미리보기

티맥스티베로와 단국대학교에서 진행한 '빅데이터 분석 및 인공지능 처리를 위한 SW융합개발자 양성 과정'에 참여했습니다. 이 과정에서 팀장으로 팀 프로젝트에 참여하여, 프로젝트 기획 단계부터 직접 관여하며 기획, 데이터 수집, 분석을 수행하였습니다. 최종적으로는 AI를 활용한 와인 추천 앱을 제작하는 성과를 거두었습니다.
2개월 동안 진행된 교육을 통해 머신러닝과 딥러닝에 대한 기초 지식을 쌓았고, 2개월 동안 팀장으로서 팀원 관리와 프로젝트 기획을 주도했습니다. 특히, 티맥스에서 재직 중인 기획 멘토와 협력하여 프로젝트를 기획하였으며, 소프트웨어 엔지니어 멘토의 조언을 받아 와인 추천 앱을 성공적으로 개발할 수 있었습니다.

제조 산업에 있어 데이터 활용도가 증가하며, 제품 출하까지 효율성 있는 작업을 위해 제품 불량 판별 자동화 시스템을 연계하고자 목표하였습니다. 5명의 팀원들과 약 4주 동안 공동작 업을 실시하였고, 저는 데이터 분석 및 AI 모델링 구현을 담당하였습니다. 해당 프로젝트를 통해 실제 데이터는 정제되어 있지 않기에 사전 처리의 중요성을 이해할 수 있었고, 기술적 측면에서 모델을 데이터에 맞추는 것이 더욱 효율적임을 깨달았습니다.
데이터 분석 과정에서는 팀원 각자의 의견을 조율하고, 효과적인 협업을 통해 최적의 분석 결과를 도출할 수 있도록 힘썼습니다. 이러한 협업과 문제 해결 능력을 바탕으로, 머신러닝을 활용한 예측 모델을 성공적으로 개발하였고, 그 결과 750팀 중 26위로 9월 29일부터 1박2일 동안 LG 연수원에서 진행하는 오프라인 데이터 분석 대회에 참여할 기회를 얻게 되었습니다.
이 경험을 통해 실무 데이터 분석 능력과 팀워크의 중요성을 깊이 체감할 수 있었으며, 다양한 산업 데이터에 대한 통찰력을 키울 수 있었습니다.

한류 콘텐츠의 인기로 한식에 대한 관심과 인기 역시 높아지고 있어 한식 사진 데이터셋을 통해 총 145 종류의 한식을 분류할 수 있는 서비스를 만드는 것을 목표하였습니다. 개인 프로젝트로 진행되었으며, 2주 동안 기획, 데이터 수집, 전처리, AI모델 제작, 배포까지 진행했습니다.

프로젝트 진행 과정에서 데이터셋의 대량 이미지 수집은 큰 어려움이 없었으나, 이미지 전처리 과정에서 일부 유효하지 않은 이미지를 제거해야 했기 때문에 오랜 시간이 걸렸습니다. 또한, 훈련된 가중치인 이미지넷과는 다른 특성의 한국 음식 이미지를 사용하면서, 모델이 음식의 고유한 특성을 학습하기 위해 시간과 자원이 추가로 요구되었습니다. 그럼에도 이전 모델 학습 결과를 토대로 방향성을 잡을 수 있었고 배치 크기 조정 및 일부 레이어 동결 등의 조치를 취하며 최적의 성능의 모델을 제작할 수 있었습니다.

다양한 전공을 가진 학생과 대한민국 대학생 광고대회에 참여했습니다. 커뮤니케이션 전공 학생 2명과 사학과 전공 학생 3명이 한 팀을 이루어, 재활용 쓰레기 분리 배출 활성화를 주제로 공모전에 도전했습니다. 팀은 공모전 준비를 위해 담당 교수님을 섭외하고, 현장 답사와 여론 조사 결과를 통해 자료를 수집하는 등 철저한 준비 과정을 거쳤습니다. 저는 사학과를 전공하면서도 소프트웨어를 복수전공하고 있었기 때문에, 팀 내에서 데이터 분석 및 시각화를 담당했습니다. 저는 쓰레기 배출과 재활용 현황에 대한 데이터를 분석하고 이를 시각화하여 팀의 전략 수립에 기여했습니다. 그 결과, 저희 팀은 공모전에서 챌린저상을 수상할 수 있었습니다.