AI 개발자 안민혁

AI/ML을 통해 문제를 해결하는 다양한 프로젝트를 수행해왔습니다.
최근에는 프롬프트 최적화의 문제를 해결하기 위해 Prototypical Feedback 방법론을 설계해 성능을 1.64%p 높이고 추론 비용을 18.19% 절감했습니다. 또, GNN 연구에서는 데이터의 전역적 패턴과 지역적 패턴을 함께 학습하도록 설계해 그래프 분류 성능을 11.01%p 개선하였습니다. 협업을 할 때에는 꾸준한 소통을 통해 팀원 간 진척을 확인하고 부족한 부분을 점검하여 끝까지 완성도 높은 결과를 만들어냅니다. 의견이 엇갈릴 때는 데이터를 근거로 함께 합의점을 찾아냅니다.

  als7928@daum.net  /    Github

profile photo

학력

연세대학교 (2023.09 — 2025.08)
인공지능학과 석사 졸업
학점: 4.12 / 4.50
Coursework: 고급영상처리 / 딥러닝네트워크경량화 / 멀티코어프로그래밍 / 그래프및네트워크분석 / 멀티모달딥러닝 / 정보이론 / 고급데이터마이닝

인하대학교 (2018.03 — 2023.08)
정보통신공학과 학사 졸업
학점: 3.89 / 4.50
Coursework: 컴퓨터비전 / 디지털영상처리 / 디지털신호처리 / 선형대수 / 확률및통계 / 객체지향프로그래밍 / 자료구조론 / 알고리즘 / 시스템프로그래밍 / 운영체제 / 데이터베이스시스템 / 컴퓨터네트워크

스킬

Programming Language: Python

Libraries and Tools: Pytorch / PyG / NetworkX / NumPy / Pandas / Matplotlib / WandB

OS: Linux / Mac / Windows

연구 프로젝트
ProtoPrompt: Multi-perspective Prompt Optimization via Prototypical Feedback
4인 프로젝트
Submitted to EACL (2024.09 — 현재)
 프로젝트 상세

  • 문제 배경: Feedback을 활용하는 최근의 프롬프트 최적화 방법론은 Feedback이 다양한 관점을 반영하지 못하여 잘못된 방향으로 최적화되어 탐색이 길어지는 문제가 발생
  • 해결 방법: 조건부 Feedback 분포를 생성하고 그 중 가장 대표적인 Feedback을 선택하는 Prototypical Feedback 메커니즘 제안 및 활용
  • 결과: 베이스라인 대비 성능 최대 1.64%p 및 추론 비용 18.19% 개선

    • Large Language Models

    Automatic Prompt Optimization

    Black-box Optimization

    LLM Agents

    Dialogue & Interactive Systems

    Monte Carlo Tree Search

    Information Extraction
    		Reaction–Diffusion-based Global–Local Graph Fusion Network for Graph Mining Learning
    3인 프로젝트
    Submitted to PAKDD (2024.05 — 현재)
     프로젝트 상세

  • 문제 배경: 그래프 데이터는 전역적 Context 없이는 지역적 Subgraph를 구분하는 것이 어렵고 모델 표현력이 저하되는 문제가 발생
  • 해결 방법: 입력에 따라 지역-전역 표현을 동적으로 추출하고 결합하는 GNN 개발
  • 결과: 그래프, 노드 분류, 회귀 데이터셋에서 성능 최대 11.01%p 개선

    • Graph Neural Networks

    Neural ODEs

    Representation Learning
    Latent Diffusion Models를 이용한 Crowd Counting
    4인 프로젝트
    졸업 프로젝트, (2023.03 — 2023.08)
     프로젝트 상세

  • 문제 배경: 기존의 Crowd counting 방법론은 고비용 데이터(열화상, 깊이 등)가 필요하다는 문제가 발생
  • 해결 방법: RGB→Crowd 맵 변환을 위해 Diffusion Models를 활용하고, 변환된 Crowd에 Contour Detection하여 사람의 수를 측정하는 시스템 개발
  • 결과: 단일 모달리티(RGB)만으로 Cost-effective한 추론 및 고비용 데이터를 사용했을 때와 유사한 성능 달성

    • Crowd Counting

    Diffusion Models

    Conditional Image Generation

    Latent Space

    연구 과제

    지속 가능한 협업형 멀티 모달 평생 학습 프레임워크 개발 (2023.12 — 2024.12)
    IITP 정보통신기획평가원 정보통신방송연구개발사업

    그래프 데이터로부터 생활패턴 발견기술 연구 (2023.09 — 2023.11)
    ETRI 한국전자통신연구원 정보통신방송연구개발사업

    상용 자율주행차 주행 데이터 (2022.05)
    NIA 한국지능정보사회진흥원 인공지능학습용데이터구축사업

    다학년연구프로젝트 (2021.09 — 2022.12)
    인하대학교

    특허

    교사 모델을 이용한 지식 증류 방법 및 장치 (10-2024-0141487) (출원, 2024.10.16)

    자격증

    AICE Associate (2025.10.24)

    SQL 개발자 (SQLD) (2025.12.12)

    수상/경험

    Fundamentals of Accelerated Data Science 교육 수료 (2025.03.26)
    엔비디아
    수료증
    — GPU 기반 Tabular 데이터 EDA 및 ML 교육 이수

    2024 한국데이터마이닝학회 (KDMS) (2024.11.22 — 2024.11.23)
    — GNN 논문 포스터 발표

    프로그래밍언어구조론 조교 (2024.09 — 2024.12)
    연세대학교
    — 함수형 언어 패러다임 및 Common LISP 강의

    공학교육인증 이수 (ABEEK) (2018.03 — 2023.08)
    인하대학교

    성적 우수 장학생 (2022-2학기)
    인하대학교

    연구프로젝트 성과발표회 (2022.12)
    인하대학교
    — 대상 수상

    Future Mobility Urban Challenge (2022.11)
    서울대학교
    — Camera-LiDAR 딥러닝 기반 실시간 3D 객체 탐지 시스템 개발
    — 참가상 수상

    국제 대학생 창작 자동차 경진대회 (2022.10)
    한국자동차안전학회
    — Camera-LiDAR 딥러닝 기반 실시간 3D 객체 탐지 시스템 개발, RGB & LiDAR 데이터 수집, 전처리 및 학습, ROS 기반 실시간 추론 시스템 개발

    연구프로젝트 성과발표회 (2022.01)
    인하대학교
    — 대상 수상

    학부연구생 (연구실 인턴) (2021.12 — 2022.05)
    인하대학교 컴퓨터비젼연구실 (지도교수: 김학일 교수님)
    Project
    — 배경 이미지와 희소 클래스의 전경을 Semantic Segmentation을 통해 분리하고 자동으로 합성하여 균형 잡힌 학습 데이터셋을 생성하는 시스템 개발

    대한민국 육군 (2020.02 — 2021.08)
    병장 만기 전역

    성적 우수 장학생 선발 (2018-1학기)
    인하대학교