임성혁 / AI / 개발 / 인프라
연구원 직원들이 업무에 필요한 AI 서비스를 직접 만들어 쓸 수 있도록 플랫폼을 설계하고 인프라를 구축합니다.
목차
01. Experience /
02. Tech Stack /
03. Projects /
04. Activity /
05. Community /
06. Awards
소속 / 직위 AI정보실 / 학생연구원
재직 기간 2025.09–현재
AI 서비스와 백엔드 개발, 온프레미스 인프라 구축 및 운영
자료를 외부에 보낼 수 없는 연구 환경에 맞춰 로컬 LLM 서버를 설계하고 식품데이터플랫폼에 연결했습니다. 이후에는 AX 플랫폼을 제안하고 Kubernetes로 기존 서비스를 옮기는 일까지 맡았습니다. 이제 직원들은 원내에서 직접 만든 웹서비스를 동료에게 배포하고 공유할 수 있습니다.
사내 규정 및 법률 질의용 Open WebUI 구축 직원들이 사내 규정과 법률을 원내에서 조회할 수 있도록 Open WebUI에 로컬 모델 GPT-OSS-120B를 연결했습니다.
업무 프로젝트 보기 ↓ / 데이터플랫폼 ↗
RAG 문서 처리 10분 → 평균 3분 이하 상태 조회 API 호출 240회 → 48회 / 재현 시험 운송장 매칭 화면 초기 표시 32.176초 → 1.862초
전체 목차 ↑
Languages
Backend
Web & Mobile
Data & Search
AI & LLM
Infrastructure
CI/CD & Monitoring
전체 목차 ↑
프로젝트 분류
3.1 Work Projects
3.2 Apps
3.3 AI Challenges
3.4 Campus Projects / 교내 프로젝트
01. 연구데이터플랫폼
02. AX 플랫폼
03. 직원이 만든 웹서비스의 원내 배포와 공유
04. 주문배송 관리 서비스
05. Kubernetes 클러스터 구축 및 서비스 이관
06. Ceph 분산 스토리지 구축 및 데이터 이관
07. vLLM 기반 LLM 추론 서비스
2025.09 - 현재
연구자의 자료 검색과 데이터관리계획 초안 작성을 지원하는 AI 서버입니다. 자료 반출 제약에 맞춰 원내 로컬 LLM을 선택했고, FastAPI와 LlamaIndex로 검색과 초안 생성 기능을 개발해 기존 데이터플랫폼에 연결했습니다.
작성 화면과 AI 진행 상태 개선 작성 화면에서 반복 스크롤이 필요해 탭 구조로 개편하고 서비스 API를 개발했습니다. 검색과 도구 호출 상태는 SSE로 전달하며, 연결 종료와 API 예외를 처리합니다.RAG 문서 처리 10분 → 평균 3분 이하 RAG 문서 처리 중 중복되는 LLM 호출을 줄였습니다. 이 작업에 걸리는 시간은 10분에서 평균 3분 이하로 줄었고 결과 품질도 유지됐습니다.
사용 기술
공개 웹사이트 ↗ 업무 프로젝트 / 코드 비공개
2025.09 - 현재
기밀자료를 내부에서 처리하면서 검증된 AI 활용법과 도구를 함께 쓰는 AX 플랫폼을 제안하고 설계했습니다. 개인별 VM만 제공하면 활용법이 흩어진다고 판단해, 개인 실행환경과 공유 자산을 함께 관리하는 구조로 구성했습니다.
중앙 Control API와 개인 실행환경의 Gateway 계층을 분리해, 공통 방식으로 요청을 전달하면서 Agent를 교체할 수 있게 설계했습니다.
서버가 요청을 수락한 뒤 응답만 끊기면 같은 작업이 두 번 실행될 수 있습니다. 재연결할 때 기존 실행 상태와 messageID를 먼저 대조해 중복 전송을 막았습니다.
