최호

스크린샷 기반 AI 수정 시 DOM 식별 실패로 재지시가 반복되고, 독립 작업의 순차 실행으로 처리 시간과 비용이 누적되는 문제 분석

• Playwright CLI로 DOM·HTML 정보를 제공해 수정 대상과 관련 코드를 연결하는 입력 구조 설계·구현
• 카드 의존성 분리 및 독립 작업 병렬화, Codex·Claude에서 재사용 가능한 워크플로로 공통화

→ 처리 시간 중앙값 31.6% 단축 및 카드별 AI 비용 중앙값 35.4% 절감

컴포넌트·좌표·이벤트·데이터 필드를 React 구현 명세로 전환하는 절차가 없어 정보 누락과 전환 품질을 검증하기 어려운 문제 개선

• Nexacro→React 마이그레이션 PoC의 원본 분석, 명세화, 구현 및 검증 워크플로 설계
• Playwright CLI로 원본 화면 정보를 추출해 AI 입력용 Markdown 명세로 구조화
• GitHub Spec Kit을 참고해 화면 구조, 기능 요구사항, AC, 고객사 코드 제약조건을 분리하고 명세에 반영
• 고객사와 태블릿 핵심 정보 및 하위 화면 이동 기준 조율, 스크린샷 비교와 기능별 AC로 화면 유형 5종 검증

→ UI 원천 데이터 수동 추출 100% 제거, 주요 화면 유형 5종 중 5종 전환 검증 및 명세 추출 성공률 100% 달성

기존 UI가 파일명과 관련도 score만 제공해 연구진이 검색 결과와 실제 증거의 일치 여부를 판단하기 어려운 문제 개선

• AI 포렌식 데스크톱 프로젝트의 검색 결과 및 원본 검증 UI 설계·구현
• XAI·HCI 선행 연구 5편 검토, AI 결과→핵심 근거→원본 데이터 순서의 검증 정보 구조 설계
• 문서 본문 일치 문장, 이미지 OCR 텍스트, 음성·영상 STT 발화 구간 제공 및 공통 파일 메타데이터 연결
• STT 세그먼트에 시작·종료 시각 포함, 선택 시 원본 미디어의 해당 타임스탬프로 이동하도록 구현

→ 문서·이미지·음성·영상 4종 모두 Evidence UI 적용, 음성·영상 2종의 탐색 범위를 전체 파일에서 관련 발화 구간으로 축소

백엔드에 추가한 센터·클라이언트가 운영 화면에 반영되지 않는 문제의 원인 분석 및 프론트엔드 데이터 구조 전환

• 프론트엔드와 백엔드에서 동일한 enum을 각각 관리해 수정 누락 시 API와 운영 화면의 데이터가 불일치하는 원인 확인
• 프론트엔드의 하드코딩 enum 제거, 백엔드 API 응답을 단일 데이터 기준으로 사용하도록 구조 변경
• 로그인 시 센터 목록을 LocalStorage에 저장하고 화면별 가공 데이터는 기존 Recoil selector로 파생해 변경 범위 최소화
• 백엔드 개발자와 프론트 수정·재배포 없이 신규 센터가 운영 화면에 반영되는지 검증

→ 추가 절차 4단계 → 2단계, 데이터 관리 지점 2곳 → 1곳, 프론트 수정·재배포 1회 → 0회

수동 검증으로 한·중·일·영 리소스 누락을 배포 전에 차단하지 못해 사용자 화면에 i18n 키 63건이 노출되는 문제 개선

• 다국어 리소스 자동 검증 도입 제안, 오류 분석부터 스크립트 구현·CI 적용까지 전 과정 담당
• 한국어 JSON을 기준으로 중첩 키 경로를 평탄화하고 언어별 누락·불일치 키를 자동 검출하는 스크립트 구현
• AWS CodePipeline pre_build 단계에서 누락 발견 시 배포를 차단하도록 개발팀 공통 CI 절차에 적용

