•현실 문제를 AI 기술 문제로 구조화하고, 실제 서비스 상황에 맞춰 구현하는 일에 흥미를 키워왔습니다. •LLM 애플리케이션과 AI Agent 워크플로우를 설계·개발하며, 데이터 구조화, 프롬프트 설계 및 RAG 구현 경험을 쌓았습니다.
Education
연세대학교
2020.03 - 2025.02 | 학사 졸업
문헌정보학·응용통계학 복수전공
학점: 3.92 / 4.3
Experience
연세대학교 MLAI 연구실
2026.07 - 현재 | 연세대학교 산학협력단 · 연구직원
한국 인공지능안전연구소(AISI)의 ‘의료 분야 AI 위험 메커니즘 분석 및 시나리오 기반 리스크 모델링’ 연구 과제에 참여.
의료 AI의 정적 모델 성능만으로는 실제 임상 환경에서 발생하는 위해를 평가하기 어렵다는 문제를 해결하기 위해, 질환·의료 목적·사용자·중증도·AI 운영 체계·위험 경로의 6개 요소를 바탕으로 위험 시나리오를 생성하고, 시나리오 기반 시뮬레이션을 통해 정량적 위험을 평가하는 연구 수행.
근거 기반 의료 AI 위험 시나리오 생성·검증부터 시뮬레이션 모델 생성·실행까지 이어지는 end-to-end 파이프라인을 Agent Skills로 설계 및 구현.
명일연세내과의원
2026.04 - 2026.06 | 외주 개발
환자의 의료 기록을 기반으로 질의응답하는 카카오톡 AI 챗봇 PoC 개발.
환자가 자신의 의료 기록에 대해 질의응답할 수 있는 LLM 기반 QA 서비스의 요구 사항 정의부터 구조 설계, 구현 및 배포까지 담당. FastAPI, Firestore, Google Cloud Run을 활용해 사용자 본인 인증, 파일 업로드, 관리자 대시보드 구현.
초기 Gemini File Search 기반 chunk-level RAG 구조에서 문서 메타데이터를 기반으로 질문과 관련된 의료 문서를 선별한 뒤 Gemini Files API로 원본 문서 전체를 참조해 답변을 생성하는 구조로 변경. 카카오톡 환경에서 답변의 가독성을 높이기 위해 프롬프트를 개선.
직무, 산업 도메인, 연차 적합도 점수 간 스케일 차이로 인해 특정 점수가 최종 랭킹에 편중되는 문제를 파악하고, 스케일링 방식과 가중치 조합을 실험해 랭킹 로직을 리팩터링.
기업 사업 영역과 영역별 경쟁사 분석 LLM 파이프라인 설계·구현 및 대규모 데이터 생성
기업이 실제 영위하는 여러 사업 영역과 영역별 경쟁사를 분석하기 위해 재무, 고객, 기술 관점의 전문가 역할을 LLM에 부여하고, Gemini Grounding 기반으로 웹 정보를 수집해 사업 영역을 분석한 결과를 검증하고 통합하는 파이프라인을 설계·구현. Google Cloud Platform 기반 실시간 API 사용량 모니터링 및 Teams를 통한 처리 현황 자동 알림으로 약 1.3만 개 기업의 데이터를 자동 생성.
벤치마크 데이터셋 구축 및 임베딩 모델 평가
한국어·영어 코드 믹싱 환경에서 상용 임베딩 모델의 성능을 비교하기 위해 KLUE-STS 기반 한국어·영어 코드 믹싱 평가 데이터셋을 구축하고 후보 모델을 평가해 실제 서비스에 적용할 후보 모델을 제안.
Projects
웹 검색 기반 LLM 검색 엔진 howcan.ai 개발
2023.06 - 2023.07 | 부스트캠프 AI Tech 최종 팀 프로젝트
당시 ChatGPT의 최신 정보 미반영과 할루시네이션 문제를 보완하기 위해 실시간 웹 검색 결과를 활용해 답변을 생성하는 대화형 검색 엔진 개발.
Google Search API로 사용자 질문과 관련된 상위 웹 검색 결과를 수집하고, arc90 Readability 기반으로 웹 페이지 본문을 추출한 뒤 PolyGlot-ko 모델로 핵심 정보를 요약해 프롬프트에 제공함으로써 웹 정보에 근거한 답변을 생성하도록 구현.
사용자 검색 의도를 20개 카테고리로 정의하고, 약 5.8만 건의 데이터로 KLUE/RoBERTa 모델을 PyTorch Lightning으로 파인튜닝해 사용자의 의도에 맞는 답변 생성과 연관 검색어 제시에 활용.