이형주 Hyeongju Lee
데이터·백엔드 엔지니어 · 실무 2년 5개월2027년 3월 석사 졸업 예정 · 병역필

수집에서 서빙까지,
운영되는 데이터 시스템을 만듭니다.

비전인사이드에서 2년 5개월(대리) 동안 KISTI 발주 과제의 데이터 수집·적재·서빙과 유전체 리포트 시스템의 백엔드를 구현하고 배포했습니다. 지금은 규슈공업대학교 대학원에서 렌즈 배열 영상의 3D 재구성을 연구하며, 히타치 공동연구의 이미지 데이터 파이프라인을 다시 만들어 네덜란드 현지에 배포했습니다.

데이터가 지나가는 길, 단계마다 써 온 도구

주력 언어 Python · SQL
  1. 01소스
    • 쇼핑몰 웹
    • 공공데이터 API
    • VCF · FASTQ
    • 머신비전 카메라
    • 게임 클라이언트
  2. 02수집
    • Selenium
    • BeautifulSoup
    • REST API
    • PySpin
    • 분산 크롤링
  3. 03저장
    • MySQL
    • AWS RDS
    • SQLAlchemy
    • 분할·청크 적재
  4. 04처리
    • SQL
    • pandas
    • scikit-learn
    • OpenCV
  5. 05서빙
    • FastAPI
    • Java · Spring
    • PyQt
  6. 06운영
    • Docker
    • Harbor
    • AWS EC2
    • Cloudflare
    • Linux
01 시스템

직접 구축하고 배포한 시스템 4개

데이터가 흐르는 순서대로 그렸습니다. 노드를 누르면 그 노드를 지나는 경로가 강조되고, 아래에 제가 한 일과 다른 주체가 한 일이 나옵니다.

직접 구축 함께한 작업 다른 주체 외부 소스·사용자
2022.08 – 2024.06비전인사이드외주 용역

KISTI 발주 과제 · 인공지능 기반 공공 R&D 가치창출 플랫폼 (이후 SMART K2C)

데이터 엔지니어 · 수집·적재·서빙 전담설계: KISTI 연구진

과제 설계 KISTI 연구진 · 일부 모델 설계 대학 위탁연구 · 제 범위 비전인사이드 쪽 데이터 계층(수집·적재·서빙)을 구축·운영하고, 분석 모델을 FastAPI 서비스와 관리 화면으로 운영화

  1. 01소스
    • 한 일
      Selenium 크롤러로 세분류 단위 수집. 모은 상품은 상품 ID(ASIN) 기준으로 중복 제거.
      이후
      Rainforest API로 전환.
      기술
      • Selenium
      • Rainforest API
    • 한 일
      Selenium 크롤러로 카테고리 단위 수집.
      기술
      • Selenium
      • BeautifulSoup
    • 한 일
      조달청 공공데이터포털 API 수집과 나라장터 크롤링.
      기술
      • REST API
      • Python
  2. 02수집
    • 한 일
      노트북 여러 대에서 크롤러를 나눠 돌리고 결과를 원격 DB 1대에 적재하는 수집 환경을 구축·운영.
      이유
      수집 대상 사이트의 차단을 피하려고 나눠 돌렸습니다.
      기술
      • Python
      • Selenium
      • BeautifulSoup
      • MySQL
    • 한 일
      조달청 공공데이터포털 API 수집기 개발. Amazon 수집을 Rainforest API로 옮기는 작업을 구현.
      기술
      • Python
      • REST API
  3. 03저장
    • 한 일
      조달·다나와·Amazon 수집 결과를 중앙 MySQL에 적재.
      기술
      • MySQL
      • SQLAlchemy
      • pandas
  4. 04처리
    • 한 일
      모델 3: NTIS 과제–기업 키워드 매칭(SQL). 모델 4: 가격대별 K-means 클러스터링(군집 수는 Dunn index로 선택). 모델 5: 리뷰 요구 품질 키워드 추출 일일 배치(KeyBERT·Sentence-Transformers·Mecab). 조달청 가격·속성·납품 통계 SQL.
      기술
      • SQL
      • scikit-learn
      • KeyBERT
      • Sentence-Transformers
      • Mecab
    • 다른 주체
      플랫폼 모델 일부는 대학 위탁연구팀(성균관대, 국민대)이 설계했습니다. 비전인사이드는 그 모델들이 쓰는 데이터와 서빙 계층을 맡았습니다.
  5. 05서빙
    • 한 일
      분석 모델을 FastAPI 서비스로 제공하고, 관리 화면(필터, 순차 배치 실행, 통합 검색, 엑셀 다운로드)을 개발.
      기술
      • FastAPI
      • Jinja2
      • Tabulator
    • 한 일
      Java Spring 기반 프로토타입 웹에서 DB 스키마·백엔드 연동·프런트엔드 연결 담당. 협력사 모델 1·2와 함께 사내 서버로 이전하고 Docker 실행 환경을 구성.
      함께한 주체
      웹은 비전인사이드 사내 Java팀과 협업해 개발했고, 모델 1·2는 협력사가 만들었습니다.
      기술
      • Java
      • Spring
      • MySQL
      • Docker
  6. 06사용자
    • 다른 주체
      과제는 KISTI가 발주하고 KISTI 연구진이 설계했습니다.
      한 일
      KISTI 연구진과 정기 기술 회의에서 결과를 발표하고 데이터·코드 요청에 직접 대응. 감리 산출물(운영자 매뉴얼, 초기데이터구축완료보고서) 작성.
결과이 과제는 후속 본사업 계약으로 이어짐KISTI 기술 회의에서 결과 발표 · 감리 산출물 작성
2025.04 – 현재규슈공대 연구실 · 지원연구원(파트타임)히타치 공동연구

