2025 경동나비엔 R&D _Machine Learning Engineer 자기소개서

1. 2025 경동나비엔 R&D _Machine Learnin.hwp
2. 2025 경동나비엔 R&D _Machine Learnin.pdf
특히 스마트홈과 HVAC 시스템에 적용할 수 있는 예측 모델링에 매력을 느꼈고, 졸업 프로젝트로 '온도 및 습도센서 기반 에너지 효율 최적화 모델'을 개발하며 AI 기술이 실제 거주환경을 얼마나 바꿀 수 있는지를 경험했습니다.
한 예로, 외부 스타트업과의 산학 프로젝트에서 HVAC제어 시스템에 적용할 예측 모델을 개발할 때였습니다.
단순한 정밀도 높은 모델을 넘어, 고객에게 신뢰받는 '설명 가능한 에너지 시스템'을 구축하는 데 일조하고 싶습니다.
특히 외부 기후, 실내 환경, 사용자 선호를 통합해 작동 패턴을 예측하는 모델은 에너지 효율과 사용자 만족을 동시에 높일 수 있는 전략적 영역입니다.
이런 경험을 통해 데이터 전처리야말로 모델 성능의 절반 이상을 결정한다는 사실을 체감했습니다.
특히 스마트홈과 HVAC 시스템에 적용할 수 있는 예측 모델링에 매력을 느꼈고, 졸업 프로젝트로 '온도 및 습도센서 기반 에너지 효율 최적화 모델'을 개발하며 AI 기술이 실제 거주환경을 얼마나 바꿀 수 있는지를 경험했습니다.
가장 도전적인 경험은 '실시간 HVAC제어를 위한 강화 학습 기반에 이전트 설계' 프로젝트였습니다.
목표는 환경변화에 따라 학습하는 AI가 실내 온도를 자동 조절하면서 에너지 효율을 동시에 높이는 시스템을 만드는 것이었습니다.
먼저 OpenAIGym 기반의 에너지 시뮬레이터를 개조해 실제 온도와 습도 데이터를 투입했고, 기후환경에 따른 열 손실 모델을 계산하여 rew ardfunction을 설계했습니다.
문제는 모델이 실내 쾌적도와 에너지 절감 중 어느 하나만 최적화하려는 경향을 보였다는 점이었습니다.
나아가 실제 환경에서 동작 가능한 알고리즘을 만드는 것이 얼마나 많은 조정과 절충을 요구하는지를 배웠고, 이것이 바로 산업현장에서 요구되는 엔지니어의 태도라고 믿고 있습니다.
이 경험은 제가 단순히 알고리즘을 잘 짜는 사람이 아니라, 실제 사용자와 시스템을 함께 고려하는 '엔지니어'임을 자각한 계기였습니다.
특히 스마트홈, 헬스케어, 에너지 제어 등 실생활과 밀접한 기술이 빠르게 AI 기반으로 전환되면서, 사용자 입장에서 그 시스템이 '왜 그런 판단을 내렸는가'를 이해할 수 있는 설명 가능성이 점점 중요해지고 있습니다.
예를 들어 사용자가 "보일러가 왜 갑자기 꺼졌는가?"라는 질문을 했을 때, 단순한 숫자 대신 "외부 기온 하락→에너지 절감 알고리즘 적용→3시간 후 재작동 예정"과 같은 설명이 제공되어야 사용자 신뢰가 유지될 수 있습니다.
단순한 정밀도 높은 모델을 넘어, 고객에게 신뢰받는 '설명 가능한 에너지 시스템'을 구축하는 데 일조하고 싶습니다.
AI는 사용자 맞춤형 제어, 에너지 소비 예측, 고장 사전 탐지 등 제품의 지능화를 가능하게 하며, 이러한 경험은 고객 충성도를 높이고 브랜드 가치를 상승시킬 수 있습니다.
이런 경험을 통해 XAI는 기술이 아닌 '신뢰의 언어'라는 점을 확신하게 되었습니다.
모델, 에너지, 사용자, 기술, 시스템, 예측, 데이터, 제어, 경험, 기반, 가능하다, 환경, 설명, ai, 효율, 생각, 알고리즘, 화, 보일러, 적용