비상교육의 한국어 교육용 데이터셋을 활용해 난이도별(초급, 중고급) 대화형 챗봇 서비스 개발. 한국어 기반 언어모델 KoAlpaca-Polyglot-ko 12.8b 를 베이스 모델로하여 커스텀 데이터셋을 사용, LoRA 학습 기법을 통해 파인튜닝함. KorQuAD 데이터셋을 활용하여 모델을 평가하고 LangChain 프레임워크의 일부 기능을 수정 및 적용하여 서비스함.

데이터 정제부터 학습 및 검증까지의 각 과정을 설계하고, 학습-평가 단계를 자동화하여 학습 파라미터 조정을 통해 최적의 모델을 도출함.

영상 처리 기술을 기반으로 열화상 영상에서 실시간으로 태양광 패널을 탐지하고 문제가 발생한 패널을 인지함. 알고리즘은 영상을 입력받아 태양광 패널을 탐지하여 좌표를 저장하고, 탐지된 패널에서 핫-스팟 또는 콜드-스팟을 검출하여 패널의 이상 유무를 판단함.

다양한 시점의 열화상 영상을 획득하기 위해 지상에서 태양광 패널 영상을 촬영할 수 있는 환경을 제작함. 개발된 알고리즘과 데이터셋 수집 환경은 드론 및 감시시스템에 적용이 가능하고, 딥러닝을 이용한 객체 분류 및 탐지를 위한 Ground Truth 구축 방법으로 사용가능함.

비전센서 기반 공 추적 알고리즘으로, C++ 기반 OpenCV를 활용하여 실시간 영상에서 파크골프 공을 추적하여 레디-샷 상태를 분석 및 감지하고 공의 상대적 위치변화를 이용해 출발속도를 계산함. 초기 설정 함수를 통해 고정된 환경이 아닌 이동식 부스와 같이 다양한 카메라 자세 또는 밝기 변화에 대응 가능하며 DLL로 빌드하여 Unity 등 외부 게임 엔진 연동에 최적화함.

스크린 파크골프 시스템의 기반 기술로써 지속적인 테스트를 통해 게임진행 시 발생하는 다양한 예외 상황을 분석하고 업데이트함.

IMU AHRS 센서 기반 스윙궤적 및 공 속도 추정 알고리즘으로, 센서가 부착된 골프채의 자세 및 스윙궤적을 추정함. 스윙 데이터를 입력으로, 카메라기반 공 추적 알고리즘의 결과(속도)를 정답으로하여 회귀분석을 통해 스윙 데이터 기반 공의 출발속도를 모델링함. 스윙상태를 정의하여 레디-백스윙-샷 이벤트를 감지하고 스윙궤적을 통한 공의 출발속도를 도출함.

BLE 연결, Raw 데이터 획득 및 전처리(중력제거 및 켈리브레이션), 상태 및 궤적추정, 속도추정 등으로 모듈화하여 모바일 개발환경에 최적화함.

스크린 파크골프 시스템은 실내 스크린을 통해 즐길 수 있는 가상 파크골프 게임으로, 카메라를 이용한 공 추적 기술을 기반으로 함. 실제 경기장을 모델링하여 제작, 실데이터를 반영하여 실제와 같은 공의 움직임을 구현함. 해당 시스템을 직영/비직영 매장에 출시하여 사용자들에게 서비스함.

모바일 파크골프 시스템은 스크린 파크골프 게임의 모바일 버전으로, 공 없이 BLE 통신으로 연결된 골프채의 스윙궤적 추정만으로 공의 움직임을 구현함.

전체 시스템을 설계하고, 최적화 및 고도화를 수행함.

VR/AR 콘텐츠 및 안전솔루션, 메타버스플랫폼, AI학습데이터 수집 등 다양한 국가연구과제에 참여하여, 대부분 과제의 핵심기술 설계·관리 및 책임을 담당함.

Unity C# 또는 Python과 같은 스크립트 개발환경에서 복잡하거나 고성능의 기능을 요구사항에 맞게 C++ DLL로 구현하여 연동함. 특히 카메라제어, 이미지처리, 데이터교환 등의 기능을 구현하고 처리된 데이터를 마샬링을 통해 전달함.