마지막 수정: 2026-06-02
| 기간 | 2026.03 ~ 2026.03 (1개월) |
|---|---|
| 성과 | • 30여개 시나리오 질문에 대해 정확도 50% → 93% 달성 |
| • 분석 에이전트의 실효성 입증을 통한 Snowflake 라이선스 신규 계약 체결 견인 | |
| 역할 | • Snowflake Managed Iceberg를 이용하여 AWS S3의 Iceberg 테이블 연동, Zero-copy 아키텍처 구현 |
| • Semantic View에 비즈니스 로직(DAU, 만렙 유저 등)을 상세히 명시하여 에이전트의 NL2SQL 정확도 향상 | |
| • Python 코드를 이용한 날짜 연산 custom tool을 개발하여 에이전트의 날짜 환각 해결 | |
| 기술 | Snowflake, Iceberg Table, Semantic Layer |
| 기간 | 2025.05 ~ 2026.02 (10개월) |
|---|---|
| 성과 | 작업 기한 및 요청 업무 준수율 100% 유지 |
| 역할 | • GCP Composer 버전 업그레이드 시 Python Airflow 라이브러리 버전 차이에 따른 코드 에러를 방지하기 위해 사전 조사 및 고객에게 코드 수정 제안하여 안정적 마이그레이션 주도 |
| • 데이터 재적재 시 BigQuery slot 경합을 방지하기 위해 DAG 스케줄과 실시간 slot 사용량 지표를 모니터링하여 데이터 적재 수행 | |
| • Slack 알럿을 이용하여 실시간 장애 대응, 가동률 극대화 | |
| 기술 | BigQuery, GCP Composer(Airflow), Python |
| 기간 | 2024.08~ 2024.10 (3개월) |
|---|---|
| 성과 | 의료업계 종사자 대상 베타 서비스 성공적 런칭 및 운영 |
| 역할 | • 사용자 질문 시나리오 실행부터 문서 검색 결과 및 답변 기록(Google Sheets) 까지의 전체 프로세스 자동화 |
| • 텍스트 임베딩 및 ElasticSearch 인덱싱으로 RAG Pipeline 구축 | |
| • 프롬프트 엔지니어링을 통해 LLM 답변의 포맷 개선하여 가독성 제고 | |
| 기술 | Azure OpenAI, ElasticSearch, Python, RAGAS |
| 기간 | 2025.04 ~ 2025.04 (1개월) |
|---|---|
| 성과 | • 웨비나 고객 만족도 99% 달성 |
| • 아이티센클로잇의 GCP 활용 능력 홍보 | |
| 역할 | • “사내 카페의 제품 판매 데이터와 외부 요인 데이터를 바탕으로 음료 판매 분석 및 예측“을 주제로 가상 데이터 및 시나리오 준비 |
| • Gemini in BigQuery를 이용하여 내부 요인(요일별/시간대별 판매), 외부 요인(날씨 및 근처 예술의 전당 공연정보)을 바탕으로 한 데이터 분석, 시각화, 판매량 예측 보고서 작성 시연 | |
| 기술 | Gemini in BigQuery |
| 기간 | 2022.10~ 2023.01 (4개월) |
|---|---|
| 성과 | • IoT 데이터 수집 latency 감소(하루 → 실시간) |
| • 중앙 통합 수집으로 지점별로 데이터를 따로 수집 및 관리하던 공수 제거 | |
| • 데이터 활용도 제고(비정형 → 정형)로 공간 관리 계획 수립에 기여 | |
| 역할 | • 클라우드 기반 파이프라인 설계 및 구축으로 각 지점마다 따로 서버를 두어 수집하던 IoT 데이터를 중앙으로 실시간 통합 수집 |
| • IoT Core, Kinesis Firehose 도입으로 IoT 장비 추가에 따른 반복적인 개발 공수 제거 | |
| • 기존 로그 비정형 데이터를 Redshift에 정형 데이터로 적재하여 데이터 활용도 제고 | |
| • 공간 관리 대시보드(재실 인원, 전력량) 구축으로 공간 관리 계획 수립에 기여 | |
| 기술 | AWS IoT Core, Kinesis Firehose, Redshift, Data Studio |
| 기간 | 2021.08 ~ 2021.11 (4개월) |
|---|---|
| 성과 | • 전 지점 24시간 무인 부정출입 감지 시스템 도입 및 서비스 무중단 실현 |
| • 부정출입 확인 프로세스 자동화로 일 200여 건의 내역을 1인이 2시간 이내에 전수 검증 가능하도록 개선 | |
| 역할 | • Yolov5의 사람 출입 탐지 결과와 실제 출입 로그를 비교하여 부정출입을 판별하는 로직 구축 |
| • Slack API, Google Sheets를 연동하여 부정출입 의심 사례와 확인 내역을 시트에 자동 기록하는 워크플로우 구축 | |
| • 움직임 감지 프로세스가 중단되는 현상을 방지하기 위해 이를 상시 감시·제어하는 모니터링 프로세스를 구축하여 운영 안정성 확보 | |
| • ‘부정출입 시스템 신규 지점 도입 가이드 문서’ 작성으로 신규 지점 시스템 도입 소요시간을 3일 →1일로 줄임 | |
| 기술 | AWS Lambda, Slack API, Google Workspace |