새로운 기술을 배우면 직접 구현하고 테스트하면서 동작 원리를 확인하는 편입니다. 프로젝트에서도 기능을 만드는 데서 끝내지 않고, 문제가 생긴 원인을 확인하고 실제 서비스까지 연결해보는 과정을 중요하게 생각합니다.
1. Security Hub
스미싱 문자와 의심 URL을 바로 열기 전에 위험도를 분석하고, 판단이 애매한 링크는 격리된 가상 브라우저에서 확인할 수 있도록 만든 한이음 ICT 드림업 2026 팀 프로젝트입니다.
프로젝트 아이디어와 전체 서비스 흐름을 구상하고, Flutter 앱과 FastAPI의 주요 기능 및 서비스 통합을 맡았습니다.
2. ReviewFit → BeautyLens
화장품의 평균 별점만으로는 피부타입에 따른 반응 차이를 보기 어렵다는 점에서 시작한 프로젝트입니다.
ReviewFit에서는 OliveYoung 리뷰를 직접 수집하고 Musinsa·Coupang 외부 데이터를 통합해 전처리와 감성 분석 모델 학습·평가를 진행했습니다. 같은 피부타입 리뷰에서 모델이 부정으로 분류한 비율을 기준으로 상품 반응을 확인하는 Streamlit 프로토타입을 구현했습니다.
이후 ReviewFit에서 만든 리뷰·추천 데이터를 BeautyLens의 Oracle DB로 가져와, Spring MVC·MyBatis 기반 웹 서비스의 상품·리뷰와 피부타입 추천 기능으로 연결했습니다.
Tennant T17 영문 서비스 매뉴얼을 바탕으로 학습·평가용 QA 데이터셋을 구성하고, Gemma4 fine-tuning과 RAG 기반 기술문서 질의응답을 실험한 과제 프로젝트입니다.
데이터 분리와 검증, 검색·답변 평가와 실패 분석까지 전체 과정을 기록했습니다.
Java · Python · Dart · SQL · Flutter · Spring MVC · FastAPI · MyBatis · Oracle · PyTorch · TensorFlow