사용 기술
기관 로그인 필요 / 코드 비공개
AX 플랫폼 / 아키텍처 및 성능 개선
중앙 플랫폼 Control API와 개인 실행환경 Gateway 계층을 분리했습니다. 요청은 공통 방식으로 전달하고, 실행환경의 Agent는 교체할 수 있습니다. 외부 실행 요청이 서버에 수락된 뒤 응답만 유실될 수 있어, 호출 전 실행 의도를 기록하고 수락이 확인되면 messageID와 수락 상태를 저장했습니다. 재연결 시 수락 여부가 불명확할 때는 바로 재전송하지 않고 기존 실행 상태와 messageID를 대조해 중복 전송을 막습니다. 빈 마지막 응답이나 다른 상위 요청의 응답이 완료로 잘못 판정되지 않도록 입출력 상태 관리와 완료 판정 정책을 분리했습니다. 상위 요청이 일치하고 최종 응답 본문이 채워진 경우에만 완료로 확정합니다. 자동 컨텍스트 압축이 생성 정지로 오판되거나 요약본이 최종 답변으로 처리되지 않도록 역할을 나눴습니다. 압축과 연속 실행은 OpenCode에 맡기고, Gateway는 별도 감시 타이머와 상태 기록으로 최종 답변을 추적합니다. 취소 직후 대기열 작업이 겹쳐 실행되지 않도록 취소 의도를 먼저 기록했습니다. 엔진의 중단 수락, 유휴 전환, 대상 요청 일치를 모두 확인한 뒤에만 취소를 확정하며, 상태가 불명확할 때는 실행 소유권과 대기열을 유지합니다.
동시 생성 요청, 상태 목록 반복 조회, 채팅 입력 과정에서 자원 경합과 중복 연산이 발생했습니다. 이를 줄이기 위해 요청 처리 순서와 상태 캐시, 콜백 참조 구조를 다시 설계해 반영했습니다.
여러 실행환경을 동시에 생성할 때 대기 중인 요청이 DB 접속을 미리 점유해, 처리 중인 요청이 추가 DB 접속을 얻지 못하고 실패했습니다. 자기 차례가 된 요청만 DB에 접속하도록 순서를 제어하고, 생성 정보를 저장한 즉시 DB 접속을 반납한 뒤 기동 확인 등 후속 작업을 수행하도록 바꿨습니다. 그 결과 동시 생성 재현 시험에서 DB 접속 실패가 240/300건에서 0/300건으로 줄었습니다. 다수 사용자가 목록을 동시에 조회할 때 같은 인스턴스 상태를 여러 요청이 중복 조회하는 문제가 있었습니다. RuntimeStatusCache로 진행 중인 조회와 결과를 공유하고, 인스턴스가 시작되거나 정지되면 캐시를 즉시 비우도록 구성해 재현 시험에서 배치당 상태 조회 API 호출을 240회에서 48회로 80% 줄였습니다. 채팅을 입력할 때마다 알림과 다운로드 콜백이 새로 생성되면서 내용이 바뀌지 않은 기존 답변(MarkdownMessage)까지 다시 그려졌습니다. useCallback으로 두 콜백 참조를 고정해 격리 컴포넌트 시험에서 불필요한 추가 렌더링을 300회에서 0회로 줄였습니다.
03. 직원이 만든 웹서비스의 원내 배포와 공유
2026.09 - 현재
직원들은 업무에 필요한 웹서비스를 직접 만들어 동료와 나누고 싶어 했습니다. 제가 설계한 배포 기능은 AX 플랫폼의 개인 실행환경에서 만든 서비스를 원내에 공개할 수 있게 해 줍니다.
이전에는 직원의 요청이 들어올 때마다 제가 서비스를 개발해 전달했습니다. 배포와 공유 기능이 생긴 뒤에는 직원들이 AI로 업무용 웹서비스를 직접 만들어 원내에서 사용했습니다. 개인 Agent는 클러스터 자격증명 없이 Gateway API로 배포를 요청합니다. 해당 서비스의 프로세스가 실제로 응답하는지는 Gateway가 확인하고 배포 권한은 중앙 Control API가 관리합니다. 동료가 이용 중인 서비스를 끊지 않으려고 새 버전 저장과 공유 버전 전환도 분리했습니다. 덕분에 새 버전을 저장하는 동안 기존 버전이 계속 열리고, 전환에 실패하면 이전 버전으로 되돌릴 수 있습니다. 공유 서비스가 개인 실행환경의 재시작이나 정지에 영향받지 않도록 앱별 배포 리소스를 분리하고 플랫폼 영속 파일로 상태를 관리합니다. 저장소는 개인 볼륨 대신 공용 CephFS를 마운트하되 배포 코드는 읽기 전용(RO), 앱 데이터는 쓰기 가능(RW) 경로로 격리했습니다.
04. 제주TP 연계 주문배송 관리
2026.04 - 2026.10
직원들이 요청한 세부 필터 조건을 반영해 주문 접수, 배송, 재고 관리 웹서비스를 개발했습니다. 화면 필터를 먼저 적용하면 합배송 대상 주문이 누락될 수 있어, 연관 주문 구성과 합배송 판정을 마친 뒤 필터를 적용합니다.
