SKN X ENCORE AI CAMP WEEK10

주영·2025년 8월 26일

AI CAMP

목록 보기
11/15
post-thumbnail

프로젝트 정리

1차 프로젝트
https://velog.io/@duple/AI-CAMP-1차-프로젝트-전기차-충전소-현황-분석

개인 서버 만들기
https://velog.io/@duple/Ubuntu로-개인-포트폴리오-서버-만들기-0
https://velog.io/@duple/Ubuntu로-개인-포트폴리오-서버-만들기-1

중간 정리

코딩 역량

AI CAMP를 수강한 지 2달이 지났다. 처음 수강했을 때와 지금을 비교하면 꽤 많은 변화가 있었다. 가장 두려웠던 부분은 프로그래밍 언어를 익히는 것이었다. 학부 시절 프로그래밍 기초 수업을 수강했지만, 당시에는 좋은 성과를 내지 못했기 때문에 파이썬에 대한 두려움이 있었다.

하지만 지금은 코딩 역량이 크지 않더라도 모델을 활용해 산출물을 만들고, 다양한 기능을 구현할 수 있게 되었다. 그렇다고 해서 언어 공부를 소홀히 하는 것은 아니다.

수업 시간에 다룬 예제 코드를 통해 코드가 어떤 역할을 하는지 파악하고, 내가 만들 모델이나 프로젝트에서 어떻게 활용할 수 있을지 능동적으로 고민하며 공부했다.

처음에는 312점으로 시작했지만 지금은 747점까지 올랐다. 아마 다음 시험에서는 810점으로 PCCE Lv3, 그 다음에는 900점 이상으로 PCCE Lv4에 도전할 수 있을 것 같다. (최종 목표는 PCCP Lv2)

AI CAMP에서는 매달 PCCE/PCCP/PCSQL 응시를 지원해 주기 때문에, 나의 코딩 실력이 얼마나 성장했는지 확인할 수 있어서 좋았다.


개발 역량

지금까지 AI CAMP에서 2개의 프로젝트를 수행했고, 경진대회에 1회 출전했으며, 현재는 개인 프로젝트를 진행 중이다.

AI CAMP에서는 데이터 분석, DL/ML을 활용한 예측 모델 개발 프로젝트를 수행했다. 스마트농업 AI 경진대회에서는 DL/ML 예측 모델 사전 테스트 미션에서 약 50개 팀 중 7위를 했고, 예선에서는 30여 개 팀 중 예측 모델 개발 부문 4위, 이미지 분류 모델 개발 부문 2위를 차지했다.

배운 내용의 범위 안에서 정말 좋은 결과를 냈다는 점에서 스스로에게 많은 칭찬을 했다. 하지만 문제 3인 임베디드 영역에서는 아무도 몰라 좋은 성적을 받지 못했다.

현재는 그 부족한 부분을 채우기 위해 개인 프로젝트로 VirtualBox Linux Ubuntu를 활용한 개인 서버 구축을 진행하고 있다. 단순히 외부 접속을 통한 블로그 운영을 넘어, 수업에서 다룬 모델이나 프로젝트에서 활용한 모델을 서버 내부에서 직접 구동하는 것을 목표로 하고 있다.


PM 역량

사실 팀원 입장에서는 좋은 팀장은 아니었을 수도 있다. 배우기 시작한 지 얼마 되지 않은 상태에서 모든 프로젝트에서 팀장을 맡았기 때문이다. 그로 인해 커뮤니케이션이 원활하지 않았던 적도 있었다.

하지만 부족함을 인지하고, 항상 가장 오래 고민하고 팀원들의 의견을 모두 듣고 해결 방안을 모색하려 노력했다. 팀장을 하면서 팀원 한 명, 한 명이 소중하다는 것을 깊이 느꼈고, 그렇기 때문에 수시로 대화를 나누며 개발 방향을 함께 정했다.

원활한 대화를 위해 단기간에 지식을 넓게 습득했고, 우리가 수행한 프로젝트 수준에서는 충분히 소통할 수 있었다. 하지만 실제 현업에서는 얕고 넓은 지식만으로는 부족할 수 있기 때문에 앞으로는 지식을 겹겹이 쌓아 심도 있게 공부하려 한다.


진로 목표

사실 가장 큰 문제는 아직 진로를 확정하지 못했다는 점이다.

메카트로닉스공학부에서 공부하면서 전기차를 직접 만들어 보기도 했고, 로봇 제작, PLC를 활용한 분류 시스템 구축, 3D 모델링과 3D 프린팅으로 성형 엔진 제작, 제조사 시작기술팀에서 개발품 수율 개선 과제 수행 등 다양한 경험을 했다.

