기술 블로그 https://shimgm.tistory.com/ 포트폴리오 https://drive.google.com/file/d/1sF0gopWnuJvq7_t3eTPF7n06Im36N69U/
AI 모델링 · 평가 설계 · 배포 스펙 | KT AIVLE School 9기 (AI 트랙)
모델 성능이 한계에 부딪혔을 때 가장 먼저 한 일은 제 사고 과정의 사각지대를 점검하는 것이었습니다. 문제의 원인을 다각도로 재검토하고 기존 파이프라인의 빈틈을 채워나가며 돌파구를 마련했습니다.
배터리 셀을 CT(내부)와 이미지(외관)로 검사하는 AI. 외관 쪽은 정상 클래스가 없어서 지도학습을 폐기했고, 학습 0회로 위치 적중률 9.2배를 얻었습니다.
8인 팀에서 AI 파트 단독 담당 8주 — PyTorch · YOLOv11-seg · SAHI · OWLv2 · TensorRT
리뷰를 속성별 감성으로 분해하는 LangGraph 멀티 에이전트. 실패를 원인별로 분류해 표적 수정 지시를 내리는 자기수정 루프를 설계했습니다.
팀장 · State 관리자 8인 — LangGraph · LangChain · gpt-4.1-mini · LangSmith · Streamlit