기업·금융 데이터를 다루는 AI 서비스를 만들고, 사람이 결과의 근거를 확인할 수 있는 업무 흐름으로 연결합니다.
- 통계학 석사 · 빅데이터·금융 AI 전문가 과정(1,040시간) 수료
- 관심 분야: 생성형 AI 서비스, RAG, 데이터 모델링·품질 관리, 설명 가능한 머신러닝
기업의 업태·종목 정보로 산업코드 후보를 제시하고, 관리자 배정 → 작업자 AI 후보 검토 → 검수자 승인·재작업으로 이어지는 흐름을 구현한 데모입니다(합성 데이터). 후보 코드와 판단 근거, 검수 결과와 변경 이력이 함께 남습니다.
- 원 프로젝트에서 맡은 일: 서버·DB 구축, 화면–DB 연동, 공식 분류 기준에 따른 후보 검증 필터, LLM 판정 프롬프트 설계
- Repo: nice-industry-code-ai-agent-demo
합성 공시 문서에서 사업 활동을 분리하고, 복수 산업코드 후보와 문장 근거를 제시한 뒤 사람의 검토 결과를 구조화합니다.
11개 연도 감사보고서를 구조화해 수치 질문은 SQL로, 설명형 질문은 RAG로 처리했습니다.
- 맡은 일: 문서 파싱(표의 행·열, 단위, 연도 보존), 근거 밖 내용을 만들지 않도록 하는 프롬프트 규칙 설계
- Repo: samsung-audit-rag
자연어로 주문하는 AI 키오스크를 한국어·영어·중국어·일본어로 제공했습니다.
- 맡은 일: Streamlit 화면 구현, 내부 검색·추론 언어를 고정하고 마지막 단계에서 선택 언어로 응답하도록 흐름 수정
- Repo: cafe_kiosk_prj
고액 부도의 비대칭 손실을 반영한 비용 민감 학습, 승인율을 통제한 비교, 샤프지수 기반 평가를 결합했습니다. 부스팅 모델군을 맡았습니다.
- Repo: Lending-Club-Project
공개 대체 데이터로 고객 세분화, 이탈 예측, SHAP 기반 설명을 구성했습니다.
- Repo: Insurance-Churn-Analysis
- First author — covariance regression for US airport network and KOSPI volatility: CSAM 32(5), 655–672 (2025)
- Co-author — government and information trust in environmental risk perception: Humanities and Social Sciences Communications (2026)
Python · SQL · R · PostgreSQL · AWS (EC2, RDS, S3) · Streamlit · LLM/RAG · Machine Learning · Git/DVC