복잡한 시스템을 깊이 이해하고 구현하는 AI 연구자, 풀스택 엔지니어, 시스템 설계자, 연구하는 개발자 입니다.A researcher and engineer who deeply understands and builds complex systems end-to-end.
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.I like to grasp the essence of a problem at the model, system, and architecture level. I publish LLM research — RAG, supervised fine-tuning, and RL-based code generation — at conferences and journals, while building real services with React, NestJS, and FastAPI and deploying them myself with Docker and Cloudflare. Bridging research and engineering through system design is my strength.
연구와 개발을 오가며 쌓아온 핵심 기술 스택입니다. 프론트엔드부터 AI/ML, 인프라까지 폭넓게 다룹니다.The core stack I've built across research and engineering — from frontend to AI/ML and infrastructure.
연구와 개발을 아우르는 주요 프로젝트입니다. 카드를 클릭하면 상세 설명과 성과·논문을 볼 수 있습니다.Key projects spanning research and engineering. Click a card for details, outcomes, and papers.
코드베이스의 구조와 의존성을 한눈에 파악할 수 있도록 시각화하는 도구. 복잡한 시스템을 이해 가능한 그래프로 풀어냅니다.A tool that visualizes a codebase's structure and dependencies at a glance, turning complex systems into understandable graphs.
NestJS 공식 문서 134개를 지식 베이스로 Dify·Ollama 기반 RAG 챗봇을 구축한 개발자 교육용 LMS 시스템. 근거 기반 응답으로 초보 개발자의 학습을 돕습니다.A developer-education LMS chatbot built with Dify & Ollama over a 134-doc NestJS knowledge base, helping junior developers learn with grounded answers.
한국어 이해 벤치마크 KLUE의 주제 분류(YNAT)에서 Multi-Trial 평가로 6개 사전학습 모델을 비교, Macro F1 0.8703을 달성. TTA 시험성적서로 공인받았습니다.Compared 6 pretrained models on KLUE topic classification (YNAT) via a Multi-Trial scheme, reaching Macro F1 0.8703 — TTA-certified.
코드 생성 LLM의 연산·에너지 비용을 줄이는 메커니즘 연구. 성능을 유지하면서 더 효율적으로 코드를 생성하도록 설계했습니다.Research on mechanisms that cut the compute and energy cost of code-generation LLMs while preserving quality.
CWE 보안 약점 정적분석 결과를 보상 신호로 활용해, 더 안전한 코드를 생성하도록 코드 LLM을 강화학습으로 정렬했습니다.Aligns a code-generation LLM with reinforcement learning, using CWE static-analysis findings as the reward to produce safer code.
노인의 실시간 위치를 추적·시각화하는 웹 대시보드. 보호자가 안전 상태를 한눈에 모니터링하도록 설계했습니다. 해커톤 최우수상 수상작.A web dashboard that tracks and visualizes elderly users' real-time location so guardians can monitor safety at a glance. Hackathon grand prize.
수상 이력과 연구 성과입니다. 논문은 상세를 펼쳐 abstract·BibTeX·DOI를 확인하고 PDF로 받을 수 있습니다.Awards and research output. Expand each paper for its abstract, BibTeX, and DOI, and download the PDF.
한국스마트미디어학회·한국전자거래학회 춘계학술대회 — RAG 기반 LMS 챗봇 연구Korea Smart Media Society Spring Conference — RAG-based LMS chatbot research
노인 위치 추적 웹 대시보드Elderly location-tracking web dashboard
Effective Code Development Guiding Mechanism for Junior Developers based on Chatbots on LMS
국내학술대회 · 한국스마트미디어학회 춘계학술대회 (우수논문상)Domestic Conf. · Korea Smart Media Society Spring Conf. (Best Paper)
Immersive Docent-based VR Exhibition Web Service
국내학술대회 · 한국스마트미디어학회 춘계학술대회Domestic Conf. · Korea Smart Media Society Spring Conf.
TTA Test Certificate
KLUE 주제 분류 Macro F1 0.8703 공인 성능 — 한국정보통신기술협회Certified KLUE topic-classification Macro F1 0.8703 — TTA (Korea)
연구 협업, 프로젝트 제안, 채용 등 어떤 이야기든 환영합니다. 메시지를 주시면 24시간 이내에 답변드리겠습니다.Open to research collaboration, project proposals, and hiring — anything. I'll reply within 24 hours.