전체작품 보기
홍성표
실시간 카드 게임 개발을 통한 사용자 경험 최적화
사용자의 이탈률을 줄이기 위한 UI/UX 요소에는 무엇이 있는 지 탐구하고 이를 실시간 게임을 개발하며 적용해 봅니다. 또한 모바일 환경에서도 native app과 유사한 경험을 제공하고자 했습니다.
한지혁
안전한 LLM 사용을 위한 데이터 난독화
23년도 3월 삼성전자가 디바이스솔루션 부문 사업장 내 chatGPT 사용을 허가하였을 때, 기업 정보가 유출되는 사건이 발생하였습니다. chatGPT와 같은 LLM은 유용한 정보를 제공하지만 이처럼 기업 정보가 유출될 수 있습니다. 삼성전자 기밀 유출 사고 당시, 회의 내용이 유출되었는데 만약 기업 정보를 난독화하고 문맥만을 유지한다면, GPT의 회의 요약 기능은 그대로 사용하되, 기밀 내용은 지킬 수 있지 않을까라는 생각에서 본 프로젝트를 진행하게 되었습니다.
권민재
LLM-Powered Self-Updating Quiz Platform
이 프로젝트는 LLM(Large Language Model)을 활용해 트렌드 데이터를 기반으로 퀴즈를 자동 생성하고 관리하는 플랫폼입니다. 플랫폼은 사용자 행동 데이터를 분석하여 인기 주제를 파악한 뒤, 키워드 추출, 퀴즈 생성, 리스팅으로 이어지는 완전 자동화된 파이프라인을 구현하였습니다. 특히, Time Grain 단위로 데이터를 분석하여 실시간으로 트렌드와 사용자 관심사를 반영하는 구조를 가집니다.
봉지수
IoT 환경에서 준실시간 상태정보 표출하는 대시보드 개발
본 연구에서는 WebSocket 및 MQTT 기술을 사용하여 준실시간 양방향 데이터 통신을 구현한다. WebSocket 통신 시 Channel 분리를 통해 PUB/SUB 모델을 구현하고, MQTT Broker를 도입하여 Topic 메시지 교환을 통해 PUB/SUB 모델 구현의 코드 복잡성을 줄인다. 성능과 기능 관점에서 API Polling, WebSocket, MQTT 기술을 비교함으로써 준실시간 양방향 데이터 통신이 요구되는 상황에서 활용 가능한 기술을 연구한다.
양성호
클러스터링 기반 주요 채팅 선별 및 음성화 서비스
텍스트 임베딩 및 클러스터링을 기반으로 채팅을 볼 수 없는 환경의 이용자들을 위해 실시간 스트리밍 방송 서비스 내 주요 채팅을 선별하고, 이를 음성화하여 제공하는 서비스입니다. 단순 사유로 화면 앞을 떠난 시청자는 물론, 노화로 인한 노안, 질병으로 인한 시각 장애 혹은 저시력 등 시각 장애인 및 시각 약자를 포함한 '채팅을 보기 힘든 환경의 이용자들'의 접근성을 제고하는 것을 목표합니다. 추후 STT 등 추가 기능을 통해 더 높은 수준의 접근성을 제공하는 프로젝트로 발전시킬 수 있으리라 기대합니다.
권병수
사용자 맞춤형 인물 촬영 가이드 시스템 개발
본 프로젝트는 VitPose를 활용한 Human Pose Estimation에서 시작하여, GAT(Graph Attention Networks)를 기반으로 사용자 맞춤형 포즈 개선 시스템을 구축하는 것을 목표로 했습니다. 먼저, VitPose를 통해 사람의 자세를 구성하는 주요 관절의 좌표(keypoints)를 정확히 추출하고, 이를 스켈레톤 형태로 시각화했습니다. 이후, GAT 모델을 사용해 각 관절을 노드로, 관절 간의 관계를 엣지로 표현하여 그래프 구조를 구성했습니다. 학습된 모델은 사용자의 현재 자세와 이상적인 자세를 비교하고, 피드백이 필요한 노드를 시각적으로 표시하여 개선 방향을 제안합니다
김서연
Pruning 기반 알고리즘 경량화 기법의 성능 최적화
ICLR 2017에서 발표된 Structured Pruning 기법, 특히 필터 프루닝(Filter Pruning) 를 기반으로 이를 Lightweight VGG16 모델에 적용하여 모델의 경량화와 성능 손실 간의 균형점을 탐구하는 데 목표를 두고 있습니다. 이를 통해, Edge Device에서도 활용 가능한 최적화된 모델을 제안하는 것이 최종 목적입니다.
채상준
Intelligent Document Summary with Chatbot
이 프로젝트는 사용자가 업로드한 문서, PDF, 또는 음성 파일을 자동으로 요약하고, 요약된 내용을 바탕으로 질문에 답변할 수 있는 지능형 시스템입니다. 문서 요약은 Hugging Face의 BART 모델을 이용하여 긴 텍스트에서 핵심 내용을 간추립니다. 음성 파일은 OpenAI의 Whisper 모델로 텍스트로 변환 후 요약하며, 한국어 파일은 영어로 번역 후 다시 한국어로 변환해 결과를 제공합니다. 질문 응답 기능은 Hugging Face의 DistilBERT 모델을 사용하며, 한국어와 영어를 지원해 다양한 사용자에게 적합합니다. 그리고 이 시스템은 문서 이해와 정보 처리의 효율성을 높이는 데 중점을 두고 개발되었습니다.
자료집 바로가기