Search

PROJECT

Supabase를 사용해서 실시간 채팅이 가능한 애플리케이션

️ 프로젝트 소개

Supabase를 사용해서 실시간 채팅이 가능한 애플리케이션

 아키텍처

 기술 스택

Real-Talk : 실시간 채팅 애플리케이션 by Supabase & Next.js
Supabase를 사용해서 실시간 채팅이 가능한 애플리케이션 개발
React
Next.js
TypeScript
Supabase
2024/03/01 → 2024/06/21
중앙 관제 노드(프로세스 역할)와 자율주행 물류 로봇들(스레드 역할)을 통해 물건을 적재 후 정확한 위치에 하역하는 시뮬레이터 개발

️ 프로젝트 소개

중앙 관제 노드(프로세스 역할)와 자율주행 물류 로봇들(스레드 역할)을 통해 물건을 적재 후, 정확한 위치에 하역하는 시뮬레이터를 개발했습니다.
이를 통해 운영체제의 프로세스와 스레드 개념을 이해하며 스레드를 관리하는 방법을 배우게 되었습니다.

 기술 스택

 주요 기술 정리

스레드 관리 : 자동화 물류 센터 시뮬레이터 개발 with Pintos
교육용 운영체제인 Pintos로 중앙 관제 노드와 자율주행 물류 로봇들(= 스레드)을 관리하여 물건을 적재 후 정확한 위치에 하역하는 시뮬레이터 개발
Pintos
C/C++
2024/04/03 → 2024/04/30

️ 프로젝트 소개

약 4개월(23.09 - 23.12)동안 “이미지 및 자연어 처리를 위한 딥러닝” 수업에서 딥러닝에 대해서 학습하고 새로운 딥러닝 모델을 설계 및 구현하는 프로젝트를 진행했습니다. 이 프로젝트의 이름은 “VDVT : 비전 트랜스포머 기반의 폭력 사태를 감지하는 딥러닝 모델”입니다.
현재 자연어 처리 분야 발전을 Transformer(이하 트랜스포머) 모델이 주도하고 있습니다. 그리고 이 트랜스포머를 컴퓨터 비전 분야에 접목시킨 Vision Transformer(이하 ViT) 라는 모델이 있습니다.
이 ViT는 기존 CNN보다 높은 성능을 제공하지만, 데이터의 양이 충분하지 않다면 일반화가 제대로 이뤄지지 않아 성능이 저하된다는 치명적인 단점이 있습니다.
저는 이를 해결하고자 ViT 아키텍처 초반부에 있는 Tubelet Encoder(특징 맵을 평탄화하여 임베딩 벡터로 변환하는 역할)을 사전 학습된 CNN(Ex. MobileNetV3)으로 대체했고 이 CNN의 출력값인 특징 맵을 ViT의 인풋 시퀀스로 사용했습니다.
이를 통해 적은 데이터셋으로도 높은 정확도를 유지하면서도 빠른 학습이 가능한 모델을 직접 구현할 수 있었습니다. 실제로 베이스라인 모델 대비 VDVT 모델의 정확도(Precision)와 재현율(Recall) 모두 27.58%로 향상되었고 학습 속도는 76.64%나 빨라졌습니다.
이 VDVT 모델을 구현하기 위해서 선행연구 논문 7편 정도를 읽고 분석했으며 구글 코랩을 통해 여러 번 모델 학습을 진행했습니다. 베이스라인 모델 구현과 학습, VDVT 모델 구현과 학습 그리고 두 모델 간의 성능 비교 실험을 끝으로 VDVT 프로젝트를 마무리했습니다.
이 프로젝트를 통해서 AI(특히, 딥러닝 분야)에 대한 도메인 지식을 학습할 수 있었고 모델 학습에 메모리 용량이 생각보다 많이 중요하다는 것도 알게 되었습니다 (모델 학습 중간에 메모리 초과로 인해 학습이 중단되는 경우가 부지기수여서 모델 학습 때는 한시라도 눈을 뗄 수가 없었습니다).
🔥 VDVT 딥러닝 프로젝트
비전 트랜스포머 기반의 폭력 사태 감지 딥러닝 모델인 VDVT(Violence Detection using Vision Transformer) 프로젝트를 소개합니다.@ 프로젝트 소개 약 4개월(23.09 - 23.12)동안 “이미지 및 자연어 처리를 위한 딥러닝” 수업에서 딥러닝에 대해서 학습하고 새로운 딥러닝 모델을 설계 및 구현하는 프로젝트를 진행했습니다. 이 프로젝트의 이름은 “VDVT : 비전 트랜스포머 기반의 폭력 사태를 감지하는 딥러닝 모델”입니다. 현재 자연어 처리 분야 발전을 Transformer(이하 트랜스포머) 모델이 주도하고 있습니다. 그리고 이 트랜스포머를 컴퓨터 비전 분야에 접목시킨 Vision Transformer(이하 ViT) 라는 모델이 있습니다. 이 ViT는 기존 CNN보다 높은 성능을 제공하지만, 데이터의 양이 충분하지 않다면 일반화가 제대로 이뤄지지 않아 성능이 저하된다는 치명적인 단점이 있습니다. 저는 이를 해결하고자 ViT 아키텍처 초반부에 있…
https://scottxchoo.xyz/pr-vdvt/
 외부 링크들
VDVT : 폭력 사태 감지 딥러닝 모델
Vision Transformer 기반의 폭력 사태 감지 딥러닝 모델 개발 및 연구
Python
Tensorflow
Keras
2023/09/04 → 2023/12/22

️ 프로젝트 소개

FE Developer 본인 포함 3명, BE Developer 1명, Blockchain Core Developer 2명, Smart Contract Developer 1명, Web Designer 1명, PM 2명 그리고 PO 1명으로 구성된 팀으로 프로젝트를 진행했습니다.
이 프로젝트에서 저는 주로 커스텀 훅 설계 및 개발과 프론트엔드 사용자 인터페이스(UI) 구현을 맡았습니다.

 주요 기능

 아키텍처

 기술적 도전

Supernova : 유동화 스테이킹 DeFi
블록체인의 인터넷을 지향하는 Cosmos 블록체인에서 Liquid Staking을 제공하는 DeFi
React
Next.js
TypeScript
React Query
Recoil
2022/05/16 → 2023/03/31

️ 프로젝트 소개

Cosmonaut는 Cosmos 블록체인의 컨트랙트 언어인 CosmWasm을 개발자들이 쉽게 배울 수 있도록 교육하는 웹사이트입니다. CosmWasm 개발 생태계 활성화를 위해 CosmWasm를 개발한 Confio 회사로부터 요청을 받아 5명의 팀(FE 개발자 1명, BE 개발자 1명, Contract 개발자 1명, PM 1명, Designer 1명)으로 진행한 프로젝트입니다.
저는 FE 개발자로서 이 프로젝트의 모든 페이지 UI를 구현했으며, 오픈 소스 라이브러리를 활용해서 핵심 기능인 Code Editor를 구현했습니다.

 주요 기능

 기술 스택

 프로젝트 정보

Cosmonaut : CosmWasm 교육 웹사이트
CosmWasm 컨트랙트 언어를 쉽고 재밌게 배울 수 있는 교육 웹사이트
React
JavaScript
Recoil
2022/05/01 → 2022/11/01