담당 직원들은 주문을 확인하기가 한결 수월해졌고 배송 착오도 크게 줄었다고 전했습니다. 주문이 몰리는 명절에는 잘못된 발송으로 생기던 손실도 예방할 수 있었습니다.
운송장 매칭 화면 초기 표시 32.176초 → 1.862초 전체 목록을 스크롤로 확인해야 하는 요구사항을 유지하면서 필요한 구간부터 점진적으로 조회하도록 바꿨습니다. 이후 전체 목록을 순회해 중복, 누락, 정렬 순서를 검증했습니다.정확 집계 6.815초 → 3.214초 근삿값으로는 주문 수를 정확히 맞출 수 없어 집계 방식은 그대로 두고 계산 시점을 옮겼습니다. 조회할 때마다 Painless 스크립트로 계산하던 묶음 기준을 저장 시점에 파생 keyword 키로 만들어 doc_values로 읽게 했습니다. 기존 문서에 키를 채운 뒤 집계값은 전과 같았고, 조회 시간은 6.815초에서 3.214초로 줄었습니다.규칙과 AI를 나눈 배송메시지 처리 날짜와 발송인처럼 규칙으로 확정할 수 있는 항목은 규칙 기반으로 처리합니다. 불확실한 내용은 Kanana로 추론한 뒤 사람이 검수하도록 구성했습니다.
사용 기술
업무 프로젝트 / 코드 비공개
05. Kubernetes 클러스터 구축 및 서비스 이관
2025.09 - 현재
분산된 서버 자원을 통합 관리하고 서비스 배치를 정리하기 위해 Kubernetes 전환을 제안했습니다. Kubespray로 클러스터를 구축하고 기존 컨테이너 서비스를 모두 이관했습니다.
사용자 작업을 보존하는 배포 구성 무상태 서비스는 RollingUpdate를 적용하고, 동시 쓰기가 제한된 RBD 단일 워크로드는 Recreate로 배포 전략을 나눴습니다. 사용 중인 런타임은 교체를 보류해 진행 중인 작업을 보호합니다.
운영에 올라가는 이미지는 GitLab CI에서 검증한 digest로 고정했습니다. 변경한 컴포넌트의 매니페스트만 갱신하면 Argo CD가 클러스터에 반영합니다.
상태 확인 실패에 따른 반복 재시작 해결 상태 확인 요청이 인증 과정에서 차단되는 원인을 확인해 해당 경로만 인증 예외로 분리했습니다. 이후 상태 확인의 정상 응답과 일반 API의 인증 유지를 검증했습니다.운영 절차 문서화와 공유 다른 운영자도 같은 절차를 따라갈 수 있도록 Headlamp 화면과 CLI 명령어를 작업 순서에 맞춰 정리하고 단계마다 확인할 내용을 덧붙였습니다.
사용 기술
업무 프로젝트 / 코드 비공개
07. vLLM 기반 LLM 추론 서비스
2025.09 - 현재
원내 자료로 여러 모델을 쓸 수 있도록 vLLM으로 Solar Open 2, Gemma 4 31B IT, GPT-OSS 120B를 서빙했습니다. 서비스를 개발하는 쪽에서는 LiteLLM의 공통 API로 원하는 모델을 호출할 수 있습니다.
긴 입력으로 인한 후속 요청 대기 분석 긴 요청 하나가 들어오면 뒤따른 짧은 요청까지 대기열에 묶였습니다. 설정상 허용한 입력 길이보다 실제 KV 캐시 용량이 작은데도 스케줄러가 입력 전체의 공간을 먼저 예약하려던 게 원인이었습니다. 예약 옵션을 바꾼 뒤 장문과 단문을 섞어 동시에 요청해도 응답이 돌아오고 대기열이 비워졌습니다.
GPT-OSS 120B 실험에서는 실제 출력 길이를 반영해 처리량과 첫 토큰 지연을 함께 측정했습니다. 처리량이 높은 조건에서도 첫 토큰이 항상 더 빨리 도착하지는 않았습니다.
실패가 발생한 계층 구분 Prometheus와 Grafana 지표를 로그와 대조해 플랫폼과 서버 간 호출 및 모델 추론 중 어느 계층에서 실패했는지 구분했습니다.
사용 기술
업무 프로젝트 / 코드 비공개
스토리지 및 배포 안정성 개선
도입해 둔 Ceph 전용 볼륨 구조를 활용해 파일 저장 전 용량 검사 지연을 줄였습니다. 아울러 배포 전환 중 기존 파일 전송을 유지하는 구조와 보존 자원 보호 정책을 설계해 적용했습니다.
