입 사후포부 : AI 기술을 활용하여 회사의 문제 해결에 기여할 방안
이 프로젝트를 통해 AI 모델이 단순한 분석을 넘어 실시간의사결정에 어떻게 기여할 수 있는지를 체감했고, 모델 설계부터 프론트 엔드 시각화까지 전반적인 AI 시스템 구현 경험을 갖출 수 있었습니다.
AI 기술을 다루며 가장 기술적으로 도전적이었던 순간은 이미지분류 모델의 과적합 문제를 해결하려 했던 경험입니다.

특히, 머신러닝 모델이 인간의 의사결정을 돕거나 자동화하는 사례들을 보면서, 이러한 기술이 실제 사회문제를 해결하는 데 매우 유용하다는 확신을 가지게 되었습니다.
단순한 기술적 흥미를 넘어, AI 기술을 통해 실제 문제를 해결하고 기업의 가치를 창출하는 일을 하고 싶다는 열망이 커졌고, 그 결과 AI 엔지니어라는 직무에 지원하게 되었습니다.
인공지능 개론', '머신러닝 개론', '딥러닝 프로젝트' 등의 전공과목을 이수하면서 자연스럽게 Python, TensorFlow, PyTorch 등 다양한 기술 스택에 익숙해졌고, 실제 모델을 구현해보는 과정에서 이론과 실무를 동시에 체득할 수 있었습니다.
AI 엔지니어로 성장하기 위해 다양한 머신러닝 및 딥러닝 프로젝트에 참여하며 실질적인 경험을 쌓았습니다.
이 프로젝트를 통해 AI 모델이 단순한 분석을 넘어 실시간의사결정에 어떻게 기여할 수 있는지를 체감했고, 모델 설계부터 프론트 엔드 시각화까지 전반적인 AI 시스템 구현 경험을 갖출 수 있었습니다.
AI 기술을 다루며 가장 기술적으로 도전적이었던 순간은 이미지분류 모델의 과적합 문제를 해결하려 했던 경험입니다.
당시 참여했던 "의료용 폐기물 분류 자동화 시스템"프로젝트에서, 폐기물 이미지데이터를 학습한 CNN 모델(ConvolutionalNeuralNetwork)의 학습 정확도는 97%에 달했지만, 테스트 정확도는 72%에 불과해 명백한 과적합(overfitting) 문제가 발생했습니다.

[hwp/pdf]A+ 2025 상반기 신입사원 AI 엔지니어 자기소개서