정성훈.ai

개요

정성훈 프로필 사진

LLM 및 Multi-Agent 전문가

저는 데이터와 분석이라는 일관된 길을 걸으며 AI와 데이터 사이언스 분야의 전문성을 쌓아왔습니다. 직접 개발한 AI 솔루션으로 IR52 장영실상(빅데이터 부문)을 수상하여 기술적 전문성과 혁신성을 인정받았습니다. 노력 및 경험으로 축적된 문제 해결 능력과 열정을 바탕으로, 귀사의 AI 기술 경쟁력 강화를 위해 노력하겠습니다. 향후 Advanced LLM, 멀티모달, 자율 AI 에이전트의 도입을 통해 데이터 기반의 기술 혁신을 주도하며 비즈니스 성과 향상 및 기술 도약을 이끌어내겠습니다.

#LLM전문가 #Agent개발 #장영실상수상 #AI솔루션 #데이터사이언스

분야

  • LLM(Large Language Model)
  • Multi-agent, MCP
  • Machine Learning
  • Data architecture / Engineering

자격사항

  • 2018.08 IR52 장영실상 수상 [빅데이터 부문]
  • 2012.07 데이터아키텍처전문가(DAP)

교육사항

  • 서울시립대학교 대학원 마케팅공학 석사 졸업 (2003.03 ~ 2005.02)
  • 서울시립대학교 경영학 학사 졸업 (1996.03 ~ 2003.02)

경력사항

  • 2022.08 ~ 2025.03 지엔아이티
  • 2013.06 ~ 2020.09 비아이매트릭스
  • 2008.07 ~ 2013.04 이씨마이너

핵심역량

실질적인 비즈니스 가치 창출하는 기술 전문성(Hard Skills)과 프로젝트 성공 견인하는 개인 역량(Soft Skills)의 시너지 효과

Hard Skills(기술 전문성)

  • AI 전문성: 최신 LLM 기술 기반 솔루션 기획/설계/개발, NLP, STT/TTS, 딥러닝, ML 모델링/서빙 경험
  • 데이터 엔지니어링/아키텍처: 전사 데이터 아키텍처 설계, DBMS, 모델링/개발(SQL, PLSQL)/튜닝/운영, 빅데이터, ETL
  • 소프트웨어/시스템 개발: Python, SQL, 고성능 데이터 처리 모듈 및 자체 스크립트 언어 개발 경험
  • 주요 기술/도구 활용: n8n, Flowise, LangChain, LangGraph, PyTorch 등 최신 AI 데이터 분석 도구 능숙 활용

Soft Skills(문제해결 및 협업 역량)

  • 리더십/프로젝트 관리: 연구소장/수석연구원 직책 기반 프로젝트 전 과정(요구사항 분석 ~ 성과 도출) 성공적 리딩 경험
  • 문제 해결/분석적 사고: 복잡한 비즈니스 문제에 대한 데이터 기반 솔루션 설계 및 구현 능력(17년+ 경험)
  • 신기술 학습/적용: LLM 등 최신 기술 트렌드 연구 및 빠른 학습 능력
  • 커뮤니케이션/문서화: 기술 제안서, 분석 보고서 등 다양한 이해관계자 대상 명확하고 전문적인 기술 커뮤니케이션 및 문서화
  • 혁신 주도/가치 창출: 자체 AI 솔루션(i-STREAM) 개발 주도 및 IR52 장영실상 수상 통한 실질적 비즈니스 가치 창출 경험

IT 기술

LLM

  • 프레임워크/플랫폼: LangChain, LangGraph, Flowise, n8n 등 LLM 기반 애플리케이션 개발 도구 활용
  • 핵심 기술: RAG, Fine-Tuning, Multi-Agent 아키텍처 설계/개발, Prompt Engineering
  • 응용 분야: 지능형 챗봇, 문서 자동 요약 및 분류, 개인화 추천 시스템, 자동화 워크플로우 설계 및 구축

