"Building Bridge between AI Research and Real-World Value"

연구(Research)의 깊이가 실용적인 가치(Product)로 이어지도록 끊임없이 고민하고 탐구하는 AI 엔지니어입니다. 단순한 기술 구현을 넘어, 비즈니스의 복잡한 문제를 정의하고 이를 최적의 AI 아키텍처로 해결하는 전 과정에 몰입합니다.

멀티 에이전트 오케스트레이션과 RAG 파이프라인 등 고도화된 시스템을 설계하며 안정적인 서비스를 만드는 데 집중하고 있으며, 이러한 노력의 결실로 CES 2025 혁신상 및 장관상 수상 등의 성과를 거두었습니다. 화려한 기술보다 사용자에게 닿는 실질적인 가치를 최우선으로 생각합니다.

• CES 2025 AI Innovation Awards - 두 개 제품 Best of Innovation 수상 ('booxTory', 'arti')
• 과학기술정보통신부 장관상 (WIS 2025 혁신상)
• HD현대 AI Challenge - 4위
• APIC-IST 2022 Best Paper Award
• KIIT Best Paper Award (2021)

인공지능 기반 솔루션 및 플랫폼 개발

🚀 엔터프라이즈 AI 지식 관리 시스템 구축 (2025.09 - 2026.01)

산업 특화 규정·법령 도메인 대상 Knowledge Graph + Vector 하이브리드 RAG 및 상태 기반 자동화 에이전트 구축

• Advanced RAG & Knowledge Graph: 그래프 DB와 벡터 DB를 결합한 하이브리드 검색 시스템 구축. 다차원 멀티벡터 필드와 랭크 퓨전(Rank Fusion) 기법을 활용하여 도메인 맞춤형 다중 쿼리 모드 지원.
• Multi-Agent Orchestration: 도메인 특화 안전관리 에이전트 설계. 데이터 수집 파이프라인부터 다단계 LLM 추론을 통한 분석 및 대책 수립까지 전 워크플로우 자동화.
• Performance Optimization: 대규모 문서 처리 병목 해결을 위한 다계층(Multi-Layer) 비동기 처리 아키텍처 설계 및 동적 배치 처리 알고리즘 구현으로 임베딩 및 초기화 성능 획기적 개선.
• AI Observability: LLM 관찰성(Observability) 인프라 구축 및 다수 에이전트 노드에 검색 모드별 트레이싱 적용. LLM 호출 지연시간 및 검색 품질 모니터링 체계 확립.
• Data Pipeline Engineering: 모듈형 플러그인 청킹 시스템 구축 및 복잡한 계층 구조의 문서(XML 등)에 대한 정밀 파싱 로직 구현.

🚀 문서 인식 및 리서치 벤치마크 통합 플랫폼 고도화 (2026.01 - 2026.02)

단순 API를 연구 실험의 반복성, 통계적 해석, 운영 배포 가능성을 모두 갖춘 엔지니어링 플랫폼으로 고도화

• Research & Benchmark Pipeline: 인식 모델 벤치마크 라우터와 오프라인 실험 자동화 스크립트를 병행 구축하여 데이터셋-실험-평가-보고 루프 단축.
• Integrated Experiment Console: Next.js 기반 실험 대시보드 리팩터링. 정확도, 속도, 신뢰구간, 우위 분석 등 다층 통계 차트를 도입해 리서치 결과의 해석 가능성 및 의사결정 속도 개선.
• Robust Deployment: Unified Docker Compose profile(운영/개발/GPU/리서치/모니터링) 전략을 설계해 환경 전환 비용 최소화 및 운영 재현성 확보.
• Security Engineering: 런타임 및 배포 구간의 지적 자산(모델) 유출 방지를 위해 암호화 로더 기반의 엔드투엔드 보안 파이프라인 도입.

🚀 엔터프라이즈 생성형 AI 솔루션 및 오케스트레이터 개발 (2025.07 - 2025.11)

폐쇄망 기반 대규모 문서 RAG 솔루션 코어 및 End-to-End 기업용 Market Intelligence 시스템 개발

• Global Scale Multi-Agent Architecture: 다계층(Multi-Layer) 아키텍처 기반의 대규모 다중 에이전트 협업 시스템 설계.
• Autonomous Quality Assurance: LLM이 생성한 콘텐츠를 스스로 평가(Self-Reflection)하고 수정하는 Iterative Generation Loop 메커니즘 개발.
• Serverless & Event-Driven: AWS Lambda, DynamoDB, EventBridge를 활용한 Full Serverless Backend 구축으로 대규모 생성 작업 안정성 확보.

