미리보기

RAG 챗봇 서비스 CHATIST의 prompt engineering, RAG 성능 고도화, Vector DB 성능 테스트함.

카카오톡 단톡방에서 URL을 공유하면 URL 내용 자동 요약, 질의응답, 등록한 유튜버 채널에 한해 새로운 영상과 커뮤니티 글을 실시간으로 알려주는 카카오톡 봇 서비스를 개발함.

• 라즈베리파이, fastapi, docker, langchain

Multi Agnet System을 활용한 DB 전산 시스템 보조 Agent 챗봇을 개발함.

• Langcahin, Streamlit, OpenAI

• 동형암호화 기술에 대한 첫 접근으로, 관련 스터디와 부트스트래핑 실험, 그리고 암호화 및 복호화 연산 실험을 수행하며 전체 동형암호화 파트를 주도하였음.

• 실험하면서 동형암호를 모든 레이어에 적용하는 기존 방식의 비효율성을 파악하고, 첫 번째 컨볼루션 레이어에만 적용하는 혁신적인 개선안을 제안하고 실행하였음. [3-2학기]

• 첫 번째 컨볼루션 레이어에서 동형암호를 적용하여 연산 처리를 담당하였음. [3-2학기]

• 동형암호 적용한 모델의 성능하락이 거의 없다는 걸 입증하기 위해 모델의 양자화 성능과 동형암호를 적용한 성능 차이를 비교 실험을 진행함. [4-1학기]

• 졸업작품 최종 발표에서 포스터 발표 "최우수"수상.

• 대회 성과: 순위권에는 들지 못했으나, 리더보드 4등과 5등을 차지하며 우수한 성적 달성.

• 기술적 역할: 사전학습된 KcELECTRA 모델의 한계를 극복하기 위해 LLM 기반 모델을 도입하는 아이디어를 제시함. → 반어법과 같은 복잡한 문장 구조에서 감정 예측도 가능하게 해주면서 모델의 정확도 향상.

• 데이터 분석 및 감정 라벨 태깅: 약 4만 개의 데이터를 분석하고 감정 라벨링 태깅을 담당, 단순한 반복작업이 었지만, 리더보드 기준 1~2의 성능을 향상시켜 대회에서의 최종 성적에 결정적인 기여를 함.

• 대회 성과 : 창원시 빅데이터 공모전에서 주정차 데이터 원인 분석 보고서를 제출, 장려상 수상함.

• 역할 및 기술 적용: 주정차 데이터와 교통량, 날씨, 인구 데이터 등 다양한 입력 데이터를 전처리 후 통합하여 창원시 주정차 문제의 원인을 분석. 프로젝트 기획부터 데이터 전처리, 분석 코드 작성까지 전반적인 과정을 주도.

• 기술적 도전과 해결: 대규모 빅데이터 처리에 있어 기존 환경의 한계와 데이터의 부정확한 주소 문제가 있었음. NAVER API로는 주소 문제를 해결할 수 없어, Google Map API를 활용하여 정확한 위치 데이터(위도, 경도)를 추출했음. 이후, 사계절 단위 랜덤 샘플링과 데이터 전처리 기법을 적용함으로써 분석 효율성을 크게 향상시킴.