
사용자 피드백에서 문제를 찾고, AI 기능을 안정적인 서비스 구조로 연결합니다.
기술 숙련도보다, 실제 문제 해결에 사용한 기술을 중심으로 정리했습니다.
삼성청년 SW·AI 아카데미 2학기 특화프로젝트에서 미술치료 기반 심리 분석 및 기록 서비스를 개발해 우수팀으로 선정되었으며, 구미 2반 2위를 달성했습니다.프로젝트에서 AI·인프라를 담당하며 FastAPI 기반 AI 서버 파이프라인을 구축했고, YOLO 기반 객체 탐지와 OpenCV 기반 특징 추출 로직을 구현했습니다. 특히 클래스 불균형 문제를 해결하기 위해 YOLO 모델을 집·나무·사람 3개의 독립 모델로 분리하고, AI Hub 손그림 데이터 5만 장에 리사이즈·블러·색상 반전 등 데이터 증강을 적용해 학습했습니다. RabbitMQ 비동기 큐로 AI 처리 요청을 안정적으로 관리했으며, LLM 프롬프팅 시 이미지를 480px로 리사이즈·JPEG 압축해 비용과 페이로드를 최적화했습니다. 또한 Nginx를 활용해 EC2 서버 환경을 구성하고, Prometheus·Loki·Grafana·Slack 웹훅을 연동해 서버 지표와 오류 로그를 실시간으로 모니터링할 수 있는 운영 환경을 구축했습니다.
삼성청년 SW·AI 아카데미 2학기 공통프로젝트에서 실시간 멀티플레이 학습 보조 게임을 개발해 우수팀으로 선정되었으며, 구미 2반 1위를 달성했습니다.
프로젝트에서 팀장을 맡아 Spring Boot 기반으로 서비스 전반의 백엔드 로직을 구현했으며, WebSocket과 Redis를 활용해 실시간 게임 상태를 관리했습니다. 특히 다수 사용자가 동시에 접속하는 환경에서 발생할 수 있는 상태 불일치 문제를 해결하기 위해 Redis Stream의 ACK/Pending 구조를 도입하여 메시지 유실을 방지하고, 참여자 간 진행 상태와 점수 정합성을 안정적으로 유지할 수 있도록 설계했습니다.
삼성청년 SW·AI 아카데미 프로젝트 경진대회에서 생성형 AI와 공공데이터를 활용한 주거 추천 서비스를 개발해 최우수팀으로 선정되었습니다.
프로젝트에서 팀장을 맡아 Spring Boot 기반 RESTful API 설계와 Vue.js를 활용한 공공데이터 지도 시각화를 담당했습니다. 또한 FastAPI 기반 AI 서버에서 추천 파이프라인을 설계해, 사용자의 조건에 맞는 주거 매물을 추천하는 기능을 구현하며 서비스의 핵심 로직을 완성했습니다.