미리보기

‘목표는 길을 밝히는 등불’이라는 말처럼, 저는 어릴 때부터 목표를 세우고 이를 향해 나아가는 삶의 중요성을 깊이 깨달아왔습니다. 작은 목표라도 구체적으로 설정하고 이를 이루기 위해 노력하는 과정을 통해 저는 도전의 가치를 배웠고, 스스로의 성장을 경험할 수 있었습니다. 

20대 초 취업과 퇴사 이후 전혀 다른 전공인 소프트웨어융합과를 전공하게 되기까지 수많은 고민과 어려움이 있었지만 그 과정에서 저는 한 가지 확신을 가지게 되었습니다. 목표를 향해 나아가는 데 필요한 것은 단지 용기가 아니라, 스스로의 가능성을 믿고 끊임없이 배우려는 자세라는 것입니다.

이러한 태도를 바탕으로 새로운 도전에 나선 저는 꾸준한 노력과 목표 지향적인 태도로 학업에 임한 결과, 4점대의 우수한 성적으로 졸업할 수 있었습니다. 특히 졸업 작품으로 진행한 ‘VapeCops’ 프로젝트에서 본격적으로 딥러닝 기술을 실무에 적용하는 경험을 쌓았습니다. VapeCops는 금연 구역에서 흡연자를 감지하면 경고음을 울리는 딥러닝 기반 모델을 탑재한 이동형 커스텀 로봇을 제작하는 프로젝트로 저는 ai 모델 개발 및 최적화 배포 부분을 담당 하였습니다.

모델 선택 과정에서는 MobileNet을 채택했는데, 이는 경량화된 모델로 제한된 하드웨어 환경에서도 우수한 성능을 발휘한다는 점을 여러 모델과 비교 분석한 연구를 통해 입증했기 때문입니다. 

초기 모델의 성능이 약 40%로 낮게 측정되었지만, 이를 개선하기 위해 데이터셋 구축부터 모델 최적화까지 전 과정에 적극적으로 참여했습니다. 직접 흡연 장면을 촬영하고, 해당 영상을 프레임 단위로 나누어 데이터셋을 확장했으며, 이를 정제해 고품질 데이터를 확보했습니다. 

또한, 이미지 전처리 기법과 배치 정규화를 도입해 데이터 품질을 높였고, 과대적합을 방지하기 위해 드롭아웃 레이어를 추가했습니다. 이외에도 모델 개발의 전 과정에 걸쳐서 지속적으로 최적화 작업을 거친 결과 모델 성능을 초기 40%에서 최종적으로 90% 이상의 정확도로 끌어올릴 수 있었습니다.

이 경험을 통해 문제를 해결하기 위한 데이터 중심의 접근법과 효율적인 모델 설계의 중요성을 깊이 이해할 수 있었습니다. 제한된 자원 안에서 최상의 결과를 만들어내는 과정을 통해, 데이터 엔지니어링과 딥러닝 모델 최적화에 대한 실질적인 경험과 자신감을 얻게 되었습니다. 또한 이 프로젝트는 학문적 가치도 인정 받아 IJIBC 논문으로도 게재 되었습니다.