혁신적인 AI 제품 개발을 총괄하며 국제적으로 기술력을 인정받은 AI 전문가로 활동

🚀 혁신 제품 개발 및 기술 리더십

• 'booxTory' - CES 2025 AI 부문 Best of Innovation 수상 (AI 엔진 개발 총괄)
• 'arti' - CES 2025 AI 부문 Best of Innovation Honoree 수상 (기술 자문/개발 주도)
• 'StoryMate' - 사업 기획 및 AI 기술 개발 총괄
• 'Booxedit' - 사업 기획 및 AI 기술 개발 총괄

🏛️ 정부 R&D 사업 수행 (기술 Lead)

• 문화체육관광부 한국콘텐츠진흥원 AI 콘텐츠 제작지원 사업 (2024-2025)
• AI바우처 운영지원 사업 공급기업 선정 (2025) - 4개 프로젝트 총괄
• 중소기업 연구인력지원사업 협약 (2025)

• Large Language Models & RAG: Multi-Agent Orchestration, Advanced RAG (Vector, Graph, Hybrid Search, Hierarchy Indexing), LangSmith, Langfuse, LangGraph, Prompt Engineering
• Machine Learning Frameworks: PyTorch, Scikit-learn, Pandas, NumPy
• Computer Vision: OpenCV, ImageHash, Pillow 기반 영상처리, 객체 탐지 시스템
• Model Architecture: CNN, RNN, GCN 등 다양한 신경망 아키텍처 설계 및 최적화

• API Development: FastAPI, Uvicorn, Gunicorn 기반 고성능 API 서버 구축
• Programming Languages: Python (전문), AI/ML 도메인 특화 개발
• Serverless & Cloud Native: AWS Lambda, EventBridge, SQS, DynamoDB 기반의 Event-Driven Architecture 설계
• Web Frameworks: Next.js 14 (App Router), React, Tailwind CSS 및 Streamlit 기반의 AI Application/Dashboard 개발

• Vector & Graph Database: Milvus, Neo4j, Qdrant 활용 벡터 검색 및 지식 그래프 통합 시스템 구축
• Search & Analytics: Elasticsearch, Logstash, Kibana (ELK Stack) 구축 및 운영
• RDBMS & Cache: PostgreSQL, Redis

• Container Technology: Docker, Docker Compose (Multi-profile), Kubernetes
• Observability & Tracking: Langfuse, Prometheus, Grafana, Loki, Weights & Biases (wandb)
• Infrastructure as Code: Terraform을 활용한 인프라 자동화 및 관리
• CI/CD: GitHub Actions 기반 자동화 파이프라인 구축

경기대학교 컴퓨터공학과

• 석사 (GPA 4.25/4.5) - 산업인공지능 전문인력 양성사업 수료
  • 석사 학위 논문: "추천 시스템에서 그래프 컨볼루션 네트워크 최적화 방법" (2024.02)
• 학사 (GPA 3.62/4.5) - 공학인증(ABEEK) 이수

1. "Embedding Enhancement method for LightGCN in Recommendation Information Systems" - MDPI Electronics, 2024 (Citations: 10회)
2. "Weighted Forwarding in Graph Convolution Networks for Recommendation Information System" - CMC, 2024
3. "Deep Learning Model Ensemble for the Accuracy of Classification Degenerative Arthritis" - CMC, 2023 (Citations: 7회)

1. "Graph Neural Network 기반 추천시스템 성능 향상을 위한 유저 행동 시간 기반 데이터 사용 방안 분석" - KIIT, 2023
2. "의료 영상 시스템에서 다중 연쇄 U-Net 모델을 이용한 개선된 췌장 영역 분할 탐지" - KIIT, 2022

• ICONI 2023 - 3편 발표 (추천시스템 관련)
• APIC-IST 2022 - Best Paper Award 수상 (의료 영상 분류)

Email: dodo9249@gmail.com