오사카대학
2024~
Dead Zone Transfer and Partitioning (DTP)
양자화로 인해 0으로 반올림된 가중치는 압축이 강해질수록 확장되는 예비 용량(reservoir)을 형성한다. DTP는 이 용량을 독립적인 적응 오버레이로 분할하여, 고정된 양자화 기반을 정확히 그대로 보존한 채 적응을 수행한다.
ML: 사후 학습, 파인튜닝 & 모델 정렬ML: 전이 학습, 도메인 적응 & 지속 학습
ML 연구자 풀스택 엔지니어 3D · 렌더링 DevOps · 인프라 AI 엔지니어
한눈에 보기
- 현재
- 오사카대학 석사과정 — ML & Systems 연구실 (2024~)
- 실무
- GarDsign 엔지니어 (2023~)
- 공동연구
- 닛산과의 서러게이트 CFD 연구
- 학력
- 레이던대학교 컴퓨터과학 학사 (2019~2023) · 고베대학 교환학생 (2022)
01
하는 일
01
AI 연구
서러게이트 모델링과 머신러닝을 위한 시스템.
02
AI 엔지니어링
LLM 기반 기능, 파이프라인, 평가 — 프로덕션 우선의 실용적 접근.
03
인프라 & DevOps
CI/CD, 클라우드 인프라, 모니터링 — 배포 후에도 안정적으로 돌아가는 시스템.
04
3D & 실시간 엔지니어링
Three.js / WebGL 기반 제품 컨피규레이터와 비주얼라이제이션.
05
풀스택 개발
데이터 모델부터 인터페이스까지, 웹 애플리케이션을 처음부터 끝까지. TypeScript / SvelteKit / Node.
02
연구
지속 학습(Continual Learning)과 서러게이트 CFD에 집중.
산학 협력
진행 중
서러게이트 CFD × 닛산
전산유체역학(CFD)을 근사하는 학습 기반 서러게이트 모델로 공력 설계의 시뮬레이션 비용을 절감.
논문
아직 발표된 논문은 없습니다 — 첫 투고를 준비 중입니다.
03
경력
2023~
GarDsign
엔지니어: 풀스택 · 인프라 · 렌더링 · AI
- — 회사 전체 인프라를 베어메탈에서 Kubernetes로 마이그레이션하여 배포 속도와 확장성을 크게 개선.
- — 대규모 정원 씬의 3D 렌더링 로딩 속도를 10배 향상.
- — 사용자 워크플로우를 지원하는 로컬 실행형 ML 모델을 연구 및 배포. 테스트 중
2024~
오사카대학
석사과정: ML & Systems 연구실
2022
고베대학
교환학생: 국제인간과학부
2019~2023
레이던대학교
컴퓨터과학 학사
04
스튜디오
일 밖에서 — 디자인, 프린트, 사진.
킷 디자인
모로코 × 한국
모로코의 전통과 한국의 디자인 언어를 결합한 콘셉트 킷. 디자인부터 인쇄까지 직접 완성.
MEDIA
킷 디자인
오사카대학: El Machikane
El Machikane를 위해 제작한 두 번째 풀 킷 — 콘셉트부터 원단까지.
MEDIA
축구와 러닝, 그리고 카메라가 원동력.
05
연락처
편하게 연락 주세요 — ML, AI, 풀스택 개발 프로젝트 상담을 도와드립니다.