ABOUT.

독학 ML 시스템 엔지니어. 디지털 콘텐츠 프로덕션에서 출발했고, 제 K-Pop 디지털 휴먼 독립 R&D(AZIT)에 아이덴티티를 보존하는 이미지 생성이 필요해지면서 ML로 수렴했습니다 — 기성 솔루션으로는 충분하지 않았던 프로젝트입니다.

일하는 방식: 해당 분야의 바이블(FPHam, djdante, CivitAI, HuggingFace 커뮤니티)을 읽고, 그 종합을 원칙 문서로 정리한 뒤, 원칙을 코드로 구현하고, 상용 베이스라인 대비로 측정합니다. AZIT LoRA 파이프라인은 빈 저장소에서 벤치마크를 이기는 결과까지 혼자 완주한 첫 프로젝트이고, 무언가를 완성해 내보내는 법을 되새기고 싶을 때마다 다시 돌아가는 프로젝트입니다. 이후 The Blue Studio AI Lab에서 같은 기법을 실제 배우 사진 기반 장면 생성에 프로덕션으로 적용했습니다.

오디오 쪽에서는 K-Pop 프로덕션을 엔드 투 엔드로 직접 운영합니다 (/audio의 별도 얼굴). 두 실무는 서로를 강화합니다. 오디오는 모든 결정을 상용 레퍼런스와 A/B 비교하는 법을 가르쳐줬고, 그것이 ML 평가를 정직하게 만드는 바로 그 감각입니다.

저는 엔지니어링 커리어의 중반이 아니라 시작점에 있습니다. 디지털콘텐츠 학사(2025), 깊이 파고든 프로덕션 ML 프로젝트 하나, 웹 스케일 백엔드 다년 경력은 없습니다.

대신 가진 것: 규모 있는 ML 파이프라인을 혼자 기획·구축·배포· 문서화·측정할 수 있다는 증거. 스크립트 9본, 벤치마크, 구조화된 스윕, 그리고 모든 결정에 대한 서면 근거 기록. 과장하기보다는 아티팩트가 말하게 하는 쪽을 선호합니다.

가장 잘 맞는 자리: 시니어 엔지니어들과 함께 AI 네이티브 프로덕트를 만드는 미드레벨 개인 기여자. 프로젝트가 필요로 하면 웹 스택(TypeScript, React, Postgres)을 빠르게 익힐 여지도 있습니다.