📧 [email protected] 🙆‍♀️ Linkedin

사용자의 불편함을 데이터로 분석하고, AI 기술을 활용해 실질적인 해결책을 만드는 AI Engineer입니다.

추천 시스템 연구, 대용량 데이터 처리, RAG 기반 챗봇 개발 등 다양한 프로젝트를 수행하며 사용자 경험을 개선하는 AI 솔루션을 구축해왔습니다.

기술이 단순한 구현에 그치는 것이 아니라, 실제 문제를 해결하고 비즈니스에 기여하는 AI 시스템을 만드는 것이 저의 목표입니다.😃

CAREER SUMMAEY

2022.03 ~ 2024.08 (2년 6개월) 동안 학부 인턴 및 석사 과정에서 AI Researcher, AI Engineer, Data Engineer로서 다양한 프로젝트를 수행하며 실무 역량을 쌓았습니다.

AI Engineer

• 사용자 요구 분석 및 데이터 기반 문제 정의
• AI 기반 서비스 기획 및 구현
• 실험 및 성능 평가, A/B 테스트 수행

전기 자전거 반납 사진 분석을 통한 위치 확인 솔루션 개발

2022.06~2022.11 / (주)올룰로 킥고잉 산학협력 프로젝트 #Python #YOLO # #OpenCV #Image Processing

• GPS 오차로 인해 전기 자전거 위치 파악이 어려운 문제를 해결하기 위해 반납 사진을 활용한 AI 모델 기획.
• 4,700장 반납 사진 라벨링 및 데이터셋 구축, 부분 라벨링 기법 도입으로 일부만 보이는 자전거도 인식 가능하도록 개선.
• 실험을 통해 최적의 3개 주요 부위 선정 및 데이터셋 최적화.
• YOLO 기반 이미지 분류 모델 개발, 기존 모델 대비 정확도 2.3% 향상.
• 야간·저조도 환경에서 인식률 저하 문제 해결: OpenCV 기반 밝기·명암 조정 전처리 기법 적용, 정확도 14.5% 추가 개선.

📉 GPS 정보와 반납 사진을 결합한 서비스 제공, 사용자 문의율 6% 감소

📝 국내 학회 발표: “YOLOv5 기반 전기 자전거 탐지” (KSC2022, Nov)

다이나믹 토픽 모델링(DTM) 기반 NbS 연구 트렌드 분석

2022.04~2023.11 / 국립산림과학원 산학협력 프로젝트

#Dynamic Topic Modeling(DTM) #NLTK #SpaCy #Gensim #Networkx #Python #Text Processing

• SCOPUS API를 활용해 키워드 기반 논문 제목, 요약, 키워드를 크롤링, 약 1,600건의 논문 데이터 자동 정제 및 처리.
• NLTK와 SpaCy를 활용한 불용어 제거 및 사전 정의, 키워드 정확도 15% 개선.
• Gensim의 Dynamic Topic Modeling(DTM) 적용, 연도별 연구 트렌드 변화 분석 및 최적 토픽 수(19개) 도출.
• TF-IDF와 코사인 유사도를 활용해 19개 주요 연구 주제 간 연관성 점수 계산 및 관계 분석.
• NetworkX와 Louvain Algorithm을 활용한 연구 클러스터링, 4개 주요 연구 그룹 도출 및 주제 간 상호작용 네트워크 그래프 시각화.

📝 국제 저널 투고: “Analysis of Nature-Based Solutions Research Trends and Integrated Means of Implementation in Climate” (Atmosphere, 2023.11)

📝 국내 학회 발표: “자연기반해법 연구 동향 분석을 통한 제언” (기후변화학회, 2022.06)

🏆 최우수 포스터 논문상 (기후변화학회)

지역 맞춤형 관광 추천 RAG 챗봇 개발

2023.09~2023.12 / (주)오투오(부설연구소) 산학협력 인턴 #AI Chatbot #RAG #LangChain #Prompt Engineering #Streamlit #LLM

• 웹 크롤링 및 공공 데이터 포털 API를 활용하여 축제 및 관광지 정보를 실시간으로 수집 및 전처리.
• Vector Database를 활용한 유사도 검색 최적화 및 문장 단위 분할 적용, 검색 정확도 13% 향상.
• 검색 기반 생성(RAG) 방식을 적용하여 사용자 질문과 관련성 높은 정보 제공.
• Prompt Engineering을 활용한 5가지 이상의 응답 템플릿 설계, QA 응답의 일관성 및 정확도 개선.
• Streamlit 기반의 인터페이스 개발을 통해 대화 흐름 최적화, 직관적인 검색 환경 제공.

Data Engineer

• Hadoop 및 분산 시스템 구축
• 데이터 파이프라인 설계 및 최적화
• 대용량 데이터 처리 및 성능 튜닝

Hadoop 기반 대용량 데이터 가명 처리 시스템 개발 및 최적화

2023.03~2023.12 / IITP 기업 연구과제

#Hadoop #Java #AWS #Linux #Big Data Processing.

• AWS 비용 절감을 위해 자체 16노드 Hadoop 클러스터 구축, 운영 비용 25% 절감.
• 개인정보보호위원회 가이드라인을 준수하여 8가지 가명 처리 기능(Java) 구현.
• 대량 데이터 처리를 위한 가명 처리 파이프라인 설계 및 MapReduce 기반 최적화.
• 병목 구간 분석 및 Combiner 도입으로 처리 속도 개선, 최종 61분 처리 시간 달성.