딥러닝

  • 프레임워크/라이브러리: PyTorch, TensorFlow, Keras
  • 주요 모델 아키텍처: Transformer, CNN, RNN, LSTM 등 다양한 신경망 모델 구조 이해 및 활용
  • 응용 분야: 자연어 처리(NLP), 음성 인식(STT), 텍스트 음성 변환(TTS), 화자 분리(Speaker Diarization), 시계열 데이터 분석
  • 기타: 문제 해결을 위한 최적의 신경망 아키텍처 설계 및 하이퍼파라미터 튜닝

머신러닝

  • 라이브러리: Scikit-learn, Pandas, NumPy 등 데이터 처리 및 모델링 핵심 라이브러리
  • 주요 알고리즘: 지도 학습(회귀, 분류), 비지도 학습(군집, 차원 축소), 강화 학습 기초 개념 이해
  • 핵심 기법: 데이터 마이닝, 텍스트 마이닝, 통계적 모델링, 피처 엔지니어링, 모델 성능 평가 및 검증
  • 응용 분야: 수요 예측 모델링, 고객 세분화, 이상 거래 탐지, 추천 엔진 개발, 신용 평가 등

데이터베이스 & 데이터 엔지니어링

  • DBMS: Oracle, MySQL 등 관계형 데이터베이스 관리 시스템 운영 및 개발 경험
  • 데이터 언어: SQL, PL/SQL(Stored Procedure, Function 개발 및 최적화) 능숙 활용
  • 핵심 기술: 데이터 모델링, 스키마 설계, Query Tuning 및 성능 최적화, DBA 역할 수행 경험, 데이터 웨어하우징(DW) 및 OLAP 구현 경험
  • 빅데이터 플랫폼: Hadoop Ecosystem(HDFS, MapReduce 등) 기반 R&D 및 시스템 활용 경험
  • 아키텍처: 전사 데이터 아키텍처 설계 및 관리(DAP 자격 보유)
  • 데이터 처리: 데이터 전처리 파이프라인 설계, ETL 프로세스 개발 및 운영, 데이터 시각화

프로그래밍 및 기타

  • 주요 언어: Python(주력), SQL(고급), 자체 스크립트 언어 개발 및 활용 경험
  • 개발 환경: Jupyter Notebook, Git 등 버전 관리 및 협업 도구 사용
  • 기타 기술: 문제 해결을 위한 알고리즘 설계 및 개발, 메타버스(Unreal Engine) 관련 기술, 스테이블 디퓨전 모델 연구

주요 수행 프로젝트

면접 대행 AI Agent 개발 프로젝트

수행기간: 2025.04

개발목표: AI Agent가 면접대상자를 대신해서 면접을 보는 기능 구현

개발내용: RAG 기술 활용한 프로토타입 개발 완료, 현재 고도화 수행 중

상세 수행 내용

  • 이력서, 자소서 등의 면접대상자 정보 임베딩 처리
  • 효율적 검색 구성을 위한 임베딩 데이터 벡터 DB 저장
  • RAG 기반 AI Agent 개발
  • 자연스러운 대화 기능 개발
  • 에이전트 역할, 도구 사용법, 행동 방식 정의한 맞춤형 시스템 프롬프트 개발
  • 면접 대화 이력 전체 로깅 기능 구현으로 오류 대응 기반 마련

개발 도구 및 환경

  • n8n: 워크플로우 자동화, 임베딩, RAG, 로깅 기능 구현
  • Google Sheets API: 면접 대화 로그 저장 및 관리
  • LLM 처리 기술
    • GPT-4o: 면접 채팅 모델로 활용
    • text-embedding-3-large: 텍스트 임베딩 처리에 활용
    • LlamaParse: 다양한 포맷 문서 파싱 목적 활용
  • Railway: n8n 클라우드 기반, 워크플로우 호스팅 및 웹서비스용 배포

이슈 발생 및 개선 이력

LLM 환각현상 발생

정보 부족, 데이터 의미 모호성으로 인한 부정확 정보 생성 문제 발생

해결 방안

  • 시스템 프롬프트 개선 → "모른다" 응답 유도 → 환각현상 억제
  • RAG 데이터 전처리 강화 → 일관성 및 정확성 향상
RAG 시스템 한계

