booxTory Best of Innovation, arti Honoree로 AI 제품 개발과 기술 리더십을 입증했습니다.
Highlights
주요 성과
WIS 2025 혁신상에서 과학기술정보통신부 장관상을 수상하며 제품화 성과를 인정받았습니다.
HD현대 AI Challenge 4위로 산업 AI 문제 해결과 실전형 모델링 역량을 검증했습니다.
LightGCN, WF-GCN, 의료영상 앙상블을 중심으로 SCIE 3편과 KCI 2편의 연구 실적을 보유했습니다.
hf_finance_legal_mrc 480 샘플 기준 TEDS-S 0.9506, Cell F1 0.9702까지 구조 복원 품질을 끌어올렸습니다.
Market Intelligence 시스템에서 4-Layer 기반 25개 전문 에이전트 협업 구조를 설계했습니다.
Experience
실무 및 연구 경력
AsianaIDT, AI/ML Engineer & Researcher
엔터프라이즈 규정, 법령, 문서 도메인을 대상으로 RAG, 에이전트, OCR 플랫폼을 제품 수준으로 설계하고 운영합니다.
- Enterprise AI 지식 관리 시스템에서 Knowledge Graph와 Vector를 결합한 hybrid RAG, plugin chunking, XML parsing, LLM observability를 구축했습니다.
- 문서 OCR 및 테이블 복원 플랫폼에서 parser-driven reconstruction, benchmark router, Next.js console, secure build 흐름을 고도화했습니다.
- Market Intelligence 시스템에서 4-Layer architecture와 25-agent orchestration으로 시장 조사 자동화 파이프라인을 설계했습니다.
ArtygenSpace, AI/ML Engineer
AI 기반 콘텐츠 제품의 모델 설계, 추천, 생성, 편집 워크플로를 담당하며 CES 2025 수상 제품의 AI 기능 개발을 주도했습니다.
- booxTory와 arti의 AI 기능을 설계해 CES 2025 AI Innovation Awards 성과에 기여했습니다.
- StoryMate, Booxedit, KOCCA AI 콘텐츠 지원 사업, AI 바우처 공급기업 프로젝트를 수행했습니다.
- 콘텐츠 생성, 사용자 선호 기반 추천, 편집 자동화 기능을 제품 요구사항에 맞춰 연결했습니다.
Kyonggi University, Computer Science M.S.
추천 시스템에서 그래프 컨볼루션 네트워크 최적화 방법을 연구하고 LightGCN, WF-GCN, 의료영상 딥러닝 논문을 발표했습니다.
- 석사 논문: 추천 시스템에서 그래프 컨볼루션 네트워크 최적화 방법.
- 석사 GPA 4.25/4.5, 학부 GPA 3.62/4.5, ABEEK 공학인증.
- APIC-IST 2022 Best Paper Award, KIIT Best Paper Award를 수상했습니다.
Projects
프로젝트
기업 내부 지식, 규정, 문서 자료를 검색 가능한 AI 지식 체계로 전환한 hybrid RAG 플랫폼입니다.
- Knowledge Graph 기반 관계 탐색과 Vector retrieval을 함께 사용해 구조적 지식과 의미 검색을 결합했습니다.
- Multi-Layer 비동기 처리 구조, plugin chunking, XML parsing으로 문서 수집부터 답변 생성까지의 흐름을 운영 관점에서 정리했습니다.
- LLM 호출, 검색 근거, fallback, latency를 추적하는 관찰성 구성을 통해 엔터프라이즈 환경의 검증 가능성을 높였습니다.
문서 이미지에서 OCR 결과와 선분 정보를 결합해 표 구조를 복원하고, 벤치마크와 운영 콘솔까지 연결한 Document AI 플랫폼입니다.
- row/column grouping, spanned cell 복원, parser-driven reconstruction으로 복잡한 표의 구조적 일관성을 개선했습니다.
- hf_korean_table 100 기준 TEDS 0.9174, Cell F1 0.9934, row accuracy 1.00, column accuracy 0.96을 기록했습니다.
- hf_finance_legal_mrc 480 최신 실행에서 TEDS 0.9188을 기록하고, benchmark router와 콘솔로 반복 검증 흐름을 만들었습니다.
시장 조사, 내부 자산 검색, 외부 검색, 검증을 분리한 4-Layer 기반 엔터프라이즈 GenAI orchestrator입니다.
- Internal Asset과 Brave Search를 결합한 Dual Knowledge Base로 사내 자료와 공개 웹 근거를 함께 사용했습니다.
