Taegyun kim

👨‍💻 Name : Tae Gyun Kim

📱 h.p : 010-3069-3943

📧 Email : kimtg0003@gmail.com

🖥 Github : ASOTEA

✏️ Education : Kangnam University / Double Major in Data Science and Semiconductor System convergence

---

👨🏻‍🎓 자기소개

---

저는 사람들이 쉽게 접하지 못하는 데이터에서 새로운 패턴과 정보를 발견하는 데 흥미를 느껴 데이터와 AI 분야를 선택하였습니다. 이상 처리, 우주, 음성 등 다양한 형태의 데이터를 다루며, 정답이 정해지지 않은 문제를 가설과 실험을 통해 해석하는 과정을 반복해 왔습니다. 가설 설정과 실험 과정을 통해 의미를 도출하는 경험을 중요하게 생각하며, 분석의 과정을 근거로 판단할 수 있는 데이터 분석가로 성장하고자 합니다.

💻 Activities

---

🔘 오디오 언어모델의 경량 모델링 레서피 탐구(2025)

• SALMONN 기반 Audio LLM을 대상으로, 베이스라인 성능을 유지하면서 메모리와 추론 지연을 줄이기 위한 경량화 전략을 실험적으로 탐구함
• Audio Encoder, LLM, Prompt, Q-Former 등 구성 요소를 분리하여 교체·비교 실험을 수행하고, 성능(AAC, ASR)과 효율(Memory, Latency)을 기준으로 최적 조합을 선정함
• 메모리를 약 9.2GB에서 5.3GB로 절감하면서 AAC 성능을 유의미하게 향상시켰고, ASR은 베이스라인과 유사한 수준을 유지함

🗼 Single - Tower VLM의 통합된 임베딩 레이어 변화로 성능향상을 위한 연구 설계(2024)

• 최근 AI 모델의 발전은 새로운 아키텍처 설계보다 기존 하위 모듈의 조합과 최적화가 성능에 미치는 영향을 분석하는 방향으로 확장되고 있음
• 모델 복잡도와 연산 리소스를 줄이면서도 멀티모달 표현을 유지할 수 있는 One-tower VLM 구조에 주목하여 연구를 설계함
• CLIPPO를 기반으로, 통합 임베딩 구조를 유지한 채 이미지 인코더(backbone)의 구성 변화가 모델 특성에 미치는 영향을 이론적으로 분석함

🐎 인공지능 기반 말 발군 질환 진단(2023)

• 말의 보행 상태 및 발굽 건강상태를 파악할 수 있는 보행 동영상 및 발굽 이미지등의 표준 데이터 구축 및 인공지능 활용 진단으로 말 사육 농가의 비용 절감과 말 산업 육성의 지능화 기반 마련
• Deeplabcut를 이용하여 말 보행 데이터를 가이드라인에 따라 라벨링
• HRNet을 이용해서 말 보행 데이터 point 예측 후 말 보행 데이터 리라벨링

🌌 우주의 숨겨진 비밀을 푸는 핵심 도구(2023)

• 시민 프로젝트(Galaxy Zoo)에 대해서 알리고 진입 장벽을 낮출 필요 있음
• 웹페이지와 동시에 진행하기 때문에 분류의 모델의 성능보다 속도, 최적화 관점에서 접근
• MVP 방식으로 데모 구현(Streamit)

📺 스마트 공장의 제어시스템 구축을 위한 생산품 품질 분류(2022)

• Tabular data에 있는 이상치 유지 및 결측치를 0처리 F1 Score(0.65412 → 0.68412)
• Caboost에 feature_importances를 이용해서 columns 3331중에서 300개 추출 F1 Score (0.68412 → 0.70444)

🛠 Stacks

---

Python Matplotlib Numpy Pandas Seaborn Scikit_learn TenserFlow Pytorch R studio

🎓 Education

---

- Boostcamp ai 7th

- 강남대학교: 데이터 사이언스/ 반도체시스템 융합 전공

- LG Aimers Hackathon

- 한이음 ICT 멘토링

기간 : 24.08 ~ 25.02 / 수료 : 2025.02

학점 : 3.9(4.5) / 졸업 : 2024.08

2nd, 3rd, 4th

기간 : 23.04 ~ 23.11