기본 RAG 구현 방식의 질의적, 검색적 및 선형적 한계 경험

개선 검토 대상 기술

  • Advanced RAG: 다중 쿼리, 재순위화, 최적화
  • Modular RAG: 단계별 모듈화 통한 성능 개선
  • Graph RAG: 정보 연결성 그래프 구조화 통한 정교한 응답과 질문 가능

개선 사항 2025년 5월까지 단계적 적용 예정

서비스 Delivery 어려움

개인 개발자로서 재무적, 기술적 한계 직면

극복 방안

  • n8n Webhook + 맞춤형 Chat UI 활용 → 복잡한 백엔드 개발 우회
  • Railway 클라우드 플랫폼 활용 → 인프라 관리 부담 최소화
  • 오픈소스 기술 적극 활용 → 개발 비용/시간 절감

성과

  • IT 기술 비전문가용 개인 RAG 기반 AI Agent 기술 시장잠재성 확인
  • 면접대상자 정보 기반의 면접 시스템 구축을 통한 사용자 가치 제고 가능성 확인
  • 개인화된 AI Agent 구축 가능성 제시 및 타 부분 확장 기반 마련

결과물

면접 대행 Agent 체험
  • 사이트 우측 하단에 위치하고 있는 빨간색 채팅 아이콘을 클릭하면
    시연용 면접 채팅창이 열립니다!
개발 워크플로우

주요 수행 프로젝트

개인비서 Agent POC 개발

수행기간: 2025.04

개발목표: n8n 기술 가능성 검증 및 개인비서 Agent POC 개발

개발내용: 아이디어 실현 가능성/기술 타당성 검증 완료, 음성/텍스트 명령 통한 다양한 서비스 연동(일정 관리, 이메일, 정보 검색 등)

상세 수행 내용

  • Telegram 채팅 연동: 사용자 인터페이스로 활용
  • 음성-텍스트 변환(STT) 모듈 개발: Telegram 음성 대화 텍스트 변환
  • Master Agent 구현: 하위 Agent에게 작업 지시, 결과 취합, 최종 판단 역할, Claude 3.7 Sonnet 적용, 고급 추론 능력 확보
  • Sub Agent 구현
    • 정보검색 Agent: Google 검색 결과 반환, GPT-4O 활용해서 검색 및 분석
    • Calendar Agent: 일정 CRUD 기능, GPT-4O 활용해서 자연어 형태의 명령 처리
    • Gmail Agent: 이메일 확인/발송/저장/답장/라벨링 작업 수행, GPT-4O 활용해서 자연어 형태의 지시 내용 이해/처리
    • 연락처 Agent: 연락처 CRUD 기능, GPT-4O 활용해서 자연어 형태의 요청 처리
  • Twitter post 작성 Agent: 포스트 초안 작성 기능 개발
  • 한줄요약 평가 기능:
    • TTS(Text to Speech): OpenAI TTS-1-HD 모델 적용, 고품질 음성 변환
    • 한줄평가 기능: DeepSeek-V3 chat 모델 활용, 정보 간결 요약

개발 도구 및 환경

  • n8n: Multi-Agent 시스템 구현, Telegram/Google 연동 핵심 역할 수행 워크플로우 기반 자동화 통한 서비스 연결 원활화
  • Google Tool API
    • Google 검색 API: 웹 검색
    • Calendar API: 일정 관리
    • Gmail API: 이메일
    • Contacts API: 연락처
    • Sheets API: Twitter 게시물 초안 저장
  • LLM 모델
    • Claude 3.7 Sonnet: Master Agent
    • OpenAI GPT-4O: Sub Agents
    • OpenAI Audio TTS-1-HD: TTS
    • DeepSeek-V3: 한줄 요약 기능 담당
  • Railway: n8n 호스팅 및 웹서비스 배포 환경 활용

