코드 가시화 (Code Visualization)
코드베이스의 구조와 의존성을 한눈에 파악할 수 있도록 시각화하는 도구. 복잡한 시스템을 이해 가능한 그래프로 풀어냅니다.
저는 문제의 본질을 모델·시스템·아키텍처 수준에서 파악하는 것을 좋아합니다. RAG, Supervised Fine-Tuning, 강화학습 기반 코드 생성 같은 LLM 연구를 학술대회·저널 논문으로 발표하는 동시에, React·NestJS·FastAPI로 실제 서비스를 만들고 Docker·Cloudflare로 직접 배포까지 합니다. 연구와 엔지니어링, 그 사이를 잇는 시스템 설계가 제 강점입니다.
코드베이스의 구조와 의존성을 한눈에 파악할 수 있도록 시각화하는 도구. 복잡한 시스템을 이해 가능한 그래프로 풀어냅니다.
NestJS 공식 문서 134개를 지식 베이스로 Dify·Ollama 기반 RAG 챗봇을 구축한 개발자 교육용 LMS 시스템. 근거 기반 응답으로 초보 개발자의 학습을 돕습니다.
한국어 이해 벤치마크 KLUE의 주제 분류(YNAT)에서 Multi-Trial 평가로 6개 사전학습 모델을 비교, Macro F1 0.8703을 달성. TTA 시험성적서로 공인받았습니다.
코드 생성 LLM의 연산·에너지 비용을 줄이는 메커니즘 연구. 성능을 유지하면서 더 효율적으로 코드를 생성하도록 설계했습니다.
CWE 보안 약점 정적분석 결과를 보상 신호로 활용해, 더 안전한 코드를 생성하도록 코드 LLM을 강화학습으로 정렬했습니다.
노인의 실시간 위치를 추적·시각화하는 웹 대시보드. 보호자가 안전 상태를 한눈에 모니터링하도록 설계했습니다. 해커톤 최우수상 수상작.
한국스마트미디어학회·한국전자거래학회 춘계학술대회 — RAG 기반 LMS 챗봇 연구
노인 위치 추적 웹 대시보드
KCI 저널 · 스마트미디어저널 Vol.14 No.7
국제학술대회 · APIC-IST 2025, Phuket
국제학술대회 · ICONI 2025, Okinawa
국내학술대회 · 한국스마트미디어학회 춘계학술대회 (우수논문상)
국내학술대회 · 한국스마트미디어학회 춘계학술대회
KLUE 주제 분류 Macro F1 0.8703 공인 성능 — 한국정보통신기술협회
새로운 아이디어가 담긴 프로젝트 제안, 외주 협업, 혹은 구직 제안 등 언제나 환영합니다. 아래 채널을 통해 메세지를 주시면 24시간 이내에 답변 드리겠습니다.