미리보기

반려동물 치료비 예측 서비스 개발[↖]

펫핀스는 강아지 보험 웹서비스입니다. 보험청구 데이터에 포함된 강아지 건강정보를 활용하여 반려견의 월평균 치료비를 예측하는 머신러닝 모델을 개발하였습니다.

• 기존 보험청구 처리 시스템과 연동하여 치료비 예측을 위한 AI 백엔드 서버 개발을 전담하였습니다.

• 머신러닝 모델 학습 파이프라인을 구성하여 다양한 모델 후보군을 실험. 최종 모델 정확도 90%를 달성

• mlserver로 선택한 모델 웨이트를 컨테이너화하는 프로세스를 만들고, nginx로 무중단 배포를 구현했습니다.

문서인식 OCR 제품 개발에 머신러닝 엔지니어로 참여

월 200만건 정도의 문서 정보 입력을 자동화하는 B2B OCR 제품 개발에 텍스트 탐지 모델 개발을 담당하였습니다. 담당한 모델 결과가 최종 결과에 미치는 영향을 염두에 두고, 추론 정확도와 속도를 개선하였습니다.

• 텍스트 탐지 모델 논문 리서치 및 코드 구현. 다양한 문서 유형에 대한 텍스트 탐지 모델 정확도 93% 달성

• OCR 단계별 병렬 처리 및 Triton Inference Server 도입을 통해 서빙 효율 4RPS에서 10RPS로 개선[↖]

• 텍스트 인식모델에 semi-supervised learning 기법을 적용하여 손글씨 인식률 4% 개선

• 모델 추론 시 발생하는 오버헤드를 파악한 후 개선하여 후처리 속도를 35% 개선

• 손글씨 라벨링 수집용 템플릿으로 데이터 수집을 자동화하여 손글씨 라벨링 비용 절감

이미지 기반 사고 수리비 예측 프로젝트에서 머신러닝 엔지니어로 참여

(NVIDIA GPU Technology Conference GTC 2020 비즈니스 영역 딥러닝 활용 성공사례로 소개됨)

• 업로드된 이미지 인풋이 예측가능한 대상인지 판별하는 이미지 필터(분류) 모델 개발

• 모델 아키텍쳐별 정확도 및 추론 속도를 고려하여 모델 학습 후 91% 분류 정확도 달성

• 이미지 분류 라벨링 툴을 개발하여 라벨링 팀의 라벨링 소요시간 단축

대용량 트래픽을 처리하는 콘서트 예약 대기열API [↖]

단발성 대용량 트래픽이 몰렸을 때의 시나리오를 가정하여 콘서트 티켓을 예매하는 API를 개발하였습니다.

• 테스트 기반의 코드를 작성하여 확장에 유연한 코드를 작성하였습니다.

• 함께 일하는 동료가 코드를 이해하기 쉽도록 코드를 작성하고, 시퀀스 다이어그램, ERD, API 명세 등 문서 작성에 집중했습니다.

• 대량 트래픽 부하를 분산시키기 위해 Redis의 Sorted Set과 Jwt를 활용하여 API 접근을 순차적으로 허용하는 대기열을 구현하였습니다.[↖]

• 동시성 처리를 위해 Redisson 분산락을 적용하여 데이터 정합성을 보장하였습니다.[↖]

• 다양한 직군의 개발자들과 개발 관련 정보를 교류

• 개발 과정에서 배우고 겪은 내용들을 정리한 기술 블로그 운영[↖]