경험 편찬 1차 정리
사실과 맥락
•
정보통신산업진흥원 AIHub 금융·물류 OCR 데이터 구축 사업에서 코그넷나인은 모델을 이용한 데이터 품질 검증을 담당함.
•
여러 기관이 함께 일하는 가운데 데이터가 늦거나 일부만 전달되었고, 누락·오표기 라벨과 계속 바뀌는 요구사항이 반복됨.
•
데이터 변환, 모델 학습, 탐지·인식 결합 평가, Docker 제출물과 데모까지 한 흐름으로 완수해야 했음.
판단과 행동
•
원본 데이터를 COCO 형식으로 변환하고, 탐지와 인식 결과를 결합해 E2E F1을 계산하는 평가 파이프라인을 구축함.
•
5,000장 중 180장을 무작위로 직접 검사해 36장, 약 20%에서 결함을 발견하고 "don't care" 데이터라는 외부 설명을 최신 데이터 재표본과 메타데이터로 반박함.
•
금융 데이터의 일부 학습·전체 평가 전이 실험에서 10% 학습 데이터로 100% 테스트셋 hmean 0.9415를 확인해 데이터와 모델의 검증 가능성을 점검함.
•
UI, 금융 모델, 물류 모델의 3개 컨테이너 데모를 구성하고 GPU 할당, 컨테이너 네트워크, 드라이버·CUDA 버전, Flask 바인딩과 한글 JSON 문제를 해결함.
•
반복되는 환경 구성 비용을 줄이기 위해 Docker·VS Code 개발환경과 실행 문서를 남김.
결과와 근거
•
데이터 변환부터 모델 추론, E2E 평가, Docker 실행과 문서까지 제출 가능한 형태로 과제를 완수함.
•
표본 검수와 모델 실험을 함께 사용해 데이터 품질 문제를 정량적으로 드러내고 이해관계자에게 재검토 근거를 제공함.
•
이후 OCR 업무자가 재사용할 수 있는 환경과 문서를 남김.
한계와 확인 필요
•
hmean 0.9415는 금융 데이터 탐지 모델의 특정 전이 검증 결과이며 전체 OCR 과제의 E2E 성능으로 확대해 표현하지 않음.
•
20%는 180장 표본에서 발견한 결함 비율이며 전체 데이터셋의 확정 결함률이 아님.
•
기존 이력서의 "선임 데이터 사이언티스트" 직급은 현재 확인한 경험 원천에서 공식 근거를 찾지 못함. 직급 증빙 전에는 "데이터 사이언티스트" 사용을 권장함.
•
원장에 종료일이 비어 있으나 기존 이력서에는 2022.08-2022.12로 기록되어 있음.
해석 및 이력서 표현 후보
•
삭제하기보다 압축해 남길 가치가 있음. 불완전한 입력, 여러 기관의 해석 차이, 제한된 자원 속에서 품질 문제를 찾아내고 최종 산출물까지 책임진 현장형 전달 경험임.
•
대표 문장 후보: "여러 기관·기업이 참여한 AIHub OCR 데이터 구축 사업에서 모델 검증 및 데모 컨테이너 납품을 맡아 과제 완수"