한국전파진흥협회 AWS AI School 1기 자기소개서 지원서와 면접자료
분야
hwp목차
1. 팀 프로젝트 수행 경험과 결과물 중심의 소개
2. 지원 동기, 만들어보고 싶은 프로젝트/포트폴리오, 교육에 바라는 점
3. 면접 예상 질문 및 답변
-
1. 팀 프로젝트 수행 경험과 결과물 중심의 소개
대학교 3학년 때, ‘지능형 농업 플랫폼’이라는 주제로 스마트팜 데이터를 활용한 예측 시스템을 개발한 적이 있습니다. 당시 교내 AI 캡스톤디자인 수업에서 팀장 역할을 맡아 총 4명의 팀원과 함께 약 10주간 프로젝트를 진행했습니다. 이 프로젝트는 단순히 이론적 접근이 아닌 실제 데이터를 바탕으로 작물의 생육환경을 분석하고, 수확시기를 예측하는 것을 목표로 했습니다.
프로젝트 초반에는 전국 스마트팜 공공 데이터와 농촌진흥청 API를 통해 기온, 습도, 일조량, 작물별 생육정보 등 다양한 데이터를 수집했습니다. 그러나 데이터는 예측모델에 적합한 형태가 아니었기에 전처리에 많은 시간이 소요되었습니다. 팀원들과의 협업을 통해 결측치를 평균 대체법과 이동평균법으로 처리했고, 농작물 생육단계를 기준으로 시계열 데이터를 분할했습니다.
예측 모델로는 LSTM(Long Short-Term Memory)을 선택했습니다. 작물 생육은 연속적인 패턴이 중요하고 계절성이 반영되어야 했기 때문입니다. TensorFlow를 기반으로 LSTM 모델을 설계하였고, 학습에 GPU 자원을 효율적으로 활용하기 위해 Google Colab Pro를 사용했습니다. 학습 정확도는 91%까지 도달했으며, 예측된 수확시기와 실제 수확시기를 비교했을 때 평균 오차는 약 5.7일 이내였습니다. 이는 기존 단순 선형회귀 모델 대비 20% 이상 향상된 성능이었습니다.
프로젝트의 하이라이트는 예측결과를 시각화한 대시보드였습니다. Dash를 사용해 각 작물의 성장단계, 예측 수확일, 최적 수분 조건 등을 직관적으로 표현했습니다. 이를 통해 농민이 모바일로도 쉽게 접근할 수 있도록 구현했으며, 팀원 중 한 명의 가족이 실제 농사를 짓고 있어, 시범적으로 해당 농가에 도입하기도 했습니다.
결과적으로 본 프로젝트는 교내 캡스톤 경진대회에서 우수상을 수상하였고, 팀원들과 함께 외부 해커톤에도 참가해 추가적으로 ‘작물 병해충 발생 예측 모듈’을 개발하는 성과로 이어졌습니다. 이 경험을 통해 저는 데이터 전처리부터 모델링, 시각화, 사용자 중심 UI 설계까지 전 과정을 경험하였고, 무엇보다 팀원과의 유기적인 소통과 협업이 기술 이상의 중요한 자산임을 체감했습니다.
2. 지원 동기, 만들어보고 싶은 프로젝트/포트폴리오, 교육에 바라는 점
AI 기술은 더 이상 특정 영역에 국한되지 않고 일상과 산업 전반에 깊숙이 스며들고 있습니다. 저는 전공 수업을 넘어서, 실질적인 문제를 해결할 수 있는 AI 시스템을 구축하는 데 매력을 느껴 본 과정을 지원하게 되었습니다. 특히 AWS AI School은 단순한 교육이 아닌, 프로젝트 중심의 실습 위주 커리큘럼으로 구성되어 있어 제가 그동안 갈망해왔던 실무형 AI 역량을 쌓을 수 있는 최적의 기회라고 생각합니다.
제가 만들어보고 싶은 프로젝트는 ‘AI 기반 소비자 감성 분석 및 트렌드 예측 시스템’입니다. 현재 SNS, 블로그, 쇼핑 리뷰 등에는 수많은 소비자 반응 데이터가 존재하지만, 이를 정형화하여 기업 인사이트로 전환하는 데에는 아직 비효율적인 구조가 많습니다. 저는 Huggingface 기반 BERT 모델을 Fine-tuning하여 키워드별 감정 추이, 시즌별 소비 트렌드, 소비자 불만 유형 등을 시각화할 수 있는 대시보드를 구축하고자 합니다. 이를 통해 브랜드 마케팅 전략이나 제품 개선방향에 실질적인 통찰을 줄 수 있는 포트폴리오를 완성하는 것이 목표입니다.
또한 AI 윤리나 편향성 문제에도 관심이 많습니다. 과거 졸업논문에서 ‘AI 알고리즘의 윤리적 제어장치’라는 주제로 발표한 바 있으며, AI가 단지 효율성만 추구해서는 안 된다는 문제의식을 갖고 있습니다. 향후 해당 교육과정을 통해 공정하고 해석 가능한 AI 설계, AI Governance 등에 대한 기초적인 관점을 함께 배우고 싶습니다.
AWS AI School에 바라는 점은 크게 두 가지입니다. 첫째, 산업현장에서의 실제 문제를 다룬 과제 중심 교육입니다. 예를 들어, 물류 최적화, 금융 사기 탐지, 고객 이탈 예측과 같은 과제를 통해 ‘현장에서 AI가 어떻게 쓰이는지’를 체감하고 싶습니다. 둘째는 협업을 중시하는 프로젝트 환경입니다. AI는 혼자만의 기술이 아니라, 팀과의 시너지를 바탕으로 가치가 창출된다고 믿기에, 다양한 백그라운드를 가진 참가자들과 함께 멀티 디바이스 기반 협업도 경험해보고 싶습니다.