AI 모델의 R&D 및 경량화부터, On-Device SDK 포팅과 C++ 성능 최적화까지 문제 해결에 필요한 모든 작업을 수행합니다.

• 'O'사 (노래방 솔루션) 노래방 채점 알고리즘 C SDK 포팅 및 성능 최적화

  • Wiener–Khinchin 이론을 적용하여 기존 로직을 재설계, 프레임 당 연산량을 330만 → 22만으로 약 93% (15배) 감소시켜 성능 최적화 달성

• 'H'사 (자동차 전장 부품) AI 추론 플랫폼 확장 및 이식

  • QNN, RKNN 추론 엔진 코드를 고객사의 신규 프로젝트(임베디드 환경)로 이식 및 확장

  • 이식 과정에서 발생한 입력 데이터 레이아웃 불일치 및 메모리 초기화 관련 이슈를 디버깅하여 해결, 임베디드 타겟 환경에서 안정적인 추론 성능 확보

• AI 모델 변환 파이프라인 구축 및 On-Device 배포 최적화

  • PyTorch QAT 모델을 Q/DQ 노드를 포함한 ONNX 포맷으로 변환하는 파이프라인 구축

  • 변환된 모델을 QNN, RKNN 등 다중 Edge Device 백엔드 환경으로 이식 및 검증 수행

  • RKNN 배포 과정에서 발생한 float16 타입 검증 이슈를 심층 분석, 원인을 명확히 규명하고 제조사 측 기술 문의로 연계하여 문제 해결의 기반 마련

• 사내 음원 분리 모델 실시간화 R&D 및 타당성 검증

  • '재학습 없는 모델 실시간화'를 목표로 신규 기술 도입 타당성 검증 및 백엔드 변환 역할 수행

  • WhisperKit 논문의 아키텍처 및 포맷 분석, 기존 모델과의 호환성 이슈를 조기 발견하여 불필요한 개발 리소스 낭비 방지에 기여

  • Tensor Decomposition, Depth-wise Conv 등 경량화 기법을 주도적으로 제안 및 실험

  • 정량 검증을 통해 "현 모델은 이미 고효율 구조"이며 "재학습 없는 경량화는 품질 한계가 있음"을 증명, 명확한 기술적 한계와 향후 개선 방향(재학습의 필요성)을 제시

• EfficientNet 기반 기타 연주 테크닉 분류 모델 설계 및 데이터 전처리/학습 파이프라인 구현

• JUCE 프레임워크를 이용한 실시간 오디오 입력·분석 데스크톱 애플리케이션 개발

• FastAPI를 이용한 모델 추론 API 서버 구축

• LiDAR 기반 환경 인지 파이프라인 구축 및 주차 공간/장애물 인식

• Cubic Spline 기반 경로 계획 및 주차 궤적 생성 알고리즘 설계

• 제동 알고리즘 개발 및 시뮬레이션·필드 테스트로 안전성 검증

• Raspberry Pi 4 환경에서 알파벳 인식 시스템 구현

• 전통적 영상처리를 이용한 30 FPS 실시간 처리 성능 달성

• 임베디드SW 경진대회 지능형 휴머노이드 부문 최우수상 수상에 기여