→ i18n 키 노출 63건 → 0건, 키별 검증 시간 20~30초 → 1초 이내로 단축

프로덕션 빌드에 평균 246.22초가 소요되고, any 타입으로 인해 잘못된 데이터가 실행 단계에서 발견되는 문제 개선

• TypeScript 3.9.5→5.8.3 전환 후 컴파일러가 표시한 진단 500여 건을 공통 타입→API 응답→기능별 사용 코드 순으로 정리
• 그래프 API 응답을 실제 데이터 구조에 맞는 인터페이스로 재정의하고 숫자 입력을 number로 제한해 any를 통한 타입 검사 우회 제거
• 동일 조건에서 마이그레이션 전후의 프로덕션 빌드 시간과 7일간 런타임 오류 비교·검증

→ 평균 프로덕션 빌드 시간 246.22초 → 199.51초로 19% 단축, 런타임 오류 27건 → 10건으로 63% 감소

태그가 다르지만 의미가 유사한 콘텐츠를 연결하지 못하는 기존 태그 추천의 한계 개선

• 내·외부 콘텐츠 임베딩 및 pgvector HNSW 검색 적용을 통한 의미 기반 큐레이션 구현
• 사용자 관심사와 게시글·큐레이션 데이터 연결, 추천 이유 UI를 통한 추천 근거 제공
• 동일 노출 위치에서 기존 태그 추천과 의미 기반 추천의 CTR 비교·검증

→ 동일 노출 위치 기준 기존 태그 추천 대비 콘텐츠 CTR 15% 향상

글 작성 후 Notion에 URL과 태그를 직접 등록하는 과정에서 일주일간 게시글 9건이 누락되고, 사용자가 직접 방문해야 새 글을 확인할 수 있는 문제 개선

• 큐스팅 운영자이자 프론트엔드 개발자로서 콘텐츠 누락·전달·탐색 문제 정의부터 기능 설계·구현까지 담당
• 스터디원 블로그의 신규 글을 자동 수집·등록하는 크롤링 흐름 구축, 실제 작성 글과 등록 데이터를 일주일 단위로 대조
• PWA와 Firebase 푸시 알림 연결, 새 콘텐츠를 사용자에게 능동적으로 전달하는 운영 구조로 전환

→ 게시글 누락 9건 → 0건, 글 1건당 수동 등록 시간 약 38초 → 0초, 게시글당 평균 조회수 21회 달성

화면 FCP는 307.2ms였지만 진입 후 데이터 요청을 시작해 핵심 질문 표시에 2,333.2ms가 걸리는 문제 개선

• React 웹 화면과 React Native Bridge 연동 및 체크리스트 데이터 로딩 구조 개선 담당
• FCP와 핵심 질문 표시 시점을 분리 측정해 초기 렌더링이 아닌 데이터 준비 구간을 병목으로 특정
• 질문 데이터의 요청·로딩 상태를 React Query 기반으로 전환, 이전 화면에서 prefetch해 진입 전 캐시에 저장
• LTE 유사 환경에서 개선 전후의 핵심 질문 표시 시점을 동일 조건으로 비교·검증

→ 질문 표시 시간 2,333.2ms → 1,373.6ms로 41.1% 단축

Electron 앱을 백그라운드로 전환하거나 최소화하면 자세 추론이 느려지거나 중단되어 앱을 전면에 유지해야 하는 문제 개선

• 데스크톱 앱 전환, 자세 추론 파이프라인 재설계 및 창 상태별 성능 검증 담당
• Electron과 Tauri 실행 구조 비교, 화면과 자세 엔진의 실행 생명주기 분리를 위한 Tauri 전환
• React는 명령·결과 표시, Rust 네이티브 스레드는 반복 실행, Python sidecar는 카메라 캡처·MediaPipe 추론을 담당하도록 책임 분리
• 고정 입력으로 포그라운드·백그라운드·최소화 상태를 각각 3회 교차 측정해 FPS, 추론 간격 P95, 중단 횟수 검증
• 실시간 데모로 사용자 가치와 분석 과정을 전달해 큐시즘 밋업 프로젝트 대상 수상 및 U300 등 사업화 프로그램 선정

→ 고정 입력을 상태별 10분씩 3회 교차 측정해 결과 전달률 100% 유지, 평균 FPS 중앙값 1.41~2.22 및 최소화 시 정규화 CPU 사용률 1.19%p 감소