- 25개 전문 에이전트가 조사, 요약, 검증, 보고 흐름을 분담하도록 custom orchestrator를 구성했습니다.
- self-reflection과 단계별 상태 관리를 포함해 장시간 시장 조사 태스크를 추적 가능한 작업 단위로 분해했습니다.
AI 콘텐츠 생성과 편집, 사용자 경험을 제품 기능으로 연결한 CES 2025 수상 제품군입니다.
- booxTory는 CES 2025 AI 부문 Best of Innovation, arti는 CES 2025 Honoree 성과를 기록했습니다.
- 콘텐츠 생성, 편집 보조, 사용자 행동 기반 추천 흐름을 실제 서비스 요구사항에 맞게 설계했습니다.
- KOCCA AI 콘텐츠 지원 사업과 AI 바우처 공급기업 프로젝트에서 제품형 AI 기능을 확장했습니다.
사용자-아이템 그래프에서 임베딩 전파와 가중 전달을 개선해 추천 정확도를 높인 그래프 추천 시스템 연구입니다.
- LightGCN embedding enhancement와 Weighted Forwarding Graph Convolution Network 연구를 SCIE 논문으로 확장했습니다.
- MovieLens, FilmTrust, Yelp 등 공개 데이터셋에서 Recall, NDCG 기반 추천 품질을 비교했습니다.
- 석사 논문에서는 추천 시스템에서 그래프 컨볼루션 네트워크 최적화 방법을 정리했습니다.
췌장 CT segmentation과 퇴행성 관절염 분류를 다룬 의료영상 딥러닝 연구입니다.
- 다중 연쇄 U-Net 구조를 활용해 췌장 영역 분할 탐지 성능을 개선했습니다.
- 퇴행성 관절염 분류에서는 딥러닝 모델 앙상블로 전문의 앙상블 77.05% 기준과 비교한 연구를 수행했습니다.
- 의료 영상 연구 결과는 CMC 2023 SCIE 논문과 KCI 논문으로 발표했습니다.
Research
논문 리스트
추천 시스템에서 그래프 컨볼루션 네트워크 최적화 방법
Optimization methods of Graph Convolution Networks for Recommendation Systems.
Embedding Enhancement method for LightGCN in Recommendation Information Systems
LightGCN 기반 추천 시스템에서 embedding 표현을 강화하는 방법을 제안했습니다.
Weighted Forwarding in Graph Convolution Networks for Recommendation Information System
그래프 컨볼루션 네트워크의 가중 전달 전략으로 추천 품질을 개선한 연구입니다.
Deep Learning Model Ensemble for the Accuracy of Classification Degenerative Arthritis
퇴행성 관절염 분류 정확도를 높이기 위한 딥러닝 모델 앙상블 연구입니다.
Graph Neural Network 기반 추천시스템 성능 향상을 위한 유저 행동 시간 기반 데이터 사용 방안 분석
추천 시스템 성능 향상을 위해 사용자 행동 시간 기반 데이터를 분석한 연구입니다.
의료 영상 시스템에서 다중 연쇄 U-Net 모델을 이용한 개선된 췌장 영역 분할 탐지
다중 연쇄 U-Net 모델로 의료 영상의 췌장 영역 분할 탐지 성능을 개선한 연구입니다.
Egress Initialization for Graph Convolution Network in Recommendation Systems
추천 시스템에서 그래프 컨볼루션 네트워크의 egress initialization을 다룬 국제학회 논문입니다.
Thin Graph Convolution Network in Recommendation Systems
추천 시스템을 위한 경량 그래프 컨볼루션 네트워크 구조를 다룬 국제학회 논문입니다.
Over-smoothing in LightGCN doesn't happen much
LightGCN에서 over-smoothing 현상을 분석한 추천 시스템 국제학회 논문입니다.
Leverage time-based data to improve recommendation system accuracy
시간 기반 데이터를 활용해 추천 시스템 정확도를 개선하는 방법을 발표했습니다.
Using Deep Learning for Medical Automation in Diagnosis of Degenerative Arthritis
퇴행성 관절염 진단 자동화를 위한 딥러닝 기반 의료영상 연구입니다.
Classification of degenerative arthritis using Xception model in radiographic images
Xception 기반 방사선 이미지 퇴행성 관절염 분류 연구로 APIC-IST Best Paper에 선정되었습니다.
이상 점수 임계값 선택 기준에 따른 비지도 이상치 탐지 방법의 성능 분석
비지도 이상치 탐지에서 이상 점수 임계값 선택 기준에 따른 성능 변화를 분석했습니다.
