ABOUT.

독학 ML 시스템 엔지니어. 디지털 콘텐츠 프로덕션에서 출발했고, 제 K-Pop 디지털 휴먼 개인 R&D(AZIT)에서 아이덴티티를 보존하는 이미지 생성이 필요해지면서 ML로 수렴했습니다 — 텍스트로만 만든 합성 캐릭터 ‘이설’의 얼굴을 Z-Image Turbo LoRA로 고정하는 프로젝트입니다.

일하는 방식: 해당 분야의 바이블(FPHam, djdante, CivitAI, HuggingFace 커뮤니티)을 읽고, 그 종합을 원칙 문서로 정리한 뒤, 원칙을 코드로 구현하고(코드는 Claude Code로 작성), 상용 베이스라인 대비로 측정합니다. 더블루스튜디오 BLUE LAB(사원 · AI콘텐츠제작, 2026년 3월)에서는 이 방식으로 실제 배우 사진 기반 아이덴티티 LoRA를 학습하고 ArcFace로 상용 베이스라인과 비교했습니다(0.6050 vs 0.5090). 그 문서와 스크립트는 회사 허락을 받아 공개합니다.

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), 회사 실무 한 건(BLUE LAB)과 개인 R&D 한 건을 깊이 파고든 경험, 웹 스케일 백엔드 다년 경력은 없습니다.

대신 가진 것: ML 파이프라인을 기획·구축·문서화·측정할 수 있다는 증거. 스크립트 9본(Claude Code로 작성, 설계·검증은 본인), 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.