학생에서 엔지니어로: 실제 적용 AI, 음성 어시스턴트 및 다른 분야로의 여정

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

인공지능, 데이터 분석

대상자

• 소프트웨어 개발 및 AI 분야의 학생 및 초보 개발자
• 중급~고급 수준의 실무 지식 (SOLID 원칙, 디자인 패턴, 머신러닝 알고리즘 등)

핵심 요약

• 음성 어시스턴트 "EDITH" 개발: Python 기반의 Rule-based + AI-enhanced 시스템으로 speech recognition 및 edge-tts 활용
• Sales Data Analysis Dashboard: Streamlit & Flask 기반 앱에서 SOLID 원칙 및 Factory, Singleton, Observer 디자인 패턴 적용
• Credit Card Fraud Detection 연구: Random Forest vs. XGBoost 성능 비교 분석 (실제 데이터셋 기반)

섹션별 세부 요약

1. 음성 어시스턴트 "EDITH"

• Python으로 개발된 Rule-based + AI-enhanced 어시스턴트
• Speech recognition 및 fuzzy matching 기술 적용
• edge-tts를 활용한 음성 응답 구현

2. Sales Data Analysis Dashboard

• Streamlit & Flask 기반의 Python 앱 개발
• SOLID 원칙 및 Factory, Singleton, Observer 디자인 패턴 적용
• Sampath Food City 데이터 기반의 제품 성과 분석 및 시각화

3. Face Recognition Attendance System

• QR 스캐닝 및 facial recognition 기술을 활용한 학생 추적 시스템
• 실시간 알림 및 로컬 대시보드 구현
• Scalability 및 Modularity를 강조한 아키텍처 설계

4. Credit Card Fraud Detection Research

• Random Forest과 XGBoost 알고리즘의 성능 지표 비교 분석
• 실제 데이터셋을 사용한 머신러닝 모델 평가
• Big data 기반의 분석 방법론 적용

결론

• AI 및 ML을 실제 시스템에 적용할 때 디자인 패턴과 아키텍처 설계 원칙(SOLID)을 준수해야 성능과 확장성이 보장됨
• 음성 인터페이스 및 면역 인식 시스템 개발 시 Python과 엣지 기술을 결합하는 것이 실무 적용의 핵심
• 데이터 분석 및 모델 성능 비교는 실제 데이터셋과 비교 분석 방법론을 기반으로 해야 효과적임