저장할 때마다 파일 전체를 훑느라 파일 수가 늘수록 용량 검사도 길어졌습니다. 호스트 디스크의 여유 공간은 여러 사용자가 공유하는 값이어서 개인 할당량을 판단하는 데 쓸 수 없었습니다. 사용자 전용 Ceph RBD 볼륨의 XFS가 제공하는 값을 검증한 뒤 fs.statfs로 블록 통계를 읽도록 바꿨습니다. 개발 환경에서 측정한 파일 저장 지연의 95번째 백분위수(p95)는 3472.55ms에서 832.64ms로 76.02% 줄었습니다. 배포 시 기존 Pod를 남겨 두더라도 단일 Service selector를 바로 전환하면 진행 중이던 업로드와 다운로드가 끊길 수 있었습니다. 별도 연결 보존 ClusterIP Service로 기존 엔드포인트를 유지하고, 새 Deployment 준비를 확인한 뒤에만 신규 요청을 전환하며, 이전 세대의 연결이 모두 비워진 것을 확인한 뒤 정리하도록 구성했습니다. 후보 배포 환경이 보존 대상 Namespace와 PVC를 임의로 소유하거나 삭제하지 못하도록 Argo 허용 리소스 종류를 제한했습니다. 보존 Namespace와 PVC의 삭제 방지 설정 및 PVC 용량 축소 금지는 GitOps CI에서 자동으로 검사합니다.
프로젝트 목차 ↑
08. Replant
09. 가야디 / Gayadi
10. Chickadee Studio
2025.09 - 2026.02 / PM, 백엔드 개발
사회적 고립을 겪는 사람의 일상 회복을 돕는 앱에서 PM과 백엔드 개발을 맡았습니다. 저는 생활 리듬을 되찾는 일에 무게를 뒀고 팀원들은 게임 요소에서 참여 동기를 찾았습니다. 두 의견을 살려 일상 미션을 수행하고 감정을 기록하는 과정에 캐릭터의 성장을 연결했습니다.
캐릭터 대화 기능이 외부 AI 호출 실패로 중단되지 않도록 Gemini 2.0 Flash를 기본으로 두고 로컬 Qwen2.5-7B를 대체 경로로 구성했습니다. Spring AI로 두 호출 경로를 연결하고 Qwen2.5-7B는 vLLM으로 서빙했습니다.
앱 출시 및 배리어프리 공모전 본선 진출 Replant에서 PM과 백엔드 개발을 맡았고, 팀은 앱을 출시하고 공모전 본선에 진출했습니다. 출시 뒤 사용자의 이야기를 직접 듣고 싶어 후속 앱 가야디에서는 앱을 홍보하며 개선 의견을 들었습니다.외부 AI 호출 실패에 대응하는 대체 경로 구현 Gemini 호출에 실패하면 로컬 Qwen 모델로 전환하도록 구성했습니다.
사용 기술
아키텍처 보기 ↓
2026.08 - 2026.09 / 백엔드, AI 서비스 개발
일행의 성향과 관광지 정보를 바탕으로 여행 일정을 추천하고, 날씨와 혼잡도 변화에 따라 대안을 제안하는 앱입니다. 후보 제안과 실제 일정 수정을 분리하기 위해 Spring Boot 일정 API에 관광·상황 정보와 Spring AI 기반 추천을 연결했습니다.
AI가 일정 변경안을 만드는 사이 일행이 일정을 수정하면 먼저 요청한 추천이 최신 일정을 덮어쓸 수 있습니다. 그래서 AI의 제안에는 기준이 된 일정 버전을 함께 기록했습니다.
여행 일정 추천 앱 개발 및 출시 성향 설문과 관광, 날씨, 혼잡도 정보를 연결해 일정과 대안을 추천하는 백엔드와 AI 서비스를 개발했습니다.오래된 AI 제안의 최신 일정 덮어쓰기 방지 사용자가 제안을 승인할 때 현재 일정과 제안의 버전이 일치해야 변경이 반영됩니다. 이동 경로도 이때 다시 계산합니다.
사용 기술
아키텍처 보기 ↓
2026.10 / 팀 프로젝트
공공 웹사이트의 게시글과 댓글 및 이미지에서 위장 광고를 탐지하고 판단 근거를 검토하는 오픈소스 데스크톱 앱입니다. 팀 프로젝트에서 웹 수집 탐지 엔진 개발과 OCR 모델 연동 및 광고 탐지 모델의 학습과 평가를 담당했습니다.
