변강원

지원 동기

지난 4년 6개월 동안 딥러닝 엔지니어로서 의료 영상뿐만 아니라 다양한 도메인에서 Object Detection, Segmentation, Keypoint Detection, 그리고 최근에는 Stable Diffusion과 환자의 메타 데이터 및 X-ray 영상을 결합하여 예후를 예측하는 비전 프로젝트들을 깊이 있게 경험했습니다. 이를 통해 모델의 성능을 향상시키고 실무 문제를 해결하는 능력을 고루 갖추어 왔습니다.

여기에 안주하지 않고, 최근 빠르게 변화하는 LLM과 Vision-LLM 기술에도 깊은 관심을 가지고 다양한 오픈소스 및 Hugging Face 모델들을 개인적으로 연구하고 학습해왔습니다. 그 결과 로킷헬스케어에서 LangGraph 기반의 추천 엔진 설계나 멀티 모달 AI 솔루션 기획 등을 성공적으로 완수할 수 있었습니다.

제가 축적해온 영상 처리 및 생성, LLM 융합 기술과 프로젝트 관리 경험은 귀사의 비즈니스 성장에 확실하게 기여할 수 있을 것이라 자부합니다. 회사의 비전 달성과 저 개인의 기술적 성장이 시너지를 내며 함께 나아갈 수 있기를 희망합니다.

직무 관련 경험 및 역량

다양한 도메인(X-ray, Whole Slide Image, 스마트 팜, 스마트 축사 등)의 데이터셋을 다루며 까다로운 기술적 요구사항을 성공적으로 충족시켜 왔습니다.

• 의료 시계열 및 복합 데이터 융합: X-ray 영상에서 OA Progression(관절염 진행 단계)을 예측하기 위해 메타 데이터와 이미지 피처를 결합하는 TabAttention, TabMixer 모듈을 도입하고, Multi-instance Learning 기법을 적용하여 모델이 시간에 따른 이미지 변화 양상을 유기적으로 학습하게 만듦으로써 성능 향상을 달성했습니다.
• 이미지 생성 및 뼈대 검출: Keypoint Detection 모델을 통해 하지 전장 정렬(LLA) 각도를 정밀 측정하였고, 국소 무릎 X-ray 영상을 기반으로 Stable Diffusion을 활용하여 전체 하지 영상을 복원 및 생성하는 연구를 성실히 수행했습니다.
• 불균형 데이터 및 Segmentation 대응: Whole Slide Image(WSI) 내 뇌종양 세포 검출 Task에서 검출율이 극히 낮았던 분열구(Mitosis) 검출을 위해 Copy & Paste 기법 등의 데이터 보강 방식을 적극적으로 적용하여 감지 정확도를 획기적으로 끌어올렸습니다.

입사 후 포부

입사 후 가장 먼저 귀사만의 독창적인 개발 프로세스와 파이프라인, 비즈니스 도메인을 빠르게 습득하여 기존 팀원들과 긴밀히 융합되겠습니다. 적응기를 마친 후에는 제가 가진 고도화된 비전 및 영상 처리 지식, LLM 파이프라인 설계 역량을 적극적으로 펼쳐 현재 개발 중인 핵심 프로젝트들이 마일스톤에 맞추어 성공적으로 런칭될 수 있도록 몰입하겠습니다.

현재에 만족하지 않고 끊임없이 최신 트렌드의 기술을 학습하고 적용할 것이며, 프로젝트 진행 과정 중 얻은 값진 노하우와 지식들을 팀 내에 활발히 공유하여 함께 성장하는 선순환 구조를 만드는 촉매제가 되겠습니다.