GNN 기반 딥러닝 모델에서 시간-공간 Attention 모듈 구조에 따른 교통 흐름 예측 성능 분석
시간-공간 Attention 구조가 교통 흐름 예측 성능에 미치는 영향을 분석했습니다.
추천 시스템 성능 개선을 위한 시간 기반 데이터 분석
추천 시스템의 시간 기반 사용자 행동 데이터를 분석한 국내학회 논문입니다.
SDN 환경에서 오토 인코더 모델을 활용한 플로우 분류 기법
SDN 환경에서 오토 인코더 기반 플로우 분류 기법을 제안했습니다.
추천 시스템을 활용한 캐싱 서버 최적화
추천 시스템을 활용해 정보 중심 네트워크의 캐싱 서버 최적화를 다룬 논문입니다.
RFID 태그를 통한 출결 확인 시스템 구현
RFID 태그 기반 출결 확인 시스템 구현 내용을 발표했습니다.
겹친 문자 이미지 분류를 위한 합성곱 신경망 모델의 정확도 분석
겹친 문자 이미지 분류를 위한 CNN 모델의 정확도를 분석했습니다.
PoseNet을 활용한 헬스 트레이너 웹 서비스
PoseNet 기반 헬스 트레이너 웹 서비스 논문으로 KIIT Best Paper Award를 수상했습니다.
Awards
수상 기록
Plan2Do 수상
안전산업진흥 유공 행정안전부 장관상, 한국건설기술연구원 원장상Plan2Do에 탑재되는 AI 안전도우미와 위험성평가 지원 시스템을 고도화해 AI 산업안전보건 플랫폼의 수상 성과에 기여했습니다.
CES 2025 AI Innovation Awards
booxTory Best of Innovation / arti HonoreeAI 콘텐츠 제품의 AI 엔진 개발과 기술 리더십으로 CES 2025 혁신상 성과에 기여했습니다.
WIS 2025 혁신상
과학기술정보통신부 장관상AI 제품화 성과와 기술 경쟁력을 인정받아 월드IT쇼 혁신상 장관상을 수상했습니다.
APIC-IST 2022 Best Paper Award
Best Paper AwardXception 기반 퇴행성 관절염 분류 연구가 APIC-IST Best Paper에 선정되었습니다.
Competitions
대회 및 외부 활동
LG Aimers 4기
팀리더MQL 데이터 기반 B2B 영업 기회 창출 예측 모델을 개발했습니다. 데이터 정규화, 비즈니스 영역 매핑, XGBoost 모델, 임계값 최적화를 통해 F1-score를 개선했습니다.
HD현대 AI Challenge
4위건설기계 센서데이터를 활용한 작업 중량 예측 모델을 개발하고, 시계열 Transformer와 맞춤형 손실 함수로 성능을 끌어올렸습니다.
DACON 경진대회
39개 대회 참여컴퓨터 비전, 정형 데이터 분류, 시계열, 추천 시스템 등 다양한 AI 경진대회에 참여하며 데이터 분석과 모델링 경험을 축적했습니다.
가짜연구소 6기
그래프로 설득하기 팀원Graph Neural Network를 주제로 한 비영리 AI 연구 활동에 참여했습니다. GraphGym 기반 실험 환경을 구축하고 GCN, GIN, Virtual Node, Aggregation 방식별 성능을 비교했습니다.
DIYA
AI 연구 및 대회 참여 커뮤니티Computer Vision Team과 ML/GNN Team에서 논문 리뷰, PyTorch 기반 모델 구현, DACON 대회 참여, 학술발표대회 논문 발표를 수행했습니다.
Skills
기술 스택
RAG / Agent
엔터프라이즈 지식 검색과 시장조사 자동화를 운영 가능한 에이전트 흐름으로 설계합니다.
- LangGraph
- LangSmith
- Langfuse
- Knowledge Graph
- Hybrid Retrieval
- Multi-Agent Orchestration
- Prompt Engineering
- Knowledge Graph와 Vector retrieval을 결합한 hybrid RAG
- 25-agent Market Intelligence orchestration
- 근거, latency, fallback을 추적하는 LLM observability
Document AI / OCR
문서 이미지에서 텍스트와 표 구조를 복원하고, 품질 지표를 반복 검증하는 플랫폼을 만듭니다.
- Python
- OCR bbox
- Line Segment
- Table Reconstruction
- Parser-driven Reconstruction
- TEDS Benchmark
- Cell F1
- Next.js Console
- row/column grouping과 spanned cell 복원
- hf_finance_legal_mrc 기준 TEDS 0.9188
- benchmark router와 콘솔 기반 반복 검증
Research ML
추천 시스템, 의료영상, 경진대회 모델링을 논문과 실험 지표로 검증합니다.