이슈 발생 및 개선 이력

KakaoTalk 지원 문제

국내 사용률 높은 KakaoTalk 지원 요구사항 발생

해결 방안

  • KakaoTalk 연동 API 기술 검토 예정
  • 2025년 6월 내 KakaoTalk 연동 기능 추가 계획
  • API 연동 방식, 인증 체계 세부 검토 및 UX 최적화 방안 고려
  • 메신저 플랫폼별 API 구조/인증 특성 이해, KakaoTalk OAuth/메시징 API 특성 분석을 통한 최적 연동 방식 도출 필요

성과

n8n 도입 효과 검증

  • 개발 생산성 향상: 워크플로우 기반 시각적 구현
  • 개발 품질 향상: 모듈화된 노드 기반 독립 테스트/검증
  • 유지보수 용이성: 직관적 구조 파악 및 개별 모듈 수정
  • 확장성 확보: 노드 연결 통한 간편한 기능 추가

→ n8n의 Multi-Agent 시스템 개발 적합성 확인 및 향후 프로젝트 활용 가치 판단

→ AI 기반 개인 비서 시스템 실현 가능성 확인 및 향후 서비스 발전 기반 마련

결과물

시연 동영상
개발 Workflow
Master Workflow

Sub-workflow for Web-Search Agent

Sub-workflow for Calendar Agent

Sub-workflow for Gmail Agent

Sub-workflow for Contacts Agent

Sub-workflow for Twitter Agent

주요 수행 프로젝트

Supervisor-Worker 패턴 기반 Multi-agent 시스템 구현

수행기간: 2025.04

개발목표: 기술 연구 목적으로 Supervisor-Worker 패턴 기반 Multi-agent 기능 구현, LLM 단위의 집단지성 매커니즘 구현 목표

개발내용: Supervisor Agent가 전문화된 Worker Agent들에게 복잡한 작업을 분배하고 전체 과정을 조율/관리, 문제 해결의 정확성과 효율성을 높이는 Multi-Agent 기능을 설계 및 구현 완료

상세 수행 내용

  • LLM 모델 선정 및 역할 분담 수행
    • Supervisor Agent(OpenAI GPT-4o): 전체 시스템 관리, Worker 결과 처리 담당
    • Worker-1(Claude 3.7 Sonnet): 인터넷 검색 역할 담당
    • Worker-2(DeepSeek V3): Google Sheets 데이터 저장 기능 담당
  • 시스템 프롬프트 개발 수행: 각 에이전트(Supervisor, Worker-1, Worker-2) 역할에 맞춰 관리/통합, 검색 효율성, Sheets 연동 등에 중점을 둔 맞춤형 프롬프트 개발
  • 워크플로우 및 도구 구현 수행
    • n8n 워크플로우 개발: 주식 티커 및 가격 정보 저장
    • n8n 워크플로우 호출: 도구 및 인터넷 검색 도구 구현하여 에이전트 활용 가능하도록 구성
  • 복잡한 작업을 여러 전문 에이전트가 분담하여 처리하는 시스템 구축 완료

개발 도구 및 환경

  • Flowise: Supervisor-Worker Agent 패턴 핵심 로직 구현, 에이전트 간 통신 및 작업 분배 관리
  • n8n: 주식 정보 저장 워크플로우 개발 및 데이터 관리 자동화 수행
  • Google Sheets API: 수집된 주식 데이터 저장 및 관리 (클라우드 기반)
  • Railway: n8n 워크플로우 호스팅 및 안정적 실행 환경 제공

이슈 발생 및 개선 이력

Worker-1(Claude 3.7 Sonnet)에서 도구 호출 불가 현상 발생

Claude 모델의 도구 사용 형식 이해 부족과 불명확한 프롬프트 사용으로 인한 도구 호출 실패

해결 방안:

  • Worker-1 시스템 프롬프트 정비 수행: 도구 사용법 명확 지침 제공, 호출 예시 추가, 함수 호출 형식 강조
  • 개선 후 Worker-1 도구 정확 인식 및 호출 성공
Worker-2(DeepSeek V3)에서 도구 호출 불가 현상 발생