Playwright로 페이지 본문, 댓글, iframe 요소를 수집하고 닮은꼴 문자 치환이나 화면 밖 숨김 같은 우회 표기를 찾아내는 Python 탐지 엔진을 개발했습니다. 본문 텍스트는 즉시 분석하고 이미지가 포함된 영역은 필요한 경우에만 PaddleOCR로 문구를 추출합니다. 이때 본문과 OCR 문구의 입력 출처를 구분하고, OCR 문구에는 원본 이미지와 글자 좌표를 근거로 연결합니다.
위장 광고 문맥을 판별하는 분류 모델의 학습과 평가를 수행해 탐지 엔진에 연결했습니다.
사용 기술
GitHub ↗ / Windows 다운로드 ↗ 아키텍처 보기 ↗ / 사용설명서 ↗
10.1 아키텍처 ↓
08. Replant / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
09. 가야디 / Gayadi / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
프로젝트 목차 ↑
10.1 Chickadee Studio / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
11. SCPC 2026 AI Challenge
12. 연금 어드바이저 / mirae_pj
13. TREC 2024 Product Search
14. TREC 2025 Product Search & Recommendations
11. SCPC 2026 AI Challenge
2026.07 - 2026.08
대회 과제로 실행 계획을 생성하는 Python Agent와 공유 조건을 관리하는 Android 앱 SafeShare를 개발했습니다. 같은 내용이 다른 순서나 형식으로 들어와도 동일한 규칙이 적용되도록 입력을 정규화하고, 충돌하는 조건을 먼저 확인한 뒤 실행 계획을 생성합니다.
SafeShare에서는 이전에 확인한 공유 조건을 다음 세션에서도 이어 쓰되, 목적·대상·역할·권한이 달라지면 다시 확인해야 했습니다. 이를 위해 공유 초안과 실행 상태를 분리해 변경에 영향받는 부분만 보류하고, 프로세스가 재시작돼도 확인된 조건과 작업 상태를 이어갑니다.
실행 계획 Agent와 Android 앱 구현 Python Agent와 SafeShare 앱을 개발하고 확인한 공유 조건을 다음 세션에서도 활용하도록 구성했습니다.수만 건의 자체 변형 입력 테스트 자체 테스트에 사용한 입력에서는 예외나 출력 형식 위반이 발생하지 않았습니다.
사용 기술
아키텍처 보기 ↓
공개 저장소 ↗ / 아키텍처 크게 보기 ↗
12. 연금 어드바이저 / mirae_pj
2026.08 - 2026.09
연금 제도, 세금, 상품 질문에 근거 자료와 계산 결과를 제공하는 AI 상담 서비스를 단독으로 개발해 출품했습니다. 모델이 수치를 임의로 만들지 않도록 계산과 상품 비교는 FastAPI 도구 모듈로 분리하고, HyperCLOVA X에는 근거와 계산 결과만 전달해 설명을 생성하게 했습니다.
생성한 답변의 수치와 상품 정보 및 인용을 원문과 대조했습니다.
계산과 상품 비교를 답변 생성에서 분리 질문에 맞는 근거 검색과 계산 및 상품 비교 결과를 모델에 전달하는 상담 파이프라인을 구현했습니다.답변 검증 실패 시 후속 처리 구현 검증에 실패하면 근거와 인용을 보완해 재검사하고, 통과하지 못하면 확인된 자료만 발췌하거나 답변 범위를 줄입니다.
사용 기술
아키텍처 보기 ↓
공개 저장소 ↗ / 아키텍처 크게 보기 ↗
13. TREC 2024 Product Search
2024 / JBNU 팀, 공동저자
TREC 참가 논문 JBNU at TREC 2024 Product Search Track
상품 검색에서 검색어 확장으로 관련 없는 상품까지 높은 순위에 오르는 문제를 다룬 공동연구입니다. SPLADE++의 가중치 계산을 GELU로 바꿔 음수 가중치를 반영하는 방법을 실험했습니다.
상품 설명이 검색 모델의 입력 길이를 넘는 문제에는 T5 요약을 인덱싱에 활용했습니다. TAS-B와 ColBERTv2, 단일 모델과 결합 검색을 비교해 TREC에 팀 실험 결과를 제출하고 공동저자로 참가 논문을 작성했습니다.
