미리보기

프로젝트 소개 (8인 팀프로젝트)
- 경찰청의 음주운전 단속 효율성을 극대화하기 위해 데이터 기반 DX 솔루션을 기획
기획 배경
- 최근 5년간 하루 평균 42건의 음주운전 사고가 발생하며, 재범률도 40%에 달해 단속 효과가 미흡
- 이를 해결하기 위해 데이터 분석 기반의 과학적 단속 시스템이 필요
역할 (기술 PM)
- 상관 분석을 활용하여 음주운전 발생 패턴을 연령별·시간별로 분석
- GeoPython을 통해 음주운전 고위험 지역을 시각화하고 단속 우선순위 지역 선정
- 6개의 머신러닝 및 딥러닝 모델을 K-Fold 교차검증하여 성능 비교
- 경찰청에 제안할 KT Cloud 기반 3-Tier 아키텍처를 설계
문제
- 변수 간 다중공선성이 높아 중복된 정보로 데이터 구조가 복잡해지고, 모델이 특정 변수에 과도하게 의존하여 일반화 성능에 영향을 미칠 위험이 있음
해결
- PCA를 적용하여 중복된 변수를 줄이고 데이터의 핵심 정보를 유지하면서 차원을 축소함
- 이를 통해 모델의 계산 효율성을 향상시키고, 불필요한 노이즈를 제거하여 학습 안정성을 개선하는 효과를 얻음
추가 학습
- 국내 KT Cloud와 해외 Azure Cloud의 차이를 비교하며 관심을 가지게 되었고, 이를 바탕으로 AZ-900 자격증을 취득
- 이후 Azure Cloud로 인프라를 재구성하여 최적화된 환경을 구축

프로젝트 소개 (3인 팀프로젝트)
- 수산물 가격 예측 모델을 개발하고, 이를 실제 서비스로 구현
기획 배경
- 수산물 가격 변동성 문제: 어민과 유통업체는 수산물 가격 변동이 심해 예측이 어려운 문제를 겪고 있음
역할 (학부생 인턴)
- 프론트엔드: 웹페이지 구성 및 벡엔드와 협업하여 API 연동
- AI 엔지니어: LSTM 모델 성능 개선
- 연구 및 발표: 연구실 세미나 3회 진행 (KNN, FNN, LSTM, GRU)
- 논문 작성 및 멀티미디어 학회 학술대회 발표
문제

- 초기 모델의 R² Score가 0.5로 수산물 가격 변동을 제대로 반영하지 못함
- 딥러닝 지식 부족으로 인해 처음에는 모델 개선을 하지 못함
해결
- 딥러닝을 공부하고 LSTM 모델의 구조와 한계를 분석
- 해양 부이 데이터의 특징 추출 과정 수정
- LSTM 모델 구조 변경 및 하이퍼파라미터 튜닝
- 이동 평균, 고가/저가, 물량 데이터를 추가하여 R² Score를 0.83으로 개선

프로젝트 소개 (3인 팀프로젝트)
- 데이터 분석 기반 부산 고령층의 디지털 역량 격차 해소 방안 제안
기획 배경
- 고령층의 디지털 격차 문제: 부산 지역 내 고령층의 디지털 접근성이 낮음
- Brightics AI 활용: 발제사의 요청에 따라 Brightics AI를 활용한 데이터 분석 수행
역할 (팀장)
- 팀장으로서 프로젝트 총괄
- Brightics AI를 활용하여 데이터 전처리 및 시각화 수행
- CRISP-DM 분석 프레임워크 적용하여 가설 설정 및 검증
문제
- 머신러닝을 활용한 예측 모델을 시도했으나, 당시 실력 부족으로 적용하지 못함
- 대신 통계적 분석과 시각화 기반의 인사이트 제공
추가 학습
- 해커톤 경험을 통해 사후 학습으로 머신러닝 기법을 익힘
- DSAC 2급 전문가 및 AICE Associate 자격증 취득