DeepSeek 모델의 특정 API 호출 형식 모호성과 프롬프트 지시사항 누락으로 인한 Google Sheets 저장 도구 호출 실패

해결 방안:

  • Worker-2 시스템 프롬프트 전면 개편 수행: 도구 호출 방법 단계별 상세 설명, 실제 사용 예시 포함, 명확한 설명 추가
  • 개선 후 Worker-2 도구 원활 호출 성공

성과

  • 서로 다른 LLM 모델들의 집단지성 잠재력 확인: 각 모델의 강점 활용 협업 시 복잡한 문제 해결 효과 검증(GPT-4의 판단력 + Claude의 검색력 + DeepSeek의 처리 능력 시너지 확인)
  • 인간 전문가 협업 방식과의 유사성 확인: 에이전트 전문화 및 Supervisor 조율 통한 협업 모델 구현
  • Flowise-n8n 연동 검증 완료: AI 시스템의 외부 워크플로우 호출 및 실제 데이터 처리/저장 가능성 검증, 복잡 업무 자동화 역랑 확인
  • 다양한 LLM 모델 특성들의 시너지 효과 및 정확한 결과물 생성 확인

결과물

Supervisor-Worker 패턴 기반 Multi-Agent 시스템 구현 프로젝트 결과물 시연

주요 수행 프로젝트

AI 빅데이터 분석 솔루션 i-STREAM 개발

수행기간: 2013.01 ~ 2020.08

개발목표: 기업 사용자의 코딩 없는 데이터 분석, 머신러닝 모델링, 시각화 수행 지원 위한 엔터프라이즈급 AI 협업 솔루션 개발 목표 설정

개발내용: AI 빅데이터 분석 솔루션 'i-STREAM' 기획에서 핵심 기능 개발까지의 전과정

상세 수행 내용

  • 솔루션 아키텍처 설계 및 핵심 기능(데이터 처리, 분석 알고리즘 실행, 시각화 등) 개발
  • 솔루션 내 탑재될 머신러닝 및 데이터 마이닝 알고리즘 연구 및 신규 기능 추가 개발
  • 대용량 데이터의 효율적 처리를 위한 자체 스크립트 언어('i-BIG스크립트') 설계 및 개발, 프로젝트 적용
  • 고객사(한솔제지, 호텔신라 등) 요구사항 기반 수요 예측, 상품 추천 등의 분석 기능 구현 및 모델 서빙
  • 대용량 데이터 집계 처리 성능 개선 위한 고성능 병렬처리 기능 개발
  • 다양한 DBMS 연동을 위한 JDBC 응용 모듈 개발

개발 도구 및 환경

  • AI/ML: R 패키지, Python 패키지
  • 언어: R, Python, Java, Javascript, 자체 스크립트 언어(i-BIG스크립트)
  • DB: JDBC, SQL
  • 기타: Parallel Computing

이슈 발생 및 개선 이력

대용량 데이터 처리 성능 이슈

초기 버전 대규모 데이터셋 처리 시 속도 저하 및 메모리 부족 현상

해결 방안

  • 실행 종속성이 없는 노드들을 병렬처리 수행하는 모듈 개발 및 적용
  • 수행 장비에 메모리 증설 필요성 설득 및 증설 수행
  • 고성능 집계 처리 모듈 개발 및 적용 통한 처리 속도 개선
  • 쿼리 최적화(Query Optimization) 및 효율적인 데이터 처리 로직 적용
  • 자체 스크립트 언어(i-BIG스크립트) 개발 및 적용으로 데이터 전처리 및 분석 효율성 증대
다양한 데이터 소스 연동의 어려움

고객사별 상이한 데이터베이스 및 파일 형식 지원 요구

해결 방안

  • SQL 파싱 모듈 개발 통한 다양한 SQL 기반 데이터 소스와의 연동 유연성 확보
  • 주요 파일 형식(CSV, Excel 등) 및 데이터베이스(Oracle, SQL Server, DB2 등) 지원 기능 강화

