저장
MEC(MoveElectricCharge) - 찾아가는 전기차 충전 서비스
기타
2023.12. ~ 2023.12.
https://yoon0718.notion.site/MEC-MoveElectricCharge-a07c87171ae9428ab31edfa52b209db3?pvs=4
MEC(MoveElectricCharge)는 현재 위치에서 주변의 전기차 충전소의 위치를 파악하고 길찾기를 할 수 있으며 충전소 고장신고를 할 수 있고 충전소까지 가지 못할 경우 이동식 전기차 충전 호출을 할 수 있게 소비자와 사업자의 인프라를 구축한 웹(앱)입니다. 현재 전기차 충전 불안 요소가 확대되고 있고 이를 해결하기 위해 충전 배달 서비스를 시행한다는 기사들이 많이 나오고 있는 상황입니다. 또한 환경부에서도 300억 예산 배정 예정이고 준비 중이라는 사업이지만 웹/앱 어플리케이션이 미 구축 되어 있는 걸 발견했고 이 사업에 대한 어플리케이션을 우리가 만들어보자라는 의견에 시작하게 되었습니다.
프로젝트 소개
- 전기차 충전 배달 서비스 시행에 따라 주제 선정
- 사용자, Admin, 충전기 관리자, 방문 충전 관리자 각각의 권한 부여
- Kakao map library를 사용해 지도, 길찾기 시스템 구현
- 공공 데이터 포털 환경부의 api를 이용해 전기차 충전소의 위치, 정보 시각화
- 팀원들과 Git Bash, Git Hub 협업툴 사용
사용 기술 및 라이브러리
- JavaScript · MariaDB · HeidiSQL · Java · HTML · React · CSS · python · RestAPI
역할
- Front-end(2명) Back-end(1명) Data/API(2명) 중 Data/API(2명)겸 Front-end(support), Back-end(support), PM
- 요구사항 정의
- 레이아웃 설계
- ERD 설계, 주제 선정, 서류 작성(화면 정의서,메뉴 구조도 등)
- 공공 데이터 포털 환경부 api 데이터 호출 및 저장
- kakaomap api 호출
- api 데이터 지도 상 마커 표현
- 커스텀 오버레이 생성 및 커스텀
- 현재 위치로부터 지정한 위치 길 찾기 표현
한국전력공사 대규모 적자 해결을 위한 데이터 분석(한국전력공사의 부채 삭감을 위한 지역차등제 방안 설계)
기타
2023.09. ~ 2023.10.
https://yoon0718.notion.site/97b60f835bc947d08b735d472818763c?pvs=4
최근 들어 이슈가 되었던 한국전력공사의 적자를 해결하기 위해 분석해본 결과입니다.
문제
2004 ~ 2022년도의 한국전력공사 부채/자산 비율 동향을 파악했을 때 부채의 비율이 자신의 비율과 맞먹도록 늘어난 것을 확인 가능
부채 원인에 대한 가설 설정
부채의 원인으로 두 가지 예상
첫 번째 원인 : 전력을 생산할 때 생산 단가가 발생 / 소비자가 사용한 만큼 한국전력공사에 지불하는 판매 단가 발생 / 생산 단가가 판매 단가보다 높아 부채 발생
두 번째 원인 : 전기가 생산되고 소비자에게 전송되면서 전력이 손실 되는 손실량 발생
예상 원인에 대한 근거
첫 번째 원인 : 2020년 기준 생산단가의 상승과 함께 부채의 정도가 심해지는 비례 관계 확인
두 번째 원인 : (1)지역 별 전력 총 발전량에 비해 전기 판매량 즉 사용량이 더 높은 지역이 다수 존재하는 것을 확인 가능 / 인구밀도 대비 전력 사용량을 확인해보면 인구가 많은 곳이 확실히 사용량이 많지만 인구가 많은 곳이 발전량이 많은 곳은 아님. (2)이로 인해 많은 송배전이 발생하고 송배전 간 적지 않은 손실량이 발생하고 있는 사실 확인
지역 차등제 기준 설정
총 17개의 지역 중 발전량에 비해 판매량이 많아 송배전시 손실량이 상당량 발생하는 10개의 지역을 지역 차등제에 적용하기로 결정 및 산업용, 업무용, 주거용 중 가장 많은 비중을 차지하고 판매 단가가 가장 낮은 산업용을 지역 차등제에 적용하기로 결정