이미지 데이터 파이프라인 · 히타치 공동연구

소프트웨어 전체를 처음부터 다시 작성후임 연구원 2명에게 설계 인계

인계받은 학습 데이터 생성 코드는 유지보수할 수 없는 상태였고, 데이터셋을 만들 때마다 개발자가 붙어 있어야 했습니다. 카메라 제어부터 데이터셋 전처리까지 하나의 Python 파이프라인으로 다시 짜고, 비개발자 연구원이 직접 쓰는 GUI를 붙였습니다.

  1. 01현장
    • 다른 주체
      네덜란드 현지 실험실의 하드웨어 구축은 설계를 인계받은 후임이 맡았습니다.
    • 한 일
      카메라 제조사가 제공하는 Spinnaker SDK(PySpin)를 직접 다뤄 여러 대의 카메라를 연결하고, PyQt GUI에서 카메라 설정값을 실시간으로 바꾸며 촬영하도록 구현.
      장비
      산업용 머신비전 카메라 여러 대 (USB3)
      기술
      • Spinnaker SDK
      • PySpin
      • PyQt
    • 다른 주체
      샘플 준비와 기준 판정(reference label)은 과제 파트너 연구진이 맡았습니다.
      참고
      대상과 측정 항목은 공동연구 기밀이라 적지 않습니다.
  2. 02제어·촬영
    • 한 일
      비개발자 연구원이 개발 환경 없이 직접 촬영하고 데이터셋을 만드는 PyQt GUI를 만들어 PyInstaller 실행 파일로 배포. 카메라 설정값도 GUI에서 실시간으로 조절하며, 모든 단계를 GUI 하나에서 실행합니다.
      기술
      • PyQt
      • PyInstaller
    • 한 일
      머신비전 카메라 여러 대를 제어하고 촬영 조건을 맞춰 저장하는 모듈을 처음부터 작성.
      기술
      • Python
      • PySpin
      • Spinnaker SDK
  3. 03측정·해석
    • 한 일
      촬영 결과에서 값을 뽑아 해석하는 프로그램. 현지에서는 이 프로그램으로 AI 학습 데이터를 만들었습니다.
      기술
      • Python
  4. 04전처리
    • 한 일
      촬영 이미지를 정제해 학습에 맞는 형태로 정리. 기존 코드와 같은 입력에서 수치가 일치하는지 비교하며 단계별로 교체했습니다.
      기술
      • Python
  5. 05출력
    • 내용
      샘플 이미지와 기준 판정(reference label)으로 이루어진 AI 학습용 데이터셋.
      참고
      연구 주제와 측정 대상은 공동연구 기밀이라 공개하지 않습니다.
개선어두운 저조도 동영상의 첫 프레임만 쓰고 카메라 제어는 자체 C++ 계층 → 적정 밝기의 고화질 정지 영상을 한 장씩 촬영하고 권장 SDK(PySpin)로 제어
결과2026년 9~10월 네덜란드 현지 실험실 배포 · 히타치 담당자가 현장에서 직접 사용과제 파트너 연구진 앞에서 시연 · 업무 언어 일본어·영어
2022.08 – 2023.09비전인사이드사내 과제 · 국제 협업