상품 검색에 맞춘 검색 모델 개선 연구 공동연구에서 SPLADE++의 활성화 함수를 GELU로 변경해 음수 가중치를 반영하고, 관련성이 낮은 상품의 순위를 조정하는 방법을 실험했습니다.상품 요약과 검색 결과 결합 비교 T5로 상품 설명을 요약해 인덱싱하고 TAS-B, ColBERTv2의 검색 결과를 비교했습니다. 단일 모델과 검색 결과 결합 방식을 포함해 팀에서 12개 실험 결과를 제출했습니다.팀 제출 결과 NDCG 0.7595 / MAP 0.5805 jbnu05는 TREC 2024 참가 논문에 보고한 팀 실험입니다. 공동저자로서 상품 요약 방식과 검색 모델 조합에 따라 결과가 어떻게 달라지는지 비교했습니다.
사용 기술 SPLADE++ T5 ColBERTv2 TAS-B
아키텍처 보기 ↓
TREC 2024 참가 논문 ↗
14. TREC 2025 Product Search & Recommendations
2025 / JBNU 팀, 공동제1저자
TREC 참가 논문 JBNU at TREC 2025 Product Search and Recommendations Track
검색 의도에 맞는 상품을 찾고 대체재와 보완재를 추천하는 TREC 공동연구에 참여해 공동제1저자로 참가 논문을 작성했습니다. 목적이 담긴 검색어를 단어 일치만으로 처리하는 한계를 보완하기 위해 LLM으로 검색 의도를 Lucene 검색식으로 변환하는 방법을 연구했고, 추천에서는 후보 검색과 상품 관계 분류를 분리해 대체재와 보완재에 맞게 순위를 조정했습니다.
추천 실험에는 지시문 준수를 고려해 Qwen3-14B를 선택했습니다. AWQ로 추론 비용을 줄이고 같은 상품 관계 분류에서 ModernBERT와 결과를 비교했습니다. 검색 실험의 비교 대상은 텍스트만으로 재구성한 질의와 이미지 정보까지 더한 질의였습니다.
검색 의도를 반영한 검색어 재구성 연구 LLM으로 검색어를 Lucene 형식으로 재구성하는 방법과 Qwen2.5-VL로 이미지 정보를 반영하는 방법을 비교했습니다. 팀이 제출한 검색 실험 중 jbnu-s02의 NDCG는 0.2911로 참가 결과 중앙값 0.2832를 상회했습니다.상품 관계 분류를 활용한 추천 순위 조정 ColBERTv2와 SPLADE로 후보 상품을 검색한 뒤 Qwen3-14B 또는 ModernBERT로 대체재, 보완재, 무관 상품을 분류해 순위를 다시 정하는 구조를 연구했습니다.팀 추천 결과와 모델별 차이 검증 보완재 추천 jbnu-r01은 NDCG@10 0.1864, 대체재 추천 jbnu-r02는 0.4927을 기록했습니다. 관계 유형과 평가 지표별로 LLM과 BERT 기반 분류 결과를 비교했습니다.
사용 기술 Pyserini ColBERTv2 ModernBERT
아키텍처 보기 ↓
TREC 2025 참가 논문 ↗
11. SCPC 2026 AI Challenge / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
12. 연금 어드바이저 / mirae_pj / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
13. TREC 2024 Product Search / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
14. TREC 2025 Product Search & Recommendations / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
프로젝트 목차 ↑
3.4 Campus Projects / 교내 프로젝트
15. K-Policy-LLM
16. AWS 기반 미국 공시 및 뉴스 요약 서비스
17. 조건별 장소 검색 웹서비스
18. 웹서비스설계 과제
19. Java 게임 개발
20. COALA 홈페이지
21. JBIG 홈페이지
수업 과제와 동아리 홈페이지 개발 프로젝트입니다. 재학 중 사용한 GitHub: highcastle01 ↗
2026.04 - 2026.06 / 수업 과제
수업 과제로 한국어 정치·정책·법률 자료를 다루는 언어모델을 직접 구성하고 학습했습니다. 한국어 중심 80K 토크나이저와 약 1.221B 파라미터의 Llama 계열 모델 구조를 설계하고, 자료 토큰화와 데이터 패킹을 진행했습니다.
사전학습 체크포인트를 같은 평가 기준으로 비교해 15B 토큰 학습 시점을 선택했습니다. 이후 CPT로 도메인 지식을 보완하고 SFT로 지시문 응답을 학습한 뒤 DPO로 응답 선호를 반영했습니다.