지역 차등제 상향 금액 설정
한국전력공사의 총 부채는 약 192조8천억원 정도이고 전기 판매량은 년도 별로 상이하지만 가장 최근 데이터인 2021년도 총 산업용 전기 판매량을 기준으로 잡음 / 총 부채를 10년 단위로 나누어 1년에 상환해야 하는 금액을 계산하여 부채/기간(년)에 나타내었고 이를 1년치 전기 판매량으로 나누어 인상 금액을 책정 / 10년 단위로 나누었지만 너무 멀지 않은 기간인 30년을 기준으로 계산 / 고로 인상 금액은 22.73원으로 적용
2021년 기준 산업용 판매 단가는 105.48원 , 인상 금액은 22.73원
22.73원은 전체 지역을 기준으로 설정한 금액이기 때문에 지역 차등제를 통해 전력 사용량이 적은 7 지역의 인상 금액을 사용량이 많은 10개 지역이 균등 부담
이를 식으로 보면 22.73원을 전력 사용량이 적은 7개 지역을 곱해서 전력 사용량이 많은 10개 지역으로 나누어 15.911원을 도출 / 고로 전력 사용량이 많은 지역은 산업용 판매 단가 + 인상 금액 + 인상하지 않은 지역의 인상 금액인 144.121원을 부담하고 전력 사용량이 적은 지역은 그냥 판매 단가인 105.48원을 부담
지역 차등제 적용 후 예측
지역 차등제를 통한 판매 단가 인상 후 대략 2040년 정도부터 한국전력공사의 부채가 해결되고 적자가 계속 이어질 것이라 예상
파인글래시스(시각장애인을 위한 객체방향탐지 안경)
개인
2022.01. ~ 2022.05.
https://yoon0718.notion.site/336d2a662f924bf3bf58e226c0a131fd?pvs=4
컴퓨터공학과 졸업 작품으로 제출한 프로젝트입니다. 파인글래시스는 시각장애인분들이 객체의 위치를 찾을 수 있는 시각장애인을 위한 객체방향탐지 안경입니다. 오랜만에 간 고향에 이사가기전 아파트가 바뀌었다고 하기에 구경을 갔다가 놀이터의 정해진 공간에서 눈을 감고 술래잡기를 하는 아이들을 보고 “객체에 대한 위치를 찾아주는 무언가가 있으면 좋겠다”라는 아이디어에서 시작되었습니다. 객체와 사용자간의 거리와 방향을 알 수 있습니다.
사용 기술 및 라이브러리
- python · Deep learning · opencv · TTS
역할
- dataset 수작업 제작
- 모델 훈련
- 카메라와 객체 간 거리 계산
- opencv 영상 속 객체의 좌표에 따른 위치 계산
- TTS 제작 및 객체의 위치에 따른 TTS 자동 재생
따릉이맵(실시간 공용자전거 대여소 자전거 현황)
개인
2022.03. ~ 2022.03.
https://yoon0718.notion.site/a625069be21a4e2ab9ba9fd457734ad9?pvs=4
따릉이맵은 공용자전거 대여소의 자전거 현황을 실시간으로 볼 수 있는 맵입니다. 친누나집에서 몇개월간 살면서 도서관을 가기 위해 늘 공용자전거를 이용했고 실시간으로 현황을 알려주는 맵이 없어서 사용량이 많은 날에는 자전거를 찾아다니느라 불편을 겪었습니다. 이 불편을 통해서 “어느 대여소에 몇 대가 남아있는지 알면 굳이 많이 돌아다니지 않아도 되지 않을까?”라는 생각이 들었고 해당 프로젝트가 시작되었습니다.(서울 / 대전 / 창원 / 세종 )
사용 기술 및 라이브러리
- python · RestAPI
역할
- RestAPI 데이터 호출
- 데이터프레임화 및 저장
- 위도, 경도별 대여소 마커 지정
- 대여소 자전거 개수 현황에 따른 색 차별화
- 수월한 시각화를 위한 인접한 마커들끼리 클러스터화 수행
포트폴리오
자격증
2종보통운전면허
경찰청
2023.02.
DSAC 데이터 사이언티스트 자격 3급(프로그래머)
한국생산성본부
2021.02.
기술사업화 전문코디네이터(TCC)
한국기업기술가치평가협회
2022.09.
경력
군산대학교산학협력단
연구원 | 특허서류
2022.07. ~ 2022.12. (6개월)
특허서류관리연구원