안녕하세요. 이승윤입니다. 저는 단순히 모델 성능을 올리는 데서 멈추지 않고, 데이터 수집 → 전처리 → 모델링 → 결과 해석 → 서비스 연동까지 한 흐름으로 구현하는 데 강점이 있습니다. 시계열 예측, NLP, LLM Agent, 추천 시스템, 웹 연동 프로젝트를 통해 결과가 실제 의사결정에 쓰이도록 만드는 경험을 쌓아왔습니다.
실험을 끝내지 않고, 결과가 실제로 쓰이게 만드는 AI Engineer.
수업, 공모전, 학술 활동, KT 프로젝트까지 포함한 실전형 포트폴리오
게임, 딥러닝 프레임워크, 맛집 추천 앱 등에서 팀장 역할 수행
예측, 감성분석, 서비스 기획, 센서 데이터 기반 문제 해결 경험
만드는 것보다, 실제 사용 맥락까지 설계하는 것에 집중
기술을 나열하는 포트폴리오보다, 내가 어떤 문제를 어떻게 풀어왔는지 보여주는 포트폴리오를 만들고 싶었습니다.
저는 강남대학교 AI 전공으로 다양한 프로젝트를 수행하면서, 모델링 자체보다 “이 결과가 실제로 어디에 쓰일까?”를 계속 고민해왔습니다. 그래서 추천 시스템이든, 수요 예측이든, 챗봇이든 항상 사용 흐름과 결과 소비 방식을 함께 설계하려고 했습니다.
초반에는 Python과 배포도 낯설었지만, VS Code와 Streamlit으로 시작해 GitHub Pages, 웹 연동, AWS/CI-CD까지 경험 범위를 넓혀왔습니다. 덕분에 지금은 단순 실험 코드가 아니라 보고서, 화면, 사용자 경험까지 이어지는 형태로 프로젝트를 마무리하는 데 익숙해졌습니다.
KT AIVLE School 빅프로젝트에서는 K-Food 수출·현지화 플랫폼을 만들며 수요 예측, ABSA 기반 VOC 정량화, JSON 파이프라인 표준화, 도움말 챗봇 웹 연결까지 맡았습니다. 이 경험을 통해 데이터 → 모델 → 리포트 → 서비스의 전체 흐름을 더 분명하게 이해하게 되었습니다.
Machine Learning, Time Series Forecasting, NLP, LLM Agent, Data Product
문제정의 · 피처엔지니어링 · 모델 비교실험 · 결과 구조화 · 서비스 연결
역할을 명확히 나누고, 일정과 산출물을 끝까지 관리하는 실전형 협업 선호
AI Engineer / ML Engineer — 모델을 제품과 서비스에 연결하는 역할
해외 리뷰, 트렌드, 수출 데이터를 결합해 국가별 K-Food 수요를 예측하고, 결과를 자동 리포트와 추천 파이프라인으로 연결한 프로젝트입니다.
이력서와 자기소개서를 바탕으로 질문을 생성하고, 답변을 평가한 뒤 후속 질문과 리포트까지 자동화하는 LangGraph 기반 Agent입니다.
주소 기반 탐색과 카카오맵, 네이버 후기 데이터를 활용해 광고성 정보를 최대한 줄이고 실제 후기 중심으로 맛집을 추천하는 서비스입니다.
기상·설비 데이터를 기반으로 풍력 발전량을 예측한 시계열 회귀 프로젝트입니다. 현실적인 예측 곡선을 만들기 위해 피처 설계에 집중했습니다.
스포츠 기사 텍스트를 바탕으로 감성을 분류하고, 팀과 선수 이슈에 대한 분위기를 정량적으로 파악하려 한 NLP 프로젝트입니다.
React Native와 OpenAI GPT-3.5를 활용해 사용자 맞춤형 스토리를 생성하는 모바일 앱을 단독으로 개발했습니다.
미로, 퀴즈, 힌트, 스도쿠, 공포 요소를 결합한 게임 프로젝트로 학술제 수상을 받았습니다. 팀장으로 코드 통합, UI/UX, 디자인 총괄을 맡았습니다.
건물 구조와 피난자 행동 특성을 고려해 최적 피난 경로를 탐색한 연구로 학생논문우수상을 받았습니다. 데이터 기반 문제 해결과 연구 정리 경험을 함께 얻었습니다.
강의자료를 입력하면 수업 설계, 요약, 퀴즈, 과제, 피드백을 자동 생성하는 교육형 Agent입니다. 구조화된 학습 흐름 설계에 집중했습니다.
캐릭터 말투 유지와 데이터셋 관리 모듈을 포함한 확장형 딥러닝 프레임워크 프로젝트입니다. 팀장으로 구조 설계와 전체 통합을 맡았습니다.
스택을 많이 적기보다, 프로젝트에서 실제로 쓴 기술 중심으로 정리했습니다. 면접에서 바로 사례와 함께 설명할 수 있는 것들입니다.
포트폴리오의 흐름이 곧 제 성장 과정입니다. 단순히 프로젝트 수가 늘어난 게 아니라, 문제를 보는 시선과 마무리하는 방식이 달라졌습니다.
수업 프로젝트와 개인 앱을 만들며 기본적인 코딩, UI/UX, 배포 감각을 익혔습니다. AI 작가 앱, 챗봇, 게임 프로젝트가 이 시기의 기반이 되었습니다.
풍력 발전량 예측, 스포츠 기사 감성분석, 화재 피난 경로 연구를 거치며 데이터 구조화, 피처 설계, 실험 비교의 중요성을 체감했습니다.
KT AIVLE 프로젝트에서 AI 면접관 Agent, AI 강사 Agent, K-Food 플랫폼을 수행하며 결과를 실제 사용 흐름으로 연결하는 역량이 크게 늘었습니다.
지금은 ML Engineer / AI Engineer 포지션을 목표로, 예측·분석·NLP·Agent를 제품과 서비스로 연결하는 방향으로 포트폴리오를 다듬고 있습니다.
연구, 학술제, 공모전, 서비스 기획까지. 주제가 달라도 공통점은 늘 분명했습니다. 데이터로 문제를 풀고, 실제 형태로 남긴다는 것.
건물 화재 피난자 행동 분석 기반 최적 피난 경로 탐색 연구. 문제 정의와 연구 구조화, 결과 정리 경험을 모두 쌓은 프로젝트입니다.
게임성과 학습 요소를 결합한 프로젝트로 팀장 역할을 수행했습니다. 코드 통합, 디자인, UX 방향까지 총괄했습니다.
기상·설비 데이터를 바탕으로 시계열 회귀 모델을 개발했습니다. 피처 설계 중심으로 예측 문제를 깊게 다뤘습니다.
데이터를 단순 분석으로 끝내지 않고, 실제 사용자 문제를 풀기 위한 서비스 방향으로 연결한 기획 경험입니다.
예측, 분석, NLP, Agent를 만들고 끝내지 않고, 실제 서비스와 사용자 경험까지 연결하는 역할에 관심이 있습니다. 함께 이야기 나누고 싶다면 편하게 연락 주세요.