모델 구성부터 단계별 학습까지 수행 데이터와 토크나이저 및 모델 구조를 직접 구성하고 사전학습과 후속 학습을 진행했습니다.공개 벤치마크와 자체 진단으로 변화 비교 이 수업 과제의 범위는 모델 학습과 평가까지였습니다. 공개 한국어 벤치마크와 자체 진단 803문항으로 학습 단계별 변화를 비교했습니다.
사용 기술
아키텍처 보기 ↓
16. AWS 기반 미국 공시 및 뉴스 요약 서비스
2024.12 / 클라우드컴퓨팅 수업 개인 프로젝트
미국 기업의 공시와 뉴스를 한국어로 확인하는 서비스를 개인 프로젝트로 개발했습니다. 새 공시를 정해진 시각에 수집하는 작업이어서 상시 서버를 두기보다 EventBridge와 Lambda로 예약 실행하는 서버리스 구성을 선택했습니다.
원문과 한국어 요약을 함께 확인할 수 있도록 S3에 원문을, DynamoDB에 처리 결과를 저장했습니다. Bedrock 요약과 Translate 번역을 연결하고, 새 공시는 SQS와 SNS로 알려 웹 조회와 알림 처리를 나눴습니다.
자료 수집부터 한국어 요약까지 자동화 EventBridge와 Lambda로 자료를 주기적으로 수집하고, Bedrock의 요약과 Translate의 번역 기능을 연결했습니다.수집 결과 저장과 알림 처리 구현 처리 결과를 S3와 DynamoDB에 저장하고 SQS와 SNS를 활용해 새 공시 알림을 처리하도록 구성했습니다.
사용 기술
아키텍처 보기 ↓
아키텍처 크게 보기 ↗ / 프로젝트 시연 영상 ↗
17. 조건별 장소 검색 웹서비스
2024년 1학기 / 데이터베이스 수업 과제
인원, 위치, 예산, 이용 시간에 맞는 장소를 찾는 웹서비스를 팀으로 개발했습니다. 목록을 하나씩 확인하는 대신 여러 조건으로 후보를 좁힐 수 있도록 Next.js 화면의 검색 조건을 nestJS API에 전달하고, TypeORM에서 입력 조건에 맞춰 MySQL 조회 조건을 조합했습니다.
장소 정보에 회원 평가를 연결하기 위해 장소, 회원, 평가를 관계형 데이터로 구성했습니다. 검색 결과에서 장소 상세와 평가를 이어서 볼 수 있도록 화면과 API를 연결하고, 입력된 검색 조건을 DB 조회로 변환했습니다.
조건별 장소 탐색 기능 구현 Next.js와 nestJS로 검색 화면과 API를 구성해 사용자가 입력한 조건에 맞는 장소 정보를 제공했습니다.서비스 데이터 구조 설계 및 연동 MySQL과 TypeORM으로 장소, 회원, 게시글, 평가 데이터를 관리하고 조회 기능에 연결했습니다.
사용 기술
아키텍처 보기 ↓
공개 저장소 ↗
2024.11 - 2024.12 / 수업 과제
웹서비스설계 수업에서 영화 탐색 화면과 로그인, 별도의 채용 정보 API를 과제별로 개발했습니다. 영화 화면은 TMDB의 목록과 상세 정보를 React에 연결하고, 후속 과제에서는 카카오 로그인과 사용자 정보 처리를 추가했습니다.
백엔드 과제에서는 채용 공고, 기업 정보, 지원, 리뷰를 Express와 MySQL로 관리하고, 요청 조건과 응답 형식을 확인할 수 있도록 Swagger 문서를 작성했습니다. 프론트엔드는 GitHub Actions에서 검사와 빌드를 거쳐 Pages에 자동 배포됩니다.
영화 탐색 화면과 로그인 기능 구현 React와 TypeScript로 영화 탐색 화면을 만들고, 후속 과제에서 카카오 로그인을 구현했습니다.API 개발과 문서화 별도 API 과제에서 Express와 MySQL을 활용해 서버를 개발하고 Swagger로 API 문서를 작성했습니다.프론트엔드 배포 자동화 GitHub Actions로 검사와 빌드를 거쳐 프론트엔드를 Pages에 자동 배포합니다.
사용 기술
아키텍처 보기 ↓
영화 탐색 화면 ↗ / API 과제 ↗ / 카카오 로그인 ↗
2023년 1학기 / 객체지향프로그래밍 수업 과제
객체지향프로그래밍 수업 과제로 Java를 사용해 게임을 구현했습니다.
