📌 개요

경량 AI 모델 설계와 백엔드 시스템 개발 역량을 보유했습니다. 저해상도 열화상 카메라용 경량 객체 탐지 모델을 개발하여 저사양 디바이스(STM32, Raspberry Pi)에서 실시간 추론을 구현했습니다. SCIE급 논문과 특허를 출원했으며, Spring Boot, Flask 기반 REST API 백엔드 개발과 클라우드 인프라 운영 경험을 바탕으로 AI 시스템의 전체 파이프라인 구축 능력을 갖추었습니다.

ORCID : 0009-0004-0998-6643

📌 주요 경력 및 프로젝트

1. 한국인물검증 (2021.12 ~ 2022.12 / 1년)

프로젝트: 개인정보 검증 시스템(KKAYO)

• 기술 스택: Spring Boot, Flask, AWS, Swagger, Jenkins
• 역할: 백엔드 개발, AWS 인프라 구축 및 운영
• 주요 업무:
  • 대학교 졸업증명서 원본 확인 엔진 개발
  • Spring Boot 기반 API 서버 개발 및 외부 서비스 연동
  • AWS 기반 클라우드 인프라 구축 및 운영
• 성과:
  • 프로젝트 전체 아키텍처 설계 및 백엔드 개발 주도
  • 데이터 자동 수집 및 API 최적화를 통해 시스템 응답 속도 3배 향상
  • AWS 비용 최적화 전략을 적용하여 서버 운영 비용 30% 절감

📌 연구 및 기술 성과

1. FLARE: 저해상도 열화상 실시간 객체 탐지 모델 (2024.01 ~ 2024.12 / 1년)

• 기술 스택: Python, TensorFlow Lite, OpenCV, YOLO, MobileNetV2-SSD, CubeMX, X-CUBE-AI, Raspberry Pi, STM32
• 주요 성과:
  • YOLOv8n 대비 메모리 사용량 1/118 감소 및 추론 속도 12배 향상
  • STM32 MCU 환경에서 초경량 실시간 객체 탐지 구현
  • 저해상도 열화상 이미지 전용 데이터 증강 기법 개발로 저해상도 영상에서 객체 탐지 정확도(mAP 95%) 달성

2. ObjectBlend: 데이터 불균형 해결 데이터 증강 기법 (2024.07 ~ 2024.11 / 5개월)

• 기술 스택: Python, OpenCV, PyTorch, YOLO, NVIDIA AGX Orin, TensorRT
• 주요 성과:
  • YOLOv3-tiny 탐지 성능(mAP50-95) 0.1988 → 0.9147로 대폭 향상
  • 기존 데이터 증강 기법(CutMix 등) 대비 성능 우수성 입증
  • 소수 클래스(결함) 탐지 성능 대폭 개선

📌 논문 및 특허

• SCIE 논문 (IEEE Access)

  • 📝 Real-time object detection using low-resolution thermal camera for smart ventilation systems
    (DOI: 10.1109/ACCESS.2025.3566635)

  • 📝 ObjectBlend: Data Augmentation Technique for Vision Inspection Systems
    (Under Review)

• 국제 컨퍼런스 논문 발표(IEEE ICCE 2025)
  • 📝 Real-Time Object Detection Using Low-Resolution Thermal Camera
  • 📝 ObjectBlend Data Augmentation Technique for Vision Inspection Systems

• 특허 출원
  • 저해상도 열화상 경량 객체 탐지 모델 및 실시간 추론 특허 (10-2024-0127351)
  • 저해상도 열화상 이미지 데이터 증강 알고리즘 특허 (10-2024-0127352)

📌 기술 역량

• AI/딥러닝: TensorFlow/PyTorch, YOLO 시리즈, MobileNetV2-SSD, TFLite, TensorRT, 모델 경량화, 데이터 증강
• Embedded AI: Raspberry Pi, STM32(CubeMX, X-CUBE-AI), NVIDIA Jetson
• 백엔드 및 클라우드: Spring Boot, Flask, FastAPI, AWS, Docker, Swagger

---

🔗 GitHub: github.com/MartenLabs
🔗 블로그: MartenLabs