성과

  • 자체 개발 AI 솔루션 'i-STREAM'의 성공적 상용화 및 IR52 장영실상 수상(2018, 빅데이터 부문)
  • 기업 사용자의 코딩 없는 데이터 분석 및 모델링 수행 환경 제공
  • 솔루션 기획 및 핵심 개발 주도를 통한 기술 혁신 및 비즈니스 가치 창출 경험 보유
  • 주요 고객사 도입 통한 솔루션의 시장 경쟁력 및 안정성 검증

결과물

제품 홍보 동영상
시연 - 코로나19 중국 확진자 수 예측하기
시연 - 웹 크롤링을 활용한 주식 종목 추천
시연 - 게임 이탈 변수 및 이탈률 예측·분석

경력사항

지엔아이티(ZNIT) 2022.08 ~ 2025.03 (2년 8개월)

기술연구소 / 연구소장
수행 업무
  • LLM 기술 연구 및 개발 총괄: Multi-Agent, Fine-Tuning 등 최신 LLM 기술 동향 분석, 사내 시스템 적용 연구 및 프로토타이핑
  • 데이터 기반 분석 프로젝트 주도: 머신러닝, 데이터 마이닝, 통계 분석 기법을 활용한 빅데이터 분석 및 인사이트 도출
  • 데이터 관리 및 최적화: 데이터베이스 스키마 설계, 고성능 쿼리/프로시저/함수 개발 및 튜닝, 데이터베이스 운영 관리(DBA 역할)
  • 기술 커뮤니케이션: 분석 결과 보고서, 기술 제안서, 프로젝트 산출물 등 전문 문서 작성 및 발표
  • 정부 R&D 과제 수행: Transformer 기반 유사 문서 추천 시스템, 정보공개 청구 내용 기반 안내기관 추천 알고리즘 개발 과제 수행
주요 성과
  • 최신 LLM 기술 도입 및 R&D 이니셔티브 주도: Multi-Agent, Fine-Tuning 기술 내재화 및 PoC 성공적 수행
  • 다수의 빅데이터 분석 프로젝트 성공적 완료 및 가치 창출 기여
  • 데이터베이스 성능 최적화를 통한 시스템 안정성 및 효율성 증대
  • 정부 R&D 과제 목표 달성 및 성공적인 기술 실증 완료
적용 기술
  • LLM: LangChain, LangGraph, Fine-Tuning, Multi-Agent, Flowise, n8n
  • ML/DL: Python, PyTorch, TensorFlow, Scikit-learn, Transformer
  • DB: Oracle, MySQL, SQL, PL/SQL, Query Tuning
  • Data Analysis: Pandas, NumPy, 데이터마이닝, 통계분석

에이아이더뉴트리진 서울사무소 2022.04 ~ 2022.05 (2개월)

AI 사업부 / 수석연구원
수행 업무
  • 딥러닝(DL) 기반 음성인식(STT) 및 음성합성(TTS) 기술 연구 및 프로토타입 개발 수행
  • 딥러닝(DL) 기반 화자 분리(Speaker Diarization) 기술 연구 및 초기 모델 개발
주요 성과
  • 단기간 내 음성 처리(STT, TTS, 화자 분리) 핵심 기술 연구 및 기초 개발 완료
적용 기술
  • DL: PyTorch/TensorFlow, CNN, RNN 등
  • Programming: Python
  • Domain: 음성 처리 (Speech Processing)

바이브컴퍼니 2021.07 ~ 2021.12 (6개월)