사용 기술
게임 시연 영상 ↗
활동 기간 2024.03 - 2025.08 / 동아리 회장, 웹사이트 개발
개발 동아리 COALA 홈페이지를 만들면서 자주 찾는 공지와 자료를 메인 화면에 배치했습니다. 회원은 여기서 게시글을 확인하고 모집 중인 활동에 참여할 수 있습니다.
화면은 정보 탐색과 참여 요청을 맡고, Spring Boot API는 회원 권한 확인과 데이터 처리를 맡도록 역할을 나눴습니다. 회원과 활동 기록은 PostgreSQL에, 이메일 인증 코드와 토큰 상태는 Redis에 저장합니다. 동아리 회장으로 스터디와 멘토링을 운영하며 홈페이지 개발을 함께 진행했습니다.
동아리 홈페이지 개발과 메인 화면 구성 조정 게시판과 모집, 활동 관리 기능을 개발하고 공지와 자료에 우선 접근하도록 화면을 구성했습니다.개발 동아리 회장 활동 스터디와 멘토링을 진행하며 동아리 학습 활동을 운영했습니다.
사용 기술
아키텍처 보기 ↓
coala.jbnu.ac.kr ↗ Frontend / Backend / GitHub 조직
활동 기간 2023.03 - 2024.08 / 동아리 임원 및 부원, 웹사이트 개발 참여
AI 동아리 JBIG의 자료 공유와 스터디·프로젝트 모집을 위한 홈페이지 개발에 참여했습니다. 회원이 글을 작성하고 모집에 참여할 수 있도록 React 화면에 Django REST Framework 기반의 회원, 게시판, 모집 API를 연결했습니다.
자료를 열람하는 일반 회원과 게시물을 관리하는 운영진의 권한을 구분하기 위해 회원 인증을 API 처리에 연결했습니다. 회원, 게시글, 지원 기록은 Django ORM으로 연결해 작성자와 모집 지원 내역을 관리합니다.
동아리 커뮤니티 기능 개발 React와 Django 기반 웹사이트에서 게시판과 댓글, 공지, 스터디 및 프로젝트 모집 기능을 개발했습니다.회원 인증과 운영 기능 구현 회원 인증과 이메일 처리는 일반 회원의 이용 흐름에 연결하고, 운영진은 관리자 기능에서 회원 활동과 게시물을 관리하도록 구성했습니다.
사용 기술
아키텍처 보기 ↓
jbig.co.kr ↗ Frontend / Backend / GitHub 조직
15. K-Policy-LLM / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
16. AWS 기반 미국 공시 및 뉴스 요약 서비스 / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
17. 조건별 장소 검색 웹서비스 / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
18. 웹서비스설계 과제 / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
20. COALA 홈페이지 / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
21. JBIG 홈페이지 / 아키텍처
도식 크게 보기 ↗ / 프로젝트 설명 ↑
프로젝트 목차 ↑
온라인 AI 교육 이수 / 온라인 해커톤 참여
교육 2025.01.02–2025.01.27온라인 해커톤 2025.02
온라인 AI 교육을 이수한 뒤 난임 환자의 임신 성공 여부를 예측하는 온라인 해커톤에 팀으로 참여했습니다. 관련 논문으로 도메인 지식을 보완하고 XGBoost와 앙상블 기법을 적용해 모델 성능 개선을 시도했습니다.
프로그램 소개 ↗ / 온라인 해커톤 ↗
전체 목차 ↑
🐾 05. Community
개발 동아리 회장 2024.03–2025.08
회장으로 임원들과 스터디·멘토링을 운영하고, 부원들이 공지와 자료를 찾아보며 모집과 활동에 참여할 수 있는 동아리 웹사이트를 개발했습니다.
홈페이지 ↗ / GitHub 조직 ↗
인공지능 동아리 임원 및 부원 2023.03–2024.08
임원으로 동아리와 스터디 운영에 참여하고, 회원들이 학습 자료를 열람하며 글을 작성하고 스터디·프로젝트 모집에 지원할 수 있는 웹사이트를 개발했습니다.
홈페이지 ↗ / GitHub 조직 ↗
전체 목차 ↑
2025 / JBNU SW·AI 경진대회 AI 부문 장려상
2024 / 오픈소스 SW 아이디어 해커톤 캠프 팀 최우수상 — 취약점 분석
2024 / 한국디지털콘텐츠학회 추계종합학술대회 대학생 논문경진대회 은상
2024 / 2학기 SW캡스톤디자인 경진대회 장려상
2023 / 컴퓨터인공지능학부 해킹대회 특별상