🔝 2TB 데이터 1시간 처리 성공, 목표 대비 400% 성과 초과 달성.

📝 **국내 학회 발표: ”**대규모 정형 데이터를 위한 MapReduce 기반 고속 가명 처리 시스템 개발” (KSC2023)

📜 소프트웨어 저작권 등록 및 특허 출원.

AI Researcher

• AI 모델 연구 및 최적화
• 논문 작성 및 학회/저널 투고
• 연구 분야
  • 추천 시스템: : 세션 기반 추천, Transformer 기반 모델 연구
  • Graph Neural Network (GNN)

세션 기반 추천 시스템 성능 개선: 교차 주의(Cross-Attention)와 합성곱 신경망(CNN) 활용

2023.03~2024.08 / 석사 학위 논문 #Recommendation System #Cross-Attention #CNN #Transformer #Python #PyTorch

• 기존 추천 시스템 한계: 아이템과 부가 정보를 각각 학습 후 결합하는 구조로 인해 사용자 세부 취향 반영이 어려움.
• 교차 주의(Cross-Attention) 도입: 아이템과 부가 정보 간의 상호작용을 학습하도록 설계하여, 추천 성능(NDCG) 5% 향상.
• 노이즈 문제 해결: 합성곱 신경망(CNN)을 활용해 세션 데이터를 슬라이딩 윈도우로 처리, 노이즈로 인한 추천 왜곡 방지 및 추가 5% 성능 개선.
• 노이즈 비율 변화(5~20%) 실험에서 강건한 성능 유지, 실제 사용자 세션에서 발생하는 데이터 오류에도 안정적 추천 가능.

📝 국제 학회 논문 발표: “Cross Attention Integration: Enhancing Session-based Recommendations with Item-Category Interactions” (BigComp2024, Feb)

🏆 졸업우수논문상 수상 (컴퓨터과학과 대표).

📜 소프트웨어 저작권 등록 및 특허 출원.

Gradient Boosting 기반 GNN 앙상블을 통한 노드 분류 성능 개선

2022.09~2023.03 / 개인 연구 #GNN #Gradient Boosting #Ensemble Learning #Sampling #Python #PyTorch

• 단일 GNN 한계: GNN의 깊이가 증가할수록 노드 표현이 유사해지는 오버 스무딩(Over-Smoothing) 문제 발생.
• Gradient Boosting 기반 GNN 앙상블 도입: 여러 개의 얕은 GNN을 순차적으로 학습하여 이전 모델의 오류를 점진적으로 보완, 노드 분류 정확도 14.5% 개선.
• GOSS(Gradient-based One-Side Sampling) 적용: Gradient가 큰 노드를 우선 학습하여 중요 노드에 집중, 모델의 계산 비용을 줄이고 일반화 성능 유지.
• 샘플링 최적화: 전체 데이터 중 A%는 Gradient가 큰 노드 우선 선택, B%는 무작위 샘플링하여 모델의 일반화 성능 확보.
• 최적화 결과: 학습 시간 32.5% 단축하면서도 기존 성능 유지, 대규모 그래프 데이터에서도 효율적인 모델 학습 가능.

📝 SCOPUS 저널 논문 발표: “GBGNN: Gradient Boosted Graph Neural Networks” (JIPS2024, Aug)

📝 국내 논문 발표: “그래프 신경망을 위한 그래디언트 부스팅 기법” (ACK2022, Nov)

📝 국내 논문 발표: “노드 샘플링 기반 그래디언트 부스팅을 이용한 그래프 신경망 앙상블 모델” (KCC2023, June)

🏆 한국과학기술단체총연합회장상, 논문 아이디어상

AWARDS

2024.08 숙명여자대학교 컴퓨터과학과 대표 졸업우수논문상

2022.12 KIPS-AOH “GBGNN: Gradient Boosted Graph Neural Networks” 논문아이디어상

2022.12 한국기후변화학회 “자연기반해법 연구 동향 분석을 통한 제언" 최우수포스터논문상

2022.11 한국정보처리학회 ACK2022 “그래프 신경망을 위한 그래디언트 부스팅 기법” 우수논문상

2021.08 LH 국토도시 데이터분석 “광양시 재활용품 분리수거기 최적의 위치 선정” 장려상 (3위/35팀)

2021.04 LH 국토도시 데이터분석 “대전시 교통사고 위험지역 도출” 입선상 (5위/77팀)

2021.02 NH투자증권 Y&Z세대 투자자 프로파일링 입선상 (10위/64팀)

2020.11 NIA 데이터 크리에이터 캠프 우수상

EDUCATIONS

[석사] 2022.09-2024.08 숙명여자대학교 컴퓨터과학과

• GPA: 4.44 / 4.5
• 🏆 졸업우수논문상 (컴퓨터과학과 대표)

[학사] 2018.03-2022.08 숙명여자대학교 통계학과

• GPA: 4.02 / 4.5
• 🏆 졸업성적우등상

OTHER EXPERIENCES

• 2023.03~2024.08 숙명여자대학교 소프트웨어학부 실습 조교
• 2023.07~2023.12 LG CNS AI Genius 아카데미 고등부 멘토링
• 2023.01~2023.02 숙명여자대학교 SWAI 신입생 부트캠프 강사
• 2022.08~2022.10 NIA 데이터 크리에이터 캠프 대학부 멘토링
• 2019.08~2020.08 빅데이터 연합동아리(BITAmin) 수료