아이나비시스템즈 AI개발 (인턴) 자기소개서 예시 (2025상반기)

아이나비시스템즈 AI개발 (인턴) 자기소개서 - 2025상반기

1. 성격의 장단점

제 장점은 결과가 이상할 때 모델보다 데이터와 평가 과정부터 확인하는 끈기입니다. AI 프로젝트에서 성능 수치가 기대보다 낮으면 새 모델을 바로 찾기보다 입력 데이터, 전처리, 분할 방식, 오류 사례를 순서대로 살핍니다. 전공 수업의 도로 이미지 분류 프로젝트에서 검증 정확도가 71%에 머물렀을 때도 구조를 바꾸기 전에 오분류 이미지 200장을 직접 확인했습니다. 야간 이미지와 비 오는 장면이 학습 데이터에 적었고, 같은 장소의 연속 프레임이 학습과 검증에 섞여 평가가 흔들린다는 문제를 발견했습니다. 데이터를 장면 단위로 다시 나누고 부족한 조건을 보강한 뒤 정확도를 82%까지 높일 수 있었습니다.

단점은 막힌 문제를 혼자 오래 붙잡는 경향입니다. 해결할 수 있다는 생각에 3시간 넘게 같은 오류를 추적하다 팀 일정 공유가 늦어진 경험이 있습니다. 그때부터 40분 동안 진전이 없으면 시도한 방법, 오류 메시지, 가설을 5줄 안에 적고 동료에게 질문하는 규칙을 만들었습니다. 질문 전에 기록을 정리하니 도움을 받는 시간도 짧아졌고, 제가 놓친 전제를 빨리 발견할 수 있었습니다.

AI 개발은 개인의 집중과 팀의 빠른 정보 공유가 함께 필요한 일이라고 봅니다. 저는 끝까지 원인을 파고드는 성향은 유지하되, 혼자 버티는 시간을 실력으로 착각하지 않으려 합니다. 인턴 업무에서도 실험 기록과 질문 시점을 관리해 팀의 개발 속도를 늦추지 않는 구성원이 되겠습니다.

2. 학교생활 및 경험

학교생활에서 가장 깊게 몰입한 경험은 4명이 진행한 이동 경로 예측 프로젝트입니다. 센서와 위치 데이터에서 다음 이동 구간을 예측하는 과제였고, 저는 데이터 정제와 기준 모델 구축을 맡았습니다. 초반에는 각자 관심 있는 모델을 따로 실험해 결과를 모으기로 했지만, 전처리 방식과 평가 지표가 달라 비교 자체가 어려웠습니다. 저도 성능이 높은 수치만 가져오면 된다고 생각해 데이터 분할 조건을 충분히 공유하지 않았고, 회의에서 결과를 재현하지 못하는 문제가 생겼습니다.

팀은 실험 속도를 잠시 늦추고 공통 기준을 정했습니다. 시간 순서를 유지한 학습 및 검증 분할, 누락 위치 처리, 평가 지표 계산 코드를 하나의 노트북으로 묶었습니다. 저는 원본 데이터에서 비정상적으로 큰 이동 거리를 보이는 행을 찾아 시각화하고, 센서 수집 오류 가능성이 높은 구간을 별도 표시했습니다. 모델 실험마다 데이터 버전과 파라미터, 결과를 표로 남겼습니다. 기준이 잡히자 복잡한 모델이 항상 좋은 것이 아니라 이동 패턴이 짧은 구간에서는 간단한 기준 모델도 경쟁력이 있다는 점을 확인했습니다.

최종 결과는 목표했던 오차 범위 안에 들어왔고 발표에서도 실험 근거를 명확히 설명할 수 있었습니다. 학교에서 얻은 가장 중요한 경험은 코드를 많이 쓰는 것보다 비교 가능한 실험 환경을 만드는 일이 개발의 출발점이라는 사실입니다. 실무에서도 데이터 조건과 평가 기준을 먼저 맞추고 동료가 재현할 수 있는 형태로 결과를 남기겠습니다.

3. 활동 및 업무역량

저는 Python 기반 데이터 처리, 딥러닝 모델 학습, 실험 재현을 중심으로 AI 개발 역량을 준비했습니다. 수업 프로젝트에서는 PyTorch로 이미지 분류 모델을 구현했고, 개인 학습에서는 GPS 형태의 시계열 데이터를 다루며 결측치 처리와 시각화를 반복했습니다. 코드를 작성할 때는 한 번 실행되는 결과보다 다시 실행했을 때 같은 결과를 얻는 구조를 중요하게 봅니다.