임동혁

Enterprise Data Portal — 국내 대형 물류 기업을 위한 Databricks 기반 데이터 탐색 계층. 원청 SI 아래 2차 납품

• SQL 교육 문제로 들어온 요청을 데이터 탐색 문제로 재정의하고, 파트너가 운영하는 Databricks 플랫폼 위의 탐색 계층을 기획부터 개발까지 담당했습니다. 약 3.5억 건의 데이터를 비개발자 현업이 사용할 수 있게 표현했습니다.
• 초기 사용자가 "무엇을 보여주는지 모르겠다"고 피드백한 검색 결과 화면을 전면 재구축했습니다. 타사 데이터 검색 SaaS를 직접 비교해 계층 구조와 필터가 이해도를 결정한다는 점을 확인하고 개선 방향을 정의했습니다.
• 데이터 거버넌스 기능 세트를 설계하고, 원청 SI와 최종 고객 사이에서 PM으로 납품을 진행했습니다. Databricks LLM API 기반 자연어 Query Builder PoC를 구현해 200명 파일럿에 배포했습니다.

케이스 스터디 01 보기 →

대학생을 위한 AI 커리어 추천 스타트업

• 수기 커리큘럼 입력에 대한 사용자 피드백을 바탕으로 OCR 기반 메타데이터 파이프라인을 설계해, 처리 시간을 5분에서 30초로 단축했습니다.
• 학생 80명 이상의 인터뷰 결과를 커리큘럼 기반 진로 추천 알고리즘으로 전환해 진로 정보 탐색의 비효율을 해결했고, PoC 만족도 86%를 달성했습니다.
• 정부 예비창업패키지 USD 17K에 선정되었고, 학생 200명으로 MVP를 검증했습니다.

B2B 영어 문제 생성 AI 서비스 — 엔터프라이즈 고객을 위한 LangChain/RAG 콘텐츠 생성 서비스

• 고객의 "1지문 2문항" 요구사항에 맞춰 LangChain/RAG 파이프라인을 재설계했고, 연 USD 40K 규모 B2B 계약 체결에 기여했습니다.
• 프롬프트 엔지니어링, 검색, 캐싱, 검증, 폴백 처리를 개선해 생성 속도를 15초에서 8초로, 실패율을 5%에서 1.5%로 낮췄습니다.
• 건국대학교 한국어 글쓰기 평가의 백엔드와 채점 모델을 구축했습니다. 1,500명이 동시에 응시하는 환경에서 상·하반기 두 차례에 걸쳐 답안 4,500건을 오류 없이 처리했습니다. 문장 길이·어휘 다양성·단어 난이도 등 9개 피처를 설계한 랜덤포레스트 모델이 테스트셋에서 80% 이상을 기록해 인간 채점자 70%를 넘겼고, 학습 데이터는 수기 채점본 6,000건을 OCR 파이프라인으로 디지털화해 마련했습니다.

케이스 스터디 03 보기 →

• 트랜스포머 기반 아키텍처를 연구하고 해당 분야의 최신 연구를 리뷰했습니다.

• 주요 수강 과목: 수치해석, 기계공학을 위한 머신러닝, 자료구조

무엇을 말했는지가 아니라 어떻게 말했는지를 채점

• 기본 Whisper는 일반 한국어 데이터 기반이라 발표 음성의 단어 사이 음절을 제대로 잡지 못했습니다. 한국어 음성 데이터를 수집해 음절 인식 기준으로 정제하고 발표 환경에 맞춰 파인튜닝했습니다.
• 1시간짜리 영상 분석에 30분이 걸렸습니다. 신호가 0이 되는 묵음 구간을 기준으로 분절하면 임의로 자를 때와 달리 단어와 문장이 끊기지 않았고, 이 구간들을 병렬 처리해 3분으로 줄였습니다.
• 주관적인 전달력을 모델이 출력할 수 있는 수치로 바꿨습니다. 억양은 음정 변화량으로, 발음 정확도는 파인튜닝한 모델의 인식 결과와 원본 스크립트의 차이로 산출했고, 이 지표들로 음성 행동 분석 보고서가 자동 생성됩니다.

