AI 백엔드 시스템을 구축해 온 고등학생 개발자 최인규입니다. AI 엔지니어링, RAG, 임베딩 및 FastAPI 기반 서비스 개발 경험과 배포 경험이 있습니다.
AI / ML | Python ∙ PyTorch ∙ llama.cpp ∙ FAISS Infra | FastAPI ∙ MongoDB ∙ Docker ∙ AWS EC2 Tools | Git ∙ Notion
Mail. [email protected] GitHub. https://github.com/yeeeengyu Blog. https://yeeeengyu.tistory.com Tel. 010-8269-9915
.png)
2025학년도 2학기 캡스톤 프로젝트 온디바이스-AI기반 애완견 케어 서비스
2025. 08 ~ 2025.12 [ 4개월 ]
BE - FastAPI AI - Python · llama.cpp · Qwen2.5-7B-Instruct Infra - EC2 · Docker
Dogtor는 ‘OceanLight’ 사와 협업하였습니다.
현재 동물병원 시스템은 반려견의 가벼운 질병에도 전문기관을 찾아야 하며, 이에 대한 효율성이 떨어집니다. 반려동물을 기르는 반려인들은 연도에 비례하여 증가하는 추세를 보이고 있지만, 이는 위의 단점이 더욱 부각됩니다.
초보 반려인들은 반려동물에 대한 관심과 애정이 넘치지만, 이에 비해 반려동물의 특징과 행동특성을 잘 알지 못하는 경우가 허다합니다. 이 점에서 빠르게 애완견을 케어해줌과 동시에 동물병원 연계까지 가능한 Dogtor를 기획하였습니다.
LoRA 논문에서의 간단한 LoRA 아키텍쳐
데이터 증분을 위해 랜덤 삽입 · 제거 증강을 시도하였으나, 오히려 모델의 답변 정확도가 떨어지고 문맥이 어색해지는 상황이 발생하였습니다.
특히 랜덤 삽입 · 제거 기법을 적용한 후의 답변이 문맥이 심하게 깨졌고, 사용자가 알아보지 못할 정도의 문장을 구사하는 현상이 발생하여 대처해야 하였습니다.
단순히 데이터를 늘리는 방법보다는 문맥 정확도까지 챙겨야 하는 상황에 랜덤삽입 · 제거 증강은 적합하지 않다고 판단, 입력의 문맥과 의미를 살릴 수 있는 증강 방식을 선택해야 했습니다.
랜덤 관련 기법들은 과감하게 배제하고, 문장 paraphrasing과 역번역 증강을 선택하여 다시 학습을 진행하였습니다.
문장의 의미와 문맥이 깨지는 문제를 해결함과 동시에 데이터 증분까지 성공하며 모델의 답변이 질문 의도와 더 자연스럽게 연결되는 것을 확인하였고, 사용자 입장에서도 납득 가능한 출력들을 내뱉는 것을 재차 확인하였습니다.
2025 전국 고등학교 동아리 SW 경연대회 본선 프로젝트 YOLO & MediaPipe FaceMesh 기반 실시간 졸음 감지 서비스
2025. 09 ~ 2025. 11 [3개월]
BE - FastAPI · MongoDB AI - Python · YOLOv11 · Mediapipe FaceMesh Infra - AWS EC2
LightBox는 제3회 아진실리대회에서 전시되었습니다.