|
|
|
|
|
 |
이를 해결하기 위해 데이터 전처리 과정을 세분화하고, 조도별 이미지를 학습시켜 모델의 정확도를 높였습니다.
기술 프로젝트를 진행할 때도 원인 분석이 명확해야 올바른 방향의 개선이 가능하다고 생각합니다.가장 기억에 남는 경험은 학부 시절 AI 이미지 분류 프로젝트에서 발생한 데이터 불균형 문제를 해결했던 과정입니다.
몰입과 끈기로 문제를 해결해 본 경험을 바탕으로, 한국콜마 AI 연구팀에서도 끊임없이 개선을 시도하며 신뢰할 수 있는데이터 기반 기술을 구현하겠습니다.
당시 저는 6명의 팀원과 함께 화장품 리뷰 데이터를 활용한 감정 분석 프로젝트를 진행했습니다.
주제는 "피부 이미지 분석을 통한 트러블 분류 모델 개발"이었고, 데이터 분석 전공자와 화장품 전공자가 함께 팀을 구성했습니다.
변화의 필요성을 느끼면 주저하지 않고 분석하고 실행하며, 과정 속에서 시행착오를 두려워하지 않습니다.가장 기억에 남는 경험은 화장품 리뷰 데이터 분석 프로젝트에서 모델 학습 방식을 직접 개선했던 사례입니다.
Q2.AI 기술을 화장품 연구에 적용할 때 가장 중요하다고 생각하는 요소는 무엇인가요?
AI 기술을 연구에 적용할 때 가장 중요한 것은 '데이터의 품질'이라고 생각합니다.
|
|
|
 |
다른 사람들과 협업하여 팀 목표를 달성한 경험과 해당 과정에서 본인이 수행했던 역할과 노력을 기술해주세요.
기존의 것을 개선하기 위해 주도적으로 노력한 경험을 구체적으로 기술해주세요.
처음에는 단순히 인공지능 기술이 흥미로웠지만, 점차 소비자의 피부 데이터와 감성 분석이 결합될 때 제품 혁신이 가능하다는 점을 깨닫게 되었습니다.
특히 맞춤형 화장품과 AI 진단 기술이 결합된 사례를 직접 보며, 데이터가 개인의 피부 건강을 개선하는 방향으로 활용될 수 있다는 가능성을 느꼈습니다.
기술 프로젝트를 진행할 때도 원인 분석이 명확해야 올바른 방향의 개선이 가능하다고 생각합니다.가장 기억에 남는 경험은 학부 시절 AI 이미지 분류 프로젝트에서 발생한 데이터 불균형 문제를 해결했던 과정입니다.
당시 과제의 목표는 화장품 패키지 이미지를 학습시켜 브랜드를 분류하는 모델을 구축하는 것이었습니다.
원인을 분석해보니 일부 브랜드의 데이터가 전체의 절반 이상을 차지해 학습이 한쪽으로 치우쳐 있었습니다.
데이터 증강 과정에서 일부 이미지가 왜곡되어, 오히려 학습 정확도가 낮아졌습니다.
리뷰 감정 분석과정에서 "좋아요" 같은 단어가 긍정으로 분류되지 않는 오류가 발생했습니다.
당시 저는 6명의 팀원과 함께 화장품 리뷰 데이터를 활용한 감정 분석 프로젝트를 진행했습니다.
그래서 팀 전체가 이해할 수 있는 원칙과 세부 계획을 수립하기로 했습니다.
주제는 "피부 이미지 분석을 통한 트러블 분류 모델 개발"이었고, 데이터 분석 전공자와 화장품 전공자가 함께 팀을 구성했습니다.
화장품 전공자에게는 데이터의 구조를 그래프로 설명하고, 데이터팀에는 성분별 특징을 이미지와 표로 정리했습니다.
그 결과 서로의 강점을 이해하기 시작했고, 모델에 반영해야 할 핵심 변수를 함께 논의할 수 있었습니다.
화장품 전공자들은 조명 조건에 따른 실제 피부톤 변화가 의미 있는 변수라고 주장했지만, 데이터팀은 일관된 조건의 이미지가 필요하다고 말했습니다.
밝기 차이가 큰 이미지는 별도의 변수로 분류하고, 동일 조건 내에서는 정규화를 적용하는 방식이었습니다.
변화의 필요성을 느끼면 주저하지 않고 분석하고 실행하며, 과정 속에서 시행착오를 두려워하지 않습니다.가장 기억에 남는 경험은 화장품 리뷰 데이터 분석 프로젝트에서 모델 학습 방식을 직접 개선했던 사례입니다.
단순히 더 많은데이터를 넣는 방식으로는 개선이 어렵다고 판단했습니다.
단순히 데이터를 분석하는 것을 넘어, 실제 제품 개선과 연구 방향에 영향을 미칠 수 있다는 점에서 이 직무의 의미를 느꼈습니다.
Q2.AI 기술을 화장품 연구에 적용할 때 가장 중요하다고 생각하는 요소는 무엇인가요?
AI 기술을 연구에 적용할 때 가장 중요한 것은 '데이터의 품질'이라고 생각합니다.
AI 연구직무에서도 기술력보다 데이터를 해석하고 관리하는 능력이 성과를 좌 우한다고 생각합니다.
Q3. 협업 과정에서 가장 중요하게 생각하는 가치와 이를 실천한 사례를 말해보세요.
저는 협업에서 가장 중요한 가치를 '소통의 일관성'이라고 생각합니다.
Q4.AI 연구 과정에서 직면했던 가장 큰 어려움과 이를 해결한 방법은 무엇이었나요?
AI 연구직무의 핵심 역량은 '논리적 사고와 데이터 해석력'이라고 생각합니다.
저는 설득의 핵심이 '근거와 공감'이라고 생각합니다.
입사 후에는 멀티모달 AI를 활용해 감정과 시각 데이터를 결합하는 연구를 수 행하고 싶습니다.
Q10.입사 후 AI 연구팀에서 이루고 싶은 목표는 무엇인가요?
입사 후 가장 이루고 싶은 목표는 '소비자 맞춤형 화장품 추천 모델'을 개발하는 것입니다. |
 |
데이터, 분석, 모델, 기술, 팀, ai, 경험, 과정, 화장품, 문제, 개선, 감정, 이미지, 목표, 연구, 단순하다, 해결, 통해, 프로젝트, 싶다 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.10.02
8페이지
