(1) 문제점
AI 학습용 바카라 필승법가 여러 채널과 장비(CCTV, 드론 등)에 분산되어 있어 수집 및 검색의 어려움이 발생
동일한 객체임에도 촬영 환경 및 포맷이 달라 바카라 필승법 정합성과 활용성이 떨어짐
수동 라벨링 및 수집 프로세스가 반복되며 비효율 초래
기존 시스템에서는 바카라 필승법 유실 우려가 있어 관리 및 추적이 어려움

(2)프로젝트 목표
분산된 Vision 바카라 필승법의 메타정보를 자동으로 추출하고 검색 가능한 구조로 통합
LLM 기반 이미지 설명 자동화 및 유사 이미지 검색 기능 구현
재학습 가능한 고품질 바카라 필승법셋을 생성하고 자동화된 MLOps 파이프라인 구성
온프레미스 및 클라우드 간 연동이 가능한 유연한 시스템 아키텍처 구현

(3)주안점
이미지 메타바카라 필승법 자동 생성 및 벡터 검색 기반 고속 검색 기능 제공
바카라 필승법 수집 → 라벨링 → 검수 → 재학습까지 자동화된 AI 학습 바카라 필승법 순환 시스템 설계
바카라 필승법 보존 및 이력 추적을 위한 바카라 필승법 거버넌스 기능 내재화
유사 이미지 추천을 통한 Vision Data 재사용성 증대로 학습바카라 필승법 구축 비용 절감 및 품질 향상

# 설명
2024년 SK텔레콤 Vision AI 사업부에서 진행된 프로젝트로, 다양한 CCTV 및 영상 장비에서 수집되는 비정형 바카라 필승법를 자동으로 전처리, 라벨링, 저장, 검색, 활용할 수 있는 DataOps & MLOps 통합 플랫폼을 설계 및 개발하였습니다. NoSQL 기반 스토리지와 Vector DB를 활용한 유사 이미지 검색 기능, 프롬프트 엔지니어링을 적용한 LLM 기반 메타바카라 필승법 생성, 멀티 클라우드 환경에서의 바카라 필승법 처리 최적화를 담당하였습니다. 또한, LLM + Vision AI 융합 기반 자동 라벨링 기능을 구축하고, 라벨 바카라 필승법의 품질 평가 및 재학습 자동화 파이프라인을 운영하여 Vision 모델의 학습 효율성을 30% 이상 향상시켰습니다.

# 작업범위
FastAPI 기반의 Vision AI 백엔드 개발, MLOps 파이프라인 구현, NoSQL/VectorDB 설계 및 운영, 클라우드 인프라(AWS/On-prem) 아키텍처 구성

# 주요 업무
•Vision AI DataOps 플랫폼 개발을 주도하여 바카라 필승법 수집, 처리, 활용, 관리를 위한 Pipeline 구축 및 최적화로, AI 워크플로우 및 바카라 필승법 품질을 향상
•다양한 NoSQL 워크로드 처리 및 LakeHouse(Hudi, Iceberg), DWH 구축/운영 경험 (On-premise 및 Public Cloud 환경)
•Vision AI MLOps & DataOps에서 마이크로서비스별 적절한 바카라 필승법베이스 도입 및 개발 진행 (NoSQL, VectorDB, Redis, MongoDB, Ceph, Minio, PostgreSQL, AWS S3/Glue/Redshift 등)
•중앙 집중식 메타바카라 필승법 관리 및 바카라 필승법 추적, 바카라 필승법거버넌스 제공
•LLM기반 Prompt Engineering 통한 Vision Data Description 추출 및 유사 바카라 필승법 셋 추천
•서울 종로·도봉 발달장애인 복지센터에서 시범 운영 중인 Vision AI 기반 CCTV가 발달장애인의 발차기·주먹질·주저앉기·자해 등 9종 도전행동을 자동 인식하고 기록해, 돌봄 전문가에게 전달돼 대응하도록 설계하여, AI 기반 발달장애인 도전행동 분석 시스템 서비스화
•벡터 바카라 필승법베이스를 활용하여 AI 모델의 지속적인 성능 향상을 위한 골든 바카라 필승법셋(FN: 누락 탐지, FP: 오탐 탐지) 확보
•Keyword 검색 (Elastic Search), Semantic 검색 (Faster R-CNN, ResNet50로 Feature 추출, Apache Spark DAG 작업 흐름 제어, OpenCLIP 임베팅 추출, Vector DB 저장, KNN/PCA 유사도 검색) 기능 개발
•기존 검색 기능(Semantic/Keyword 검색) 확장을 위해, 다중 채널 영상에서의 신체/얼굴 검색, 객체 이동 경로 추적, 요약 영상 생성 기능 구현.
•이미지 임베딩 서빙 모델(얼굴 인식, 재식별) 배포 및 통합하여 다중 소스 신체/얼굴 검색 기능 강화
•SKT 통신 Access 기지국 드론 점검 AI모델 및 지도 연계 추적(실내/실외) PoC 개발
•바카라 필승법 에이전트 개발 및 바카라 필승법 웨어하우스 기능 개선, CareConnect 시스템의 퍼블릭 클라우드 마이그레이션 지원

# 적용 기술
•클라우드/인프라: AWS EC2, S3, Glue, Lambda, Redshit,Aurora, ECS, 온프레미스 연동
•바카라 필승법베이스: MongoDB, Redis, PostgreSQL, Vector DB
•AI: Faster R-CNN, ResNet50, OpenCLIP, KNN/PCA, CVAT, Yolo, LLM, RAG, Agent AI
•Machine Learning : Ensemble (Bagging, Boost), PCA, Linear regression, K-fold
•MLOps: MLflow, GitOps, Prefect, Docker, Kubernetes
•프레임워크/라이브러리: FastAPI, Flask, Anaconda, Virtualenv, JupyterLab, Pandas, Numpy
•보안/모니터링: AWS CloudWatch, CloudTrail, Grafana, Streamlit

# 주안점: 결과AI 바카라 필승법셋 처리 속도 60% 향상
유사 바카라 필승법 추천 정확도 85% 이상
라벨링 자동화에 따른 인건비 절감 (예상 연 2억 원)
SK텔레콤 내부 Vision 프로젝트 5건 이상에 실 적용