- PyTorch
- LightGCN
- WF-GCN
- CNN
- U-Net
- OpenCV
- XGBoost
- Pandas
- MovieLens, FilmTrust, Yelp 기반 Recall/NDCG 실험
- MCU-Net과 의료영상 딥러닝 연구
- DACON 39개 대회 기반 모델링과 튜닝
Backend / Product
AI 모델을 제품 기능과 API, 운영 콘솔로 연결하는 서버와 프론트엔드 흐름을 구현합니다.
- FastAPI
- Python
- Next.js 14
- React
- Tailwind
- Streamlit
- AWS Lambda
- EventBridge
- Brave Search
- Document AI 운영 콘솔과 benchmark UI
- 시장조사 에이전트의 serverless workflow
- 콘텐츠 생성, 편집, 추천 제품 기능 개발
Data / Search
벡터, 그래프, 검색, 관계형 저장소를 문제 성격에 맞게 조합합니다.
- Milvus
- Neo4j
- Qdrant
- Elasticsearch
- PostgreSQL
- Redis
- DynamoDB
- MySQL
- 문서-관계-답변 흐름을 표현하는 Knowledge Graph
- 내부 자산 검색과 외부 웹 검색을 결합한 Dual Knowledge Base
- RAG, 추천, 운영 로그를 위한 저장소 분리
MLOps / Infra
빌드, 배포, 모니터링, 벤치마크를 제품 운영 흐름 안에 묶습니다.
- Docker
- Docker Compose
- Kubernetes
- Prometheus
- Grafana
- Loki
- wandb
- GitHub Actions
- Prometheus/Grafana 기반 실행 상태 관찰
- secure build와 GitHub Actions 배포 흐름
- 실험 추적과 벤치마크 재현성 관리
Blog
최근 글
Ctx2Skill은 긴 문맥을 읽는 능력을 파라미터가 아니라 스킬 문서로 끌어올린다
Ctx2Skill은 복잡한 문맥에서 규칙과 절차를 자연어 스킬로 추출해 언어모델의 context learning을 강화하는 self-play 프레임워크로, 인간 주석과 외부 실행 피드백 없이도 closed-source 모델에 꽂아 넣을 수 있는 해석 가능한 skill layer를 제안한다.
긴 작업을 못 버티는 이유는 모델 크기가 아니라 horizon일 수 있다
이 논문은 장기 상호작용 에이전트 학습의 병목을 추상적인 탐색 난이도가 아니라 horizon length 자체에서 찾고, macro action과 subgoal decomposition 같은 horizon reduction이 RL 안정성과 일반화까지 개선한다는 점을 실험적으로 보인다.
HeavySkill은 에이전트 하네스의 복잡함을 병렬 추론과 요약이라는 내부 스킬로 환원한다
HeavySkill은 멀티에이전트 오케스트레이션의 성능 원천을 외부 시스템 복잡도보다 모델 내부의 heavy thinking 스킬로 재해석하며, 이를 병렬 추론과 순차적 숙의로 분해해 test-time scaling과 RLVR의 결합 지점을 제시한다.
OneVL은 자율주행 CoT를 텍스트가 아니라 세계모델 latent로 압축한다
OneVL은 자율주행 VLA의 Chain-of-Thought를 언어 latent만이 아니라 미래 프레임 예측을 포함한 world-model supervision으로 압축해, explicit CoT를 넘는 정확도와 answer-only 수준 지연을 동시에 노린다.
OmniShotCut은 샷 경계 검출을 컷 포인트 찾기에서 관계 예측과 벤치마크 설계 문제로 바꾼다
OmniShotCut은 shot boundary detection을 단순 프레임 경계 검출이 아니라 intra-shot·inter-shot 관계를 함께 예측하는 구조적 문제로 재정의하고, 합성 전환 데이터와 현대적 벤치마크를 함께 설계해 영상 분할 파이프라인을 더 해석 가능하고 실전 지향적으로 밀어 올리려는 작업이다.
Tuna-2는 비전 인코더를 버리고 픽셀 임베딩으로 통합 멀티모달을 다시 설계한다
Tuna-2는 사전학습 비전 인코더와 VAE를 제거하고 raw pixel patch embedding만으로 이해와 생성을 함께 처리해, native unified multimodal model의 복잡도를 낮추면서도 세밀한 시각 이해 성능을 끌어올리려는 시도다.