장주기파 소파 성능을 높이는 새 횡단면 형상을 구조·계류 해석으로 검증

• 국립해양조사원 해역 데이터를 분석해 너울성 해류 피해가 집중되는 삼척 맹방해수욕장을 설치 해역으로 선정하고, 선행 연구 공식으로 최적 제원을 도출했습니다. 기존 박스형과 부피·비율 조건을 동일하게 맞춰 비교의 공정성을 확보했습니다.
• 도출한 횡단면 형상이 시뮬레이션 기준 박스형 대비 소파 효율 33% 향상을 달성했습니다.
• 평상시·태풍·극한 3가지 파랑 조건에서 Hypermesh 구조 해석과 OrcaFlex 계류 해석을 직접 수행해, 최대 유효장력 2,600kN이 허용 내력 4,940kN 이내임을 확인했습니다. RAO 해석은 팀원이 담당했고 저는 결과를 검토했습니다.

헬멧 분실과 불법 주차를 별개 문제가 아니라 하나의 구조로 처리

• 기존 사업자들은 헬멧을 킥보드에 걸어두다 반복해서 잃어버리고 있었습니다. 이용 행태 리서치를 통해 전용 주차 구역에 도킹해야만 사용량 결제가 완료되는 구조를 설계하고, 접이식 헬멧 보관함을 같은 구역에 결합했습니다.
• 킥보드 구조를 먼저 분석해 장치 부착 위치를 확정한 뒤 3D 모델링을 마치고 소프트웨어를 하드웨어에 맞추는 순서로 개발해, 1박 2일 안에 라즈베리파이 기반 3D 프린팅 시제품을 실제 동작 수준까지 완성했습니다.

생산비를 쓰기 전에 오프라인에서 수요를 먼저 검증

• 반려인 동선을 사전 리서치해 부스 위치를 정하고 하루 동안 운영하며, 강아지 반응·구매 의향·가격 수용 범위를 현장 설문 약 40건으로 기록했습니다. 지불 의향 금액이 예상보다 높게 나와 제품 전략을 프리미엄 라인으로 수정했습니다.
• 부스에서 확보한 리드 15명을 인스타그램 채널로 연결해 약 2주 만에 팔로워 1,000명에 도달했고, DM으로 오프라인 시음까지 이어지는 전환 구조를 만들었습니다. 크라우드펀딩은 목표 금액의 107%로 마감했습니다.

• 서밋과 워크숍을 운영하며 200명 이상의 학생 커뮤니티를 만들었습니다.
• 제품 관리와 알고리즘 문제 해결을 주제로 학생들을 멘토링했습니다.
• 지부 해커톤을 처음부터 설계하고 운영했습니다. 아이디어톤·밤샘 개발·데모데이·최종 발표회로 이어지는 1개월 과정에 참가자 50명, 10팀, 운영팀 14명 규모였습니다. 참가자가 개발만 하고 끝나지 않도록 데모데이 세션을 신설했고, 토큰 투자 방식으로 피드백 품질을 높여 관람객 95%가 긍정적으로 평가했습니다. 이후 다른 동아리들이 같은 프로세스를 참고했습니다.
• 스폰서십 제안서를 직접 작성하고 발표해 SW중심대학 사업단, LINC 3.0 사업단, 구글 3곳을 유치했고, 현물 USD 1.4K과 사업단 명의 상장을 확보했습니다.

• 회차당 50명 이상을 대상으로 AI 기반 PoC 개발 테크톡을 진행하며 프로토타입부터 배포까지의 흐름을 다뤘습니다.
• 해커톤 팀을 대상으로 기술 선택과 배포 가능한 AI PoC의 솔루션 아키텍처를 멘토링했습니다.