디지털트랜스포메이션 그룹 / 부장
수행 업무
  • 메타버스 플랫폼 기술(Unreal Engine) 동향 분석 및 비즈니스 모델 적용 가능성 연구
  • AI/머신러닝 기반 사내 협업 분석 시스템 기능 개발 및 고도화 참여
  • Hadoop Ecosystem 기반 빅데이터 플랫폼 설치, 운영 및 성능 최적화 작업 수행
주요 성과
  • 메타버스 기술 동향 보고 및 초기 사업성 검토 완료
  • 사내 분석 시스템의 기능 개선 및 사용자 편의성 증대 기여
  • Hadoop 클러스터 운영 안정화 및 처리 성능 향상
적용 기술
  • Metaverse: Unreal Engine (Research)
  • AI/ML: Python, Scikit-learn
  • Big Data: Hadoop Ecosystem (HDFS, MapReduce 등)
  • Programming: Python

비아이매트릭스 2013.06 ~ 2020.09 (7년 4개월)

기술연구소 / 수석연구원
수행 업무
  • 엔터프라이즈 AI 솔루션(i-STREAM) 기획 및 핵심 기능 개발 주도
  • 솔루션 고도화를 위한 AI, 머신러닝, 데이터 마이닝 알고리즘 연구 및 신규 기능 구현
  • 데이터 전처리 자동화 및 효율화를 위한 자체 스크립트 언어('i-BIG스크립트') 설계 및 개발
  • 주요 고객사(한솔제지, 호텔신라 등) 대상 수요 예측, 상품 추천 등 데이터 분석 프로젝트 리딩 및 수행
  • 대용량 데이터 분석 성능 향상을 위한 집계 처리 및 SQL 파싱 모듈 개발
  • 지속적인 빅데이터 처리 기술 및 AI 신기술 연구
주요 성과
  • 자체 개발 AI 솔루션 'i-STREAM'의 성공적인 상용화 및 IR52 장영실상 수상(2018, 빅데이터 부문)
  • 'i-BIG스크립트' 개발 및 적용을 통한 데이터 전처리 공수 절감 및 효율성 증대
  • 주요 고객사의 데이터 기반 의사결정 지원 (수요 예측 정확도 개선, 추천 시스템 CTR 향상 등)
  • 핵심 모듈 개발을 통한 솔루션의 대용량 데이터 처리 성능 개선 및 안정성 확보
적용 기술
  • AI/ML: Python, R, Scikit-learn, 데이터마이닝, 통계 모델링
  • Programming: Java/C++, Python, 자체 스크립트 언어
  • DB: Oracle, SQL Server 등, SQL, Query Optimization
  • Big Data: 관련 기술 연구 및 적용
  • Etc: SQL Parsing, 고성능 컴퓨팅

이씨마이너 2008.07 ~ 2013.04 (4년 10개월)

솔루션 개발팀, 컨설팅팀 / 과장
수행 업무
  • Hadoop Ecosystem 기반 빅데이터 분석 기술 R&D 및 분석 프레임워크 개발
  • 금융정보분석원(KoFIU) AML 프로젝트 참여: 데이터 마이닝 기반 거래 패턴 분석, 이상거래 탐지 모델 개발
  • 주요 금융사(현대카드, 신협, 롯데카드, 농협 등) 대상 자금세탁방지(AML) 시스템 위험평가 모델링 및 분석 수행
  • Social Network Analysis(SNA), 연계 분석 등 그래프 기반 분석 기법 연구 및 프로젝트 적용
  • 데이터베이스 설계, 데이터 모델링, 고성능 쿼리 작성 및 튜닝 등 DB 관련 업무 전반 수행
  • 통계 분석 모듈 개발/고도화, 데이터 마이닝 컨설팅, 기술 제안 등 솔루션 기반 업무 수행
주요 성과
  • Hadoop 기반 빅데이터 분석 기술 내재화 및 사내 분석 프레임워크 프로토타입 개발 완료
  • 다수 금융권 AML 프로젝트 성공적 완수 및 위험 탐지 정확도 개선 기여
  • SNA 등 고급 분석 기법 도입 및 실제 데이터 분석 프로젝트 적용 성공
  • 데이터 모델링 최적화 및 쿼리 튜닝을 통한 분석 시스템 성능 대폭 향상
적용 기술
  • Big Data: Hadoop Ecosystem (HDFS, MapReduce)
  • Data Mining/Statistics: SAS/SPSS, R, 클러스터링, 분류, 회귀, SNA
  • DB: Oracle, SQL Server, SQL, PL/SQL, 데이터 모델링, Query Tuning
  • Programming: Java, SQL
  • Domain: 금융 AML, 제조 QMS, CRM

