신무결 이력서

신무결 프로필 사진

Resume

신무결

AI 서비스 / 백엔드 개발자

Email tlsanruf123@gmail.com GitHub github.com/weoqpur Blog velog.io/@weoqpur Phone 010-8434-2186

자기소개

마이스터고에서 생성형 AI와 컴퓨터 비전 모델을 학습한 경험을 바탕으로 웹 백엔드와 서버 배포 역량을 확장하고 있는 개발자입니다. GAN 모델을 중심으로 pix2pix, StyleGAN 같은 이미지 생성/변환 모델을 공부했고, segmentation과 object detection 모델도 함께 학습했습니다. Field-S에서 6개월간 AI 개발자로 근무하며 GPU 서버에서 대용량 데이터와 멀티 GPU 환경을 경험했습니다.

최근에는 AI 모델이 단순한 실험 코드에 머무르지 않고 실제 사용자가 접근할 수 있는 서비스가 되려면 어떤 백엔드 구조와 배포 환경이 필요한지에 집중하고 있습니다. FastAPI 기반 서버 구현, MariaDB/MySQL 데이터베이스, JavaScript를 이용한 화면 연동을 구현하며 서비스의 기본 흐름을 익혔습니다.

Linux 서버 환경에서는 Nginx, Uvicorn, systemd를 이용한 FastAPI 애플리케이션 실행 구조와 Cloudflare Tunnel을 통한 외부 접속 구성을 학습했습니다. 3-Tier 구조로 구성한 웹 서비스와 YOLO 모델 웹 데모를 배포해 보며 로컬 개발 환경과 서버 실행 환경의 차이를 직접 확인하고 있습니다.

목표는 AI 모델을 잘 다루는 것을 넘어, 모델을 안정적인 웹 서비스와 서버 구조로 연결할 수 있는 백엔드 개발자가 되는 것입니다.

병역사항 육군 만기전역

경력/학습 요약

Web / Server

한컴 아카데미 웹/서버 과정

FastAPI 기반 웹 애플리케이션, MariaDB 연동, Linux 서버 기본 명령, Nginx reverse proxy, Uvicorn 실행, systemd 서비스 등록을 실습했습니다.

  • Front-WAS-DB 3-Tier 구조와 Cloudflare Tunnel 연동
  • YOLO 모델 웹 데모 배포 경험
  • Docker/UTM 기반 로컬 서버 환경 학습
  • AWS Lightsail 인스턴스에 배포

Generative AI / Computer Vision

마이스터고 생성형 AI/컴퓨터 비전 학습 경험

GAN 기반 생성형 AI를 중심으로 이미지 생성과 이미지 변환 모델의 구조를 학습했습니다. 이와 함께 segmentation, object detection 모델을 공부하며 AI 모델 결과를 서비스 기능으로 연결할 때 필요한 데이터 흐름을 학습하고 있습니다.

  • GAN, pix2pix, StyleGAN 기반 생성형 AI 학습
  • Segmentation, object detection 모델 학습
  • PyTorch, OpenCV, Pandas를 이용한 모델 구현 및 데이터 처리

경력/자격 및 수상

Career

Field-S AI 개발자

6개월간 AI 개발자로 근무하며 GPU 서버에서 대용량 데이터를 다루고, 멀티 GPU 환경을 사용한 모델 실험 및 데이터 처리 흐름을 경험했습니다.

Certificate

정보처리기능사

소프트웨어 개발 기초, 데이터베이스, 운영체제 등 개발 기본 지식을 검증받았습니다.

Award

2021 빛가람에너지밸리 소프트웨어 작품 경진대회 대상

치과와 협업해 구강 사진 촬영 시 치아를 개별 인식하고, 부정교합 여부를 파악할 수 있도록 보조하는 모바일 앱을 개발해 출품했습니다.

Award

GSM 소프트웨어 올림피아드 대상

동일한 부정교합 파악 보조 모바일 앱 작품으로 참가했으며, 컴퓨터 비전 모델을 실제 문제 해결 아이디어와 연결한 점을 평가받았습니다.