유전체 변이 주석·위험도 리포트 시스템

파이프라인·백엔드·프런트엔드 구현알고리즘은 팀장과 함께 설계

개인 유전체 변이(VCF, 칩 어레이)를 dbSNP·1000 Genomes·GWAS Catalog·UniProt 등 공개 레퍼런스와 이어 질병·형질 위험도, 집단별 빈도, 관련 의약품·한약재 정보를 주는 시스템입니다. 경희대 한의대와 캐나다 바이오 연구소가 함께한 국제 협업 과제였습니다. 제 범위 파이프라인·백엔드·프런트엔드 구현과 Docker 배포

  1. 01입력
    • 입력
      시퀀싱 원본 데이터(FASTQ). 변이 호출 파이프라인의 입력입니다.
    • 입력
      고객이 올리는 VCF 파일 또는 유전자 칩(array) 결과 파일.
    • 데이터
      dbSNP(GRCh37, GRCh38), 1000 Genomes, GWAS Catalog, UniProt.
  2. 02처리
    • 한 일
      FASTQ → BWA → samtools → Picard → GATK → VCF 파이프라인 구현.
      다른 주체
      파이프라인 알고리즘은 회사에서 팀장과 함께 설계했습니다.
      기술
      • BWA
      • samtools
      • Picard
      • GATK
    • 한 일
      고객 VCF·칩(array) 입력을 PyVCF로 읽어 주석에 쓰는 입력 테이블로 정리. 칩 입력은 rsID로 dbSNP에서 위치 키를 찾습니다.
      기술
      • PyVCF
      • Python
  3. 03저장
    • 한 일
      dbSNP, 1000 Genomes, GWAS Catalog, UniProt을 MySQL로 구축. 염색체 단위로 파일을 나누고(sed, split) pandas 청크와 SQLAlchemy로 나눠 적재.
      기술
      • MySQL
      • pandas
      • SQLAlchemy
      • sed · split
  4. 04주석
    • 한 일
      dbSNP·1000 Genomes는 염색체·위치·REF·ALT 키로, GWAS Catalog는 rsID와 위험 대립유전자로, UniProt은 변이 ID와 대립유전자로 붙이는 4단계 SQL 조인. GWAS 오즈비·베타값 기반 규칙형 위험점수, 1000 Genomes 26개 집단 대립유전자 빈도 비교, 질환별 의약품·한약재 정보(MedlinePlus, MeSH, ATC, PharmDB-K, OASIS) 연결.
      참고
      질환과 한약을 잇는 LDA·1D-CNN 모델은 프로토타입 실험에 그쳤습니다.
      기술
      • SQL
      • MySQL
      • Python
  5. 05서빙
    • 다른 주체
      화면 디자인은 캐나다 바이오 연구소의 디자이너가 맡았습니다.
      한 일
      디자이너와 요구사항을 조율하고, 한국과 캐나다 팀 사이의 기술 소통을 맡았습니다.
    • 한 일
      리포트를 FastAPI JSON API로 제공하고 사용자 화면(프런트엔드)도 개발. 웹 화면을 떼어 내 프런트엔드가 쓰는 JSON API로 정리.
      기술
      • FastAPI
      • JSON API
    • 한 일
      Korea IDC의 Ubuntu 운영서버에 Harbor 사설 레지스트리를 직접 구축(인증서, 도메인, Let's Encrypt)하고 Docker 이미지로 배포. 운영서버는 내부 IP로만 접근하게 두었습니다.
      기술
      • Docker
      • Harbor
      • Ubuntu
      • Let's Encrypt
개선서버 안에서 그리던 웹 화면 → 프런트엔드용 JSON API로 분리
결과운영서버 배포 후 내부 IP 전용으로 운영 (공개 서비스는 아님)서비스 코드는 정리해 공개
2023.08 – 2024.02사이드 프로젝트 · 2인 팀

WJMax 게임 서버 · 플레이 로그 수집 API

서버·DB·보안 담당게임 클라이언트는 다른 1명이 개발

커뮤니티 리듬게임의 플레이 보고를 받아 저장하는 서버입니다. 평균 동시 접속 약 300명, 업데이트 때 최대 약 2,000명이 접속했습니다.

