LEARN
새로운 기술을 배워, 직접 적용합니다.
새로운 모델과 프레임워크를 학습하고 실험 환경을 구축합니다. 배운 내용을 직접 적용하며, 신기술을 이해하는 범위와 활용할 수 있는 범위를 함께 넓혀갑니다.
SELF-INTRODUCTION
프로젝트로 돌아가기모성우.
SEONGWOO MO / AI ENGINEER
성장을 멈추지 않고,
나아가는 AI 엔지니어.
LLM 기반 애플리케이션과 AI 시스템을
설계하고 구현하는 모성우입니다.
단단한 기초를 바탕으로 새로운 기술을 익히고,
직접 만들고 검증하며 역량을 쌓아왔습니다.
원리에서 구현까지, 그리고 검증.제 이야기를 읽어보세요
01
FOUNDATION
원리를 이해하고,
직접 만들어 검증합니다.
단단한 기초가 뒷받침되어야 지속 가능한 성장이 가능하다고 믿습니다. 새로운 기술을 접할 때도 원리를 이해하는 데서 멈추지 않고, 구현과 검증을 거쳐 새로운 문제에 적용할 수 있는 실력으로 만들고자 합니다.
학부 과정과 그 이후의 학습을 통해 인공지능 모델을 직접 설계하고 학습시켰습니다. 아이디어를 애플리케이션으로 구현하면서, 하나의 문제를 다양한 관점에서 바라보고 해결하는 경험을 쌓았습니다.
이해한 것을 구현하고,
구현한 것을 검증하는 사람.
02
HOW I WORK
배우는 힘과 정리하는 힘.
그리고, 유연하게 적응하는 태도.
STRUCTURE
복잡한 아이디어를, 명확한 구조로.
서비스에 대한 아이디어와 개념, 복잡한 정보를 논리적으로 정리합니다. 데이터와 실험 결과를 바탕으로 문제를 살피고, 구현할 수 있는 흐름으로 구체화합니다.
ADAPT
변화에 유연하게, 사람들과 자연스럽게.
환경과 요구사항이 달라질 때 유연하게 대응하고, 새로운 환경에 친화적으로 적응하고자 합니다. 함께하는 사람들과 협력하며 문제를 해결하는 태도를 지향합니다.
03
EXPERIENCE
아이디어를 시스템으로 옮기며,
경험의 폭을 넓혔습니다.
LLM 애플리케이션, 추론 최적화, 컴퓨터 비전.
서로 다른 문제를 다루며 설계·구현·검증의 경험을 쌓았습니다.
01 / AGENTIC AI
Reny
대화가 실제 작업으로 이어지도록.
Qwen3-8B와 LM Studio를 기반으로 모델의 도구 선택과 실행 결과 통합을 연결했습니다. macOS 제어, 웹 검색, 카카오톡 연동을 통해 로컬 LLM을 애플리케이션으로 구현했습니다.
Reny의 설계와 구현02 / LLM OPTIMIZATION
LG Aimers 8기
실험으로 성능과 추론 시간의 균형을.
EXAONE-4.0-1.2B의 양자화 설정과 calibration, 실행 환경을 함께 다뤘습니다. 대회 평가 점수와 추론 시간을 비교하며 최종 설정을 선택했습니다.
대회 평가 점수0.4678 → 0.5882
추론 시간14분 22초 → 10분 44초
03 / COMPUTER VISION
Medical XAI · 도로 객체 탐지
모델의 판단과 데이터의 맥락을 함께.
Medical XAI에서는 모델의 판단 영역을 살피고 분할·전처리 흐름을 재설계했습니다. 도로 객체 탐지에서는 데이터 구성과 YOLOv8·DETR 비교를 경험했습니다.
04
WHAT'S NEXT
업무의 비효율을,
AI로 개선하고 싶습니다.
앞으로는 AI를 활용해 업무 혁신 과제를 찾고 개발하며, 운영과 검증까지 이어가는 일에 기여하고 싶습니다.
관련 부서와 협업하며 비효율적인 업무를 분석하고, 실제로 사용할 수 있는 시스템으로 개선하는 AI 엔지니어로 성장하겠습니다.
제가 만든 프로젝트 보기