한국능률협회리서치(KMAC) 2006.04 ~ 2007.10 (1년 7개월)

시장조사 · 데이터운영팀 / 분석연구원 (2년차)
수행 업무
  • 고객만족도(CSI), 마케팅 효과 측정 등 다양한 리서치 데이터 통계 분석 및 결과 해석
  • 분석 결과 기반의 인사이트 도출 및 명확하고 설득력 있는 보고서 작성
  • 다수 주요 기업 및 기관의 리서치 프로젝트 참여 및 데이터 분석 담당
주요 성과
  • 다양한 산업 분야의 리서치 데이터 분석 경험 축적 및 통계 분석 역량 심화
  • 데이터 기반의 논리적 사고 및 커뮤니케이션(보고서 작성) 능력 향상
  • 정량적 데이터 분석을 통한 객관적인 인사이트 도출 능력 강화
적용 기술
  • Statistics: SPSS, SAS, 기초/고급 통계 분석 기법
  • Tools: MS Office (Excel, PowerPoint)
  • Domain: 시장 조사, 고객 만족도(CSI) 분석

교육사항

서울시립대학교 대학원 2003.03 ~ 2005.02 (석사 졸업)

마케팅공학 전공 | 학점: 4.2 / 4.5
교육 내용
  • 마케팅공학 석사과정 이수: 마케팅 전략과 공학적 분석 방법론을 융합하여 데이터 기반 의사결정 능력 확보
  • 통계, 데이터 마이닝 등 데이터 분석 기법을 활용한 마케팅 문제 해결 연구 집중
  • CRM, 시장 분석, 소비자 행동 모델링 등 고급 마케팅 분석 이론 및 실무 지식 습득
  • 석사 논문: "기대-성과 불일치가 영화의 혁신효과와 모방효과에 미치는 영향에 관한 연구"
  • 데이터 사이언스 및 AI 분야 커리어의 견고한 학문적 토대 마련

서울시립대학교 1996.03 ~ 2003.02 (학사 졸업)

경영학 전공 | 학점: 3.1 / 4.3
교육 내용
  • 경영학 핵심 분야(마케팅, 재무, 회계, 인사, 생산관리 등)에 대한 포괄적인 이론 학습
  • 비즈니스 문제 해결을 위한 기초적인 분석 능력 및 전략적 사고 방식 습득
  • 거시 경제 및 시장 환경 변화에 대한 이해
  • 다수의 팀 프로젝트 및 발표를 통한 협업 및 커뮤니케이션 스킬 획득

수상 및 자격증

IR52 장영실상 수상 [빅데이터 부문] 2018.08

과학기술정보통신부

국내 산업기술 R&D 분야 최고 권위의 상, 직접 개발을 주도한 AI 기반 빅데이터 분석 솔루션(i-STREAM)의 기술 혁신성과 사업적 성과의 공인 인증

데이터아키텍처전문가(DAP) 2012.07

한국데이터산업진흥원

데이터 요구사항 분석부터 모델링, 표준화, 품질관리, 데이터베이스 구축 및 활용까지, 전사 데이터 아키텍처 설계 및 관리 전반에 대한 전문성을 검증하는 국가기술자격

TOEIC (Test of English for International Communication) 2004.10

점수: 915점

비즈니스 및 기술 환경에서 요구되는 영어 커뮤니케이션 능력 증명, 높은 점수(915점)를 통해 해외 기술문서 독해, 글로벌 컨퍼런스 참여에 필요한 영어 활용 능력 입증

사회조사분석사 2급 2002.06

한국산업인력공단

시장조사, 여론조사 등 사회 조사 방법론에 대한 이해와 조사 설계, 데이터 수집, 통계 분석 및 결과 보고서 작성 능력 전반을 평가하는 국가기술자격