  1. 01클라이언트
    • 다른 주체
      게임 클라이언트는 팀의 다른 1명이 만들었습니다.
      규모
      평균 동시 접속 약 300명, 업데이트 때 최대 약 2,000명.
      보고
      곡마다 차트 8개의 플레이 횟수를 서버로 보냅니다.
  2. 02엣지
    • 한 일
      서버 앞단에 Cloudflare 프록시와 WAF를 구성. 인증 없이 들어오는 보고의 남용을 앞에서 막습니다.
      기술
      • Cloudflare
      • WAF
  3. 03API 서버
    • 한 일
      EC2의 Docker 컨테이너에서 FastAPI 플레이 로그 수집 API를 운영. 공개 정리본은 커넥션 풀 고갈, 재전송 중복 저장, 입력 검사를 다룹니다.
      기술
      • FastAPI
      • Docker
      • AWS EC2
  4. 04저장
    • 한 일
      플레이 보고를 RDS MySQL에 저장. 공개 정리본은 곡 제목을 글자 그대로 비교해, 대소문자나 히라가나·가타카나만 다른 곡이 합쳐지지 않게 했습니다.
      기술
      • MySQL
      • AWS RDS
결과업데이트 날 최대 약 2,000명 동시 접속을 받아 운영공개 저장소는 정리본 (테스트 포함)
02 연구 · 규슈공업대학교 대학원 (지도교수 이민철)

학습 없이, 기하광학으로 3D를 재구성합니다

렌즈 배열(집적영상) 카메라로 찍은 영상에서 3D 장면을 복원하는 연구입니다. 연구도 같은 방식으로, 입력에서 결과 지표까지 이어지는 흐름으로 정리했습니다.

ICMV 2026 최우수 포스터상연구 페이지
  1. 데이터
    Stanford Lytro 라이트필드 7개 장면으로 평가했습니다. 렌즈 하나가 만드는 요소 영상은 몇 픽셀 크기로 작습니다.
  2. 방법
    (렌즈 번호, 렌즈 안 픽셀 위치)를 맞바꾸는 일대일 재배열(Ray-based Inverse Mapping). 텔레센트릭 촬영과 정사영 재촬영 조건에서 보간이 없어 양자화 오차가 0입니다.
    발표
    ICMV 2026, 부다페스트 · 최우수 포스터상
    자세히
    RIM·iRIM 페이지
  3. 방법
    재배열한 시점 영상을 컴퓨터 집적영상 재구성(CIIR)의 앞 단계로 쓰고, 요소 영상을 그대로 쓴 경우와 비교했습니다.
  4. 결과
    Lytro 7개 장면에서 PSNR 23.31 → 25.70 dB, SSIM 0.741 → 0.877, 사전학습 YOLO 검출 mAP50 0.665 → 0.776.
ITC-CSCC 2025 · 2026원점 최적화 VCR
  1. 데이터
    9×9 요소 영상과 카메라 파라미터, 재생할 깊이.
  2. 방법
    양자화 오차를 줄이는 원점을 찾으려고 재생을 반복하던 탐색을, 카메라 파라미터만으로 하는 계산으로 바꿨습니다. 논문 실험에서 반복 탐색과 같은 원점·SSIM을 얻었습니다.
    발표
    ITC-CSCC 2025(서울, 포스터) · ITC-CSCC 2026(방콕, 구두)
  3. 결과
    9×9 요소 영상 기준, 원점을 고르기 위한 재구성이 81번에서 1번으로 줄었습니다.
    기술
    • Python
    • NumPy
    • CuPy
  4. 결과
    CPU 0.31초(논문 측정), GPU(CuPy, RTX 3090) 0.0057 s. 반복 탐색의 25.45초는 1회 0.3142초 × 81로 낸 추정치입니다.
    코드
    origin-point-optimization-vcr
  1. 데이터
    여러 위치에서 렌더링한 시점 영상.
  2. 방법
    RIM이 일대일 대응이라 거꾸로도 쓸 수 있습니다. 다시점 영상에서 원하는 가상 렌즈 배열의 요소 영상을 합성합니다.
    발표
    ICCAS 2026, 삿포로 · 포스터 발표
  3. 결과
    24인치 FHD 패널에 맞춘 6×6 구성(렌즈 320×180개). 모든 시점 영상의 유효 영역이 100%로, 렌즈 배열 카메라 시뮬레이션의 모서리 시점(6.7%)과 비교됩니다.
개선원점을 고르는 재구성 81번 → 1번논문 측정 0.31 s · 반복 방식의 25.45 s는 추정치
iRIM으로 합성한 렌즈 배열 요소 영상. 원환체와 원숭이 머리 모형이 작은 렌즈 영상으로 나뉘어 보인다
직접 해보기 · 렌즈 배열 실험실

브라우저에서 렌즈 배열로 찍고, 재배열하고, 재구성해 보세요

3D 장면을 렌즈 배열로 촬영하고 RIM으로 재배열한 뒤, 깊이마다 초점을 다시 맞춥니다. 실제 Lytro 카메라 데이터도 있습니다. 소리가 나옵니다.