다양한 도메인을 접하다 보니 오히려 한 분야를 선택하는 것이 어렵다. 다행히 플레이데이터 매니저님께서 이러한 고민을 인지하고 전문가 특강을 통해 해결을 도와주고 계신다.

내가 가진 지식에 데이터 분석, ML/DL, LLM·AI Agent 활용 능력을 잘 조합해 ‘내 것’을 만드는 것이 진로 목표다.

GPT API, CHAT BOT

드디어 GPT API를 활용해 Chat Bot을 만들어 봤다. 이전에 RNN, LSTM, GRU로 구현한 Chat Bot은 성능이 너무 부족해 수업 예제를 진행할 때도 큰 재미를 느끼지 못했다. 하지만 GPT API를 사용하자 성능이 압도적으로 달라졌다.

미니미니프로젝트: 다국어 날씨 CAHT BOT

한국에 거주하는 외국인을 위해 만든 프로젝트다.

  • 채팅할 언어와 번역할 언어를 선택할 수 있게 했다.
  • API를 통해 날씨 정보를 불러와 DB에 저장했다.
  • 번역 기능을 추가하여 다국어 Chat Bot을 구현했다.

미니미니프로젝트: 텍스트 분석 CAHT BOT

텍스트 요약을 지원하는 Chat Bot이다.

  • 요약 스타일을 선택할 수 있게 했고, 일반 요약뿐만 아니라 3줄 요약 기능도 추가했다.

  • 이전 다국어 날씨 Bot에서 사용한 번역 기능도 넣었다.
  • 번역 또한 일반 요약, 3줄 요약 선택이 가능하다.

  • Chat Bot을 통해 단순 요약을 넘어 깊이 있는 질문까지 가능하게 했다.

미니미니프로젝트: 뉴스 RSS 비서 CAHT BOT

뉴스 키워드를 워드클라우드로 시각화했다.
아쉬운 점은 ‘경향신문’, ‘한겨레’, ‘조선일보’ 같은 언론사 이름을 불용어 처리하지 못한 것이다. 반면 뉴스 기사 본문 워드클라우드는 불용어 처리를 제대로 했다.

조회수 순으로 기사를 정리하고, 링크를 통해 원문을 확인할 수 있도록 했다. 또한 해당 기사들을 기반으로 질문을 하고 답변을 받을 수 있는 구조로 구상했다.

추가로 ‘토론’ 기능을 도입해 양방향 질의응답이 가능하게 했다. 어릴 적 논술 학원에서 기사를 바탕으로 토론했던 경험이 좋아서 이 기능을 구현했다.


이번 미니 프로젝트들은 하루 만에 구현한 결과물이기 때문에, 기능은 구현했지만 완성도 면에서 아쉬움이 남는다. 앞으로는 다음과 같은 부분을 보완하고 싶다.

1. 실시간 데이터 처리

  • 뉴스, 날씨 등 API 데이터가 실시간으로 반영되도록 개선하고 싶다.
  • 일정 주기로 자동 업데이트되는 기능을 추가해, 사용자가 항상 최신 데이터를 기반으로 대화할 수 있도록 할 계획이다.

2. 서비스 배포 경험

  • 현재는 로컬 환경 또는 제한된 서버에서만 실행했는데, 추후에는 클라우드 환경에 배포하여 실제 사용자들이 접속할 수 있는 형태로 제공하고 싶다.
  • Streamlit, FastAPI, Docker 등을 활용해 웹 서비스 형태로 배포해 볼 예정이다.

3. UI/UX 개선

  • 현재 인터페이스는 기본적인 형태라서 직관적이지 못하다.
  • 사용자가 더 쉽게 접근할 수 있도록 디자인을 개선하고, 반응형 UI를 적용해보고 싶다.

4. 협업 및 코드 관리

  • 혼자 빠르게 구현하다 보니 코드 관리가 체계적이지 않았다.
  • GitHub를 통한 버전 관리, 팀 협업 환경에서의 코드 리뷰 등을 경험해보고 싶다.

5. 고급 AI 모델 활용

  • 단순 질의응답을 넘어, 컨텍스트를 깊게 이해하는 대화형 에이전트를 만들어보고 싶다.
  • 이를 위해 RAG(Retrieval-Augmented Generation), 파인튜닝, 에이전트 프레임워크 등을 실습해볼 계획이다.

0개의 댓글