1) 문제점
일반 사용자는 PC 내부에서 실시간으로 변하는 CPU 온도, 팬 속도 같은 복잡한 하드웨어 데이터를 직접 모니터링하고 해석하기 어렵습니다. 이 때문에 부품의 수명을 단축시키는 이상 징후나 잠재적 결함을 사전에 인지하지 못하고, 결국 갑작스러운 시스템 다운이나 데이터 손실, 성능 저하와 같은 심각한 문제가 발생한 뒤에야 상황을 파악하게 되는 경우가 많습니다.

2) 목표
본 프로젝트는 PC의 주요 하드웨어 센서로부터 실시간 데이터를 지속적으로 수집하고, 이를 AI 분석 모델에 적용하여 정상 범위를 벗어나는 미세한 패턴 변화나 이상 신호를 자동으로 탐지하는 것을 목표로 합니다. 최종적으로는 분석된 결과를 바탕으로 사용자에게 임박한 하드웨어 문제나 잠재적 위험을 명확하게 미리 알려주어, 고장이 발생하기 전에 예방 조치를 취할 수 있도록 돕는 지능형 예지보전 시스템을 구축하고자 합니다.

3) 주안점
이 프로젝트의 성공을 위해 가장 중요한 것은 PC 성능에 부담을 주지 않는 가벼운 모니터링 시스템을 기반으로 정확하고 신뢰성 높은 데이터를 확보하는 것입니다. 또한, 수집된 데이터를 정밀하게 분석하여 사소한 이상 징후와 실제 위험을 구분해내는 고성능 AI 모델을 개발하는 데 집중할 것입니다. 마지막으로, 기술적인 분석 결과를 일반 사용자도 쉽게 이해하고 즉각 대응할 수 있도록 직관적이고 사용자 친화적인 알림(UX/UI)을 제공하는 것에 주안점을 둡니다.

1) 포트폴리오 소개
- 파이썬 기반의 윈도우 11 프로그램으로 PC의 장치 정보와 센서 정보를 수집하여 분석 및 리포트를 도출합니다.

2) 작업 범위
- GUI 설계, PC 정보 수집, 정보 가공, 이상탐지 AI 학습 및 적용

3) 주요 업무 : 해당 서비스의 주요 기능 및 주요 페이지
- 사용자 규칙과 실제 수집된 데이터를 기반으로 이상탐지 AI를 학습 및 적용하였습니다.
- 실시간 수집 정보를 사용자가 쉽게 확인할 수 있게 장치별 트리구조 및 그래프로 시각화하였습니다.
- 이상이 탐지되면 프로그램 하단의 시스템 상태 진단 창에 대처 방법이 나오도록 구성하였습니다.

4) 주안점
- PC 정보를 수집할 때 누락되는 정보가 없도록 하드웨어 모니터링에 주로 사용되는 LibreHardwareMonitorLib를 사용하였습니다.
- 수집된 정보를 기반으로 이상탐지 모델을 학습할 수 있도록 파이프라인을 만들었습니다.