실험실 열기

국제학회 논문 4편

모두 1저자
  1. ICMV 2026부다페스트

    Angular-to-Spatial Information Redistribution via Ray-based Inverse Mapping

    Hyeongju Lee, Myungjin Cho, Min-Chul Lee · 포스터 발표 최우수 포스터상
  2. ICCAS 2026삿포로

    Virtual Lens Array Synthesis from Multi-View Images via iRIM

    Hyeongju Lee, Myungjin Cho, Min-Chul Lee · 포스터 발표
  3. ITC-CSCC 2026방콕

    Accelerated Origin Point Optimization for Volumetric Computational Reconstruction

    Hyeongju Lee, Myungjin Cho, Min-Chul Lee · 구두 발표 · 코드
  4. ITC-CSCC 2025서울

    Image Enhancement of Volumetric Computational Reconstruction Using Origin Point Optimization

    Hyeongju Lee, Gilsu Yeo, Myungjin Cho, Min-Chul Lee · 포스터 발표 · 코드

2022년 비전·ML 출발점 · 수업 프로젝트로 한 상관 필터·VCR 깊이 추정이 지금 연구의 출발점입니다. 같은 해 딥러닝 프레임워크 없이 역전파·모멘텀 경사하강을 직접 구현한 MNIST CNN(MATLAB)을 만들었고, 비전에 관심을 갖게 된 것은 졸업작품 Smart Mirror(2인 팀: Raspberry Pi, OpenCV LBPH 얼굴인식, Kakao 음성인식 API)부터입니다. 연구 이력 보기

03 기타 작업

그 밖에 만든 것

작업 전체 목록
프로젝트한 일기술
3DOS · XR 헤드셋 시야 개선2024.11 · XR 디바이스 콘텐츠 메이커톤 본선팀 3DOS(연구실 5명 등록)에서 개발·발표·무대 시연을 전담. 조명진 교수님 연구의 Fourier Peplography(연무 제거)와 Photon Counting(저조도 복원)을 연구실 MATLAB 코드에서 C++·OpenCV로 옮겨(이식 일부는 팀원 1명이 도움) Android 네이티브 플러그인(arm64)으로 빌드하고, Metalens 2 헤드셋의 Unity 앱에서 시연. 발표자료 공개.
  • C++
  • OpenCV
  • Unity
  • Android
04 이력

경력 · 학력 · 인정

이력서 페이지

이력

최근 순
  1. 2025.04 – 현재
    규슈공업대학교 대학원 정보공학부정보창성공학전공 석사과정 · 3D 비전 연구 (지도교수 이민철)2027년 3월 석사 졸업 예정
  2. 2025.04 – 현재
    규슈공대 연구실 · 지원연구원(파트타임)히타치 공동연구 이미지 데이터 파이프라인 · 2026년 9~10월 네덜란드 현지 배포
  3. 2024.08 – 2025.03
    한경국립대학교 3차원영상처리시스템 연구실 · 학부연구생Photonics Conference 2024(한국광학회) 1저자 포스터 · 3DOS 메이커톤
  4. 2022.07 – 2024.11
    비전인사이드 · 대리 (데이터·백엔드 엔지니어)KISTI 발주 과제 데이터 계층 · 유전체 리포트 시스템생명보험 공시 데이터 도구(3인 팀): 생명보험 공시 엑셀을 MySQL에 적재하고 FastAPI 웹 뷰어로 제공산업기능요원 2022.07 – 2024.07 만기 복무
  5. 2018.03 – 2025.02
    한경국립대학교 전기전자제어공학과 학사

인정 · 자격 · 언어

  • ICMV 2026 최우수 포스터상부다페스트 · 1저자
  • 국제학회 1저자 논문 4편ICMV 2026 · ICCAS 2026 · ITC-CSCC 2026 · ITC-CSCC 2025
  • 로타리 요네야마 기념장학회 장학생2026 · 일본어 면접 전형으로 선발
  • 병역필산업기능요원 만기 복무 (2022.07 – 2024.07)
  • SQLD2023.10 · 한국데이터산업진흥원
  • 언어한국어(모국어) · 일본어(비즈니스 회화) · 영어(일상 회화)
05 연락

채용·협업 문의는 이메일로 받습니다.

데이터 엔지니어링, 백엔드, 비전 데이터 파이프라인 직무를 찾고 있습니다.

2027년 3월 석사 졸업 예정