대표 경험

  1. Field-S AI 개발자 근무 경험

    6개월간 AI 개발자로 근무하며 GPU 서버에서 대용량 데이터를 다루고, 멀티 GPU 환경을 활용한 모델 실험과 데이터 처리 흐름을 경험했습니다.

  2. 치과 협업 부정교합 파악 AI 개발

    치과에서 제공받은 구강 사진 데이터를 직접 라벨링하고 학습해, instance segmentation과 classification 기반으로 치아 영역을 인식하고 부정교합 여부를 파악하는 AI를 개발했습니다.

  3. Front-WAS-DB 3-Tier 웹 서비스 구축 및 외부 접속 구성

    정적 화면, FastAPI WAS, MariaDB를 분리해 요청 흐름과 데이터 저장 구조를 구성하고, Cloudflare Tunnel을 통해 외부 접속 흐름을 구축했습니다.

  4. Nginx/Uvicorn/systemd 기반 FastAPI 배포 환경 구성

    Uvicorn으로 FastAPI 앱을 실행하고 Nginx를 통해 요청을 전달하며, systemd 서비스로 서버 프로세스를 관리하는 흐름을 학습했습니다.

  5. YOLO 모델 웹 데모 배포 경험

    YOLO 모델을 웹 화면에서 확인할 수 있는 데모 형태로 구성하고, FastAPI 기반 서버와 배포 환경을 연결하는 흐름을 구축했습니다.

기술 스택

Language

Python, JavaScript, SQL

Backend

FastAPI

Database

MySQL, MariaDB

Infra

Linux, Nginx, Uvicorn, systemd, AWS Lightsail, Cloudflare Tunnel, Docker, UTM

AI/CV

PyTorch, GAN, pix2pix, StyleGAN, YOLO, Instance Segmentation, Classification, Object Detection, OpenCV, Pandas, GPU Server, Multi-GPU

프로젝트

3-Tier 웹 서비스 및 Cloudflare Tunnel 배포

FastAPI, MariaDB, Nginx, Uvicorn, Cloudflare Tunnel

  • 프론트 화면, FastAPI WAS, MariaDB를 분리한 3-Tier 구조로 요청 흐름을 설계하고 구현했습니다.
  • Nginx reverse proxy와 Cloudflare Tunnel을 연결하며 외부 접속 및 배포 환경의 기본 단계를 정리했습니다.

FastAPI 기반 데이터 관리 서비스

Python, FastAPI, JavaScript, SQL

  • 데이터 생성, 조회, 수정, 삭제 흐름에 맞춘 서버 기능을 구현하고 화면 이벤트와 비동기 요청을 연결했습니다.
  • SQL 실행 결과, 예외 상황, 응답 메시지를 확인하며 요청/응답 구조를 개선했습니다.

부정교합 파악 보조 AI 모바일 앱

Instance Segmentation, Classification, PyTorch, OpenCV

  • 치과와 협업해 구강 사진 데이터를 전달받고, 치아 단위 인식을 위한 라벨링과 모델 학습을 직접 진행했습니다.
  • instance segmentation과 classification을 활용해 촬영된 치아 사진에서 부정교합 여부를 파악할 수 있도록 보조하는 AI를 구현했습니다.

YOLO 모델 웹 데모 배포

YOLO, FastAPI, JavaScript, Nginx

  • YOLO 모델 결과를 웹 화면에서 확인할 수 있는 데모 형태로 구성했습니다.
  • FastAPI 서버와 정적 화면을 연결하고, Nginx 기반 배포 흐름을 점검했습니다.

생성형 AI 및 컴퓨터 비전 모델 학습

GAN, pix2pix, StyleGAN, PyTorch, OpenCV

  • pix2pix와 StyleGAN을 중심으로 이미지 생성/변환 모델의 구조와 학습 흐름을 공부했습니다.
  • segmentation, object detection 모델도 함께 학습하며 AI 모델 출력이 서비스에서 사용 가능한 데이터가 되려면 어떤 후처리와 검증이 필요한지 학습하고 있습니다.