
해야 할 일을 날짜와 함께 적어뒀다가 밀릴 때마다 다시 고치는 게 너무 귀찮아서, 메모와 일정을 함께 다루는 나만의 D-DAY 앱을 직접 만들었다.

빠르게 만드는 시대일수록 기본 보안 점검은 더 자주 빠진다. URL 하나로 외부 보안 상태를 확인하는 SiteGuard를 만들며 배운 것들을 정리했다.

Claude로 만든 홍보 영상을 보고 나도 Codex로 시도해봤다. 처음엔 빈약했지만, 실제 웹페이지 이미지를 넣자 결과가 확실히 달라졌다.

AITOP100 Campus 대회, 5문제를 풀며 깨달았습니다. AI를 잘 쓴다는 건 정답을 빨리 뽑는 능력이 아니라, 문제를 검증 가능한 단위로 쪼개는 능력이란 걸요. AI에게 정답 대신 근거와 반례를 묻게 된 치열한 작업 로그를 공유합니다.

의료 AI 프로젝트에서 모델이 너무 그럴듯하게 답하는 게 오히려 불안했다. 근거를 잡으려 RAG를 붙였고, 그 과정에서 지금의 RAG를 다시 보게 됐다.

성능 향상에만 집중하던 시선에서 벗어나, 제한된 자원 속에서 모델을 다루는 현실적인 문제를 고민한 기록입니다. On-device AI의 필요성과 다양한 양자화(Quantization) 기법들을 공부하고 정리했습니다.

AI가 코드를 무섭게 만들어내는 시대. 하지만 속도가 빨라질수록 품질은 더 위험해진다. 바이브 코딩의 한계를 해결하기 위해 DevOps 개념을 얹은 VibeOps 파이프라인을 기획하며 얻은 해커톤 탈락 회고.

밤새워 기능을 잔뜩 넣었는데, 유저는 왜 더 피곤해할까? 치열하게 만들수록 서비스가 불편해지는 딜레마 속에서 깨달은 기획과 개발의 본질. "좋은 서비스는 기능을 더 구겨 넣는 게 아니라, 망설이는 순간을 지워주는 것이다." 덜어낼수록 선명해지는 UX 회고록.

지혜나눔터는 G-AFC 공모전에서 탈락했다. 하지만 어르신을 ‘수혜자’가 아닌 ‘선생님’으로 전환한 아이디어와 MVP를 만들며 얻은 배움은 컸다. 이 글에서 부족했던 점과 다음 도전 전략을 솔직하게 돌아보고, 데이터와 실행 설계의 빈틈도 함께 기록했다.

토이 프로젝트가 서비스가 되려면 무엇이 달라져야 할까? 비동기 UX, 동기화 실패 처리, 보안·운영 준비 과정을 정리했습니다.

혼자 참가한 데이콘 피싱·스캠 예방 대회에서 분류를 넘어 행동 유도까지 설계한 MVP를 만들고 기획부터 배포까지 과정을 기록했습니다. AI 모델링과 패턴 분석, 세이프워드·시니어 모드 구현에서 얻은 교훈도 담았습니다.

DACON K리그 Track2 15등(장려상). 경기 데이터로 xG/xT 기반 모멘텀 그래프와 9:16 스토리 카드를 E2E 18초에 자동 생성한 K-MOMENTO AI 개발 후기.

학교 지원으로 수강한 코멘토 직무부트캠프 프론트엔드 후기. 자판기 UI를 CSS로 구현하고, 계산기/시계/To-Do/회원가입을 만들며 코드 구조화 습관을 얻었습니다.

2025년은 많이 한 해가 아니라 남긴 해였다. 대회와 프로젝트로 습관을 만들었고, 2026년엔 군대 가기 전까지 알고리즘 루틴과 완성 중심으로 더 단단해지려 한다.

로봇알고리즘 수업에서 배운 Bug, APF, PRM, RRT 등 7가지 Path-Planning 알고리즘을 적 AI로 구현한 교육용 게임입니다. 알고리즘의 강점과 약점을 직접 체험하며 학습할 수 있습니다.

제2회 Medical AI(MAI)에서 nucleotide-transformer 기반 gLM과 Ensembl GRCh38로 self-supervised triplet 학습을 설계해 Public 0.56375 / Private 0.56085를 기록한 경험을 정리했습니다.

GitHub, Velog, Solved.ac 활동을 자동으로 수집해서 대시보드로 시각화하고, LLM이 기술 블로그 글과 주간 회고를 작성해주는 개발자 포트폴리오 자동화 플랫폼이다. FastAPI + Next.js + OpenAI로 구현했다.

과일 사진 한 장으로 과일 종류와 신선도(fresh/normal/rotten)를 판별하는 FreshGuard 개발 기록입니다. YOLOv8 × EfficientNet-B0 멀티태스크 모델과 실제 안드로이드·Flask 연동 구조를 정리했습니다.

RNA 기반 당뇨 조기진단 프로젝트에서 음식, 음료, 약을 인식하고, 성분표를 읽어 당뇨 위험도를 계산하는 Vision 모듈을 맡았다. YOLO로 객체를 잡고 PaddleOCR로 라벨을 읽어보면서, 탐지는 쉬운데 텍스트 인식이 진짜 문제였던 경험을 정리했다.

코드는 맞는데 실행이 안 되는 이유 대부분은 환경이었다. Python 버전, 전역 pip, venv, Docker를 다시 보게 된 계기와 앞으로의 개발환경 방향을 정리한 글.