프로젝트 경력
BYL(Book_You_Love) 프로젝트 (2023.03 ~ 2023.05)
•
프로젝트 소개:
◦
사회취약계층을 위한 책 기부 사이트 개발.
◦
사용자가 기부받은 책을 필요한 사람들에게 전달하는 플랫폼을 구현.
•
담당 업무:
◦
팀장으로 프로젝트 기획안 작성, 일정 관리 및 업무 분담
◦
프론트엔드 개발 약 24%
◦
백엔드 개발 약 30%
아키텍처
•
프론트엔드:
◦
Vue.js, Vuex, Vuetify
•
백엔드:
◦
Spring Boot, MySQL, JPA, Hibernate, Redis
•
배포 환경:
◦
AWS EC2, Docker, Docker Compose
라이브러리
•
프론트엔드: Vue.js, Vuex, Vuetify
•
백엔드: Spring Boot, MySQL, JPA, Hibernate, Redis
개발 환경
•
개발 도구:
◦
Visual Studio Code, Git, GitHub Actions
주요 기능 및 성과
•
러닝커브가 빠른 Vue.js를 사용하여 프론트엔드 개발
•
Vuex를 활용하여 상태 관리의 복잡성을 줄이고 예측 가능한 방식으로 상태 변경 관리
•
Redis를 사용하여 클라이언트 로그인 처리 속도 개선
•
Spring과 Java를 사용하여 확장성과 코드 재사용성, 유지 보수성 향상
•
MySQL을 사용하여 사용자 커뮤니티가 활발한 데이터베이스 환경 구축
•
JPA와 Hibernate를 활용하여 개발 효율성 및 코드 가독성, 유지 보수성 향상
•
Docker를 사용하여 AWS EC2 인스턴스에서 배포 진행
트러블슈팅
•
문제 발생 상황: 프로젝트 초기 배포 시 CORS 문제 발생
•
원인 분석: 서버와 클라이언트 간의 도메인 차이로 인해 CORS 정책에 의해 요청이 차단됨
•
해결 방법: Spring Boot 설정에서 CORS 설정을 추가
•
결과: 배포 문제를 해결하고 원활한 클라이언트-서버 통신을 구현하여 프로젝트 성공적으로 완료
얼굴인식 출입관리 시스템 개발 (2024.06.10 ~ 2024.06.18)
•
프로젝트 소개:
◦
HRD 과정 수강 중 출입관리를 어플로 진행하는데 불편함을 느껴 자동으로 얼굴 인식하고 출입관리를 해주는 시스템을 개발
•
담당 업무:
◦
전체 코드의 모듈화
◦
온디바이스 A.I 작성
◦
스크럼 마스터 진행
아키텍처
•
프론트엔드:
◦
사용자 인터페이스: HTML, CSS, JavaScript로 구현된 웹 페이지
•
백엔드:
◦
FastAPI를 사용한 RESTful API 서버
◦
얼굴 인식 및 유사도 검사 기능 구현
◦
Uvicorn을 사용한 ASGI 서버
•
데이터베이스 통합:
◦
SQLite를 사용한 사용자 정보 및 얼굴 임베딩 데이터 저장
라이브러리
•
프론트엔드:
◦
HTML, CSS, JavaScript
•
백엔드:
◦
FastAPI, Uvicorn
◦
OpenCV, Face Recognition
•
데이터베이스:
◦
SQLite
개발 환경
•
개발 도구:
◦
Visual Studio Code, Git, Conda (Python 환경 관리)
주요 기능 및 성과
•
사용자 등록 및 얼굴 임베딩 데이터 저장
•
클라이언트 서버에서 사용자 얼굴 인식
•
얼굴 인식 및 유사도 검사 알고리즘 구현
•
FastAPI를 사용한 효율적인 API 서버 구축
•
데이터베이스와의 원활한 연동을 통한 안정적인 데이터 관리
트러블슈팅
•
문제 발생 상황: 사용자가 이미지를 버튼을 눌러 직접 찍어야 하는데 사용자가 아무 행동을 하지 않아도 이미지가 서버로 전송되기를 원했음
•
해결 방법: 온디바이스 A.I를 사용하여 클라이언트 서버에서 얼굴인식 모델이 동작하도록 함
•
결과: 사용자가 아무런 행동을 하지 않아도 얼굴이 카메라에 들어오면 사용자의 사진을 서버로 보내게 함
hAIr 프로젝트 (2024.06 ~ 진행중)
•
프로젝트 소개:
◦
헤어스타일은 사람의 첫인상과 전체적인 이미지를 결정짓는 중요한 요소입니다.많은 사람들이 자신에게 어울리는 헤어스타일을 찾기 위해 많은 시간과 비용을 투자하는 어려운 문제를 해결하기 위해 hAIr 서비스를 기획했습니다. hAIr는 LangChain과 RAG를 활용한 챗봇을 통해 사용자와 대화하며 얼굴형과 스타일을 분석하여 맞춤형 헤어스타일을 추천하고 실제로 자신의 얼굴에 어울리는지 시뮬레이션을 제공합니다.
•
담당 업무:
◦
CI, CD 구현
◦
스크럼 마스터 진행
◦
Spring Boot를 사용한 백엔드 서버 구현
◦
텍스트 데이터와 이미지 데이터를 동시에 처리 가능한 Multi Modal 구현
아키텍처
•
프론트엔드:
◦
React.js, Vercel
◦
LangChain 기반 미용사 챗봇과 대화
•
백엔드:
◦
Python, OpenCV, HairFastGAN
◦
LangChain, RAG, GPT-4, ChromaDB
◦
Spring Boot, OpenSSL, Amazon EC2, FastAPI
◦
CI/CD 구축: Github Actions를 통한 자동 배포 환경 구성
라이브러리
•
프론트엔드: React.js
•
백엔드:
◦
Fast API, Spring Boot
◦
OpenCV, HairFastGAN
◦
LangChain, RAG, ChromaDB
•
데이터베이스:
◦
MySQL, VectorDB (ChromaDB)
개발 환경
•
개발 도구:
◦
Visual Studio Code, Git, Conda (Python 환경 관리)
•
운영 체제:
◦
Linux (Ubuntu), Windows
트러블슈팅
•
문제 발생 상황: 사용자가 원하는 헤어스타일중에서 사용자의 얼굴형과 가장 유사한 사진을 제공하고자 함
•
원인 분석:
◦
사용자의 얼굴형은 이미지 임베딩 데이터 헤어스타일은 텍스트 임베딩 데이터여서 사용자에게 정보를 제공하는 과정에서 어려움이 있었음
•
해결 방법: Late Fusion을 사용한 Multi Modal을 사용해서 사용자에게 최적의 이미지를 전달하고자함