기업명 비공개

[미루는 않는 습관] 저의 단점은 여러 일을 골고루 하는 것입니다. 이를 극복하기 위해 롭 무어의 ‘결단’을 읽었습니다. 독서를 통해 시작하는 법과 일의 우선순위를 정리하고 메모를 통해 일을 체계적으로 마무리하기 위해 노력하고 있습니다. 전공 지식을 쌓기 위해 정보처리기사를 취득하였고 학교에서 다양한 프로젝트 경험을 하였습니다. 영화 예매, 렌트카, 조립 PC 웹 개발과 전자 악보 자동 넘김, 청각장애인 위험 소리 인식 앱 개발 프로젝트를 통해 Java, Android, JSP, Python, MySQL 등 다양한 개발환경을 접하였고 언어에 대한 이해도를 높였습니다. 현재는 웹 개발자로 성장하기 위해 Javascript 최신 문법, React, Node.JS, CSS, 데이터베이스 등 꾸준히 학습하고 있습니다. ES6, DOM 등 Javascript 기본기를 높여 다양한 프레임워크에 쉽게 적응하도록 꾸준히 자기개발을 하고 있습니다. 웹 분야 공부를 통해서 프로그래밍을 어떻게 학습하고 시작하는지 깊이를 더할지에 대한 경험을 쌓아 다양한 서비스 개발에 빠르게 적응하여 익히도록 전문성을 강화하겠습니다.

2) 데이터베이스 학교수업 – 데이터베이스, 고급데이터베이스 수업을 통해 기본 개념과 모델링, 관계데이터, 정규화 설계 등 지식을 습득하였습니다. ORACLE로 수업을 진행하였고 직접 테이블을 만들고 데이터를 삽입, 삭제 수정을 하며 SQL 언어와 문법을 익혔습니다. 프로젝트로 렌터카 예매 사이트를 진행하였고 CRUD 구현을 통해 데이터베이스 실습 능력을 키웠습니다. 3) 소프트웨어개발실습4 학교수업 – 자바 웹 프로그래밍 수업을 통해 HTTP 프로토콜, GET, POST 요청에 대한 지식을 쌓고 서블릿, JDBC, JSP, MVC 아키텍처 등 자바 프로그래밍에 대한 이해도를 높힐 수 있었습니다. 영화 예매 프로젝트를 통해서 웹 동작과 흐름도, 클래스, 시퀀스, 유즈케이스 다이어그램, 시나리오 작성을 하면서 프로젝트의 절차와 보고에 대해 배웠습니다. 이클립스에서 JSP, MySQL, TOMCAT 등을 이용하여 각 기능과 관계를 이해하였습니다. 메인화면, 영화 정보, 상세정보, 예매 조회, 취소, DB 테이블 등을 맡아 구현하면서 고객과 관리자의 입장을 함께 고려하며 생각의 범위를 넓혔습니다.

활동 기간, 주요 내용, 공헌한 부분, 어려움을 겪었으나 극복한 과정, 사용 언어와 기술 등 본인이 주도적으로 참여한 부분을 중심으로 작성 부탁드립니다. 결과나 성과 등 참고 가능한 URL이 있다면 본문에 포함해 주셔도 좋습니다. (예 : 수업 과제, 프로젝트, 공모전, 오픈소스 개발 활동, 인턴십 등) [청각장애인을 위한 위험 소리 인식 앱 개발] 졸업 작품으로 청각장애인을 위한 위험 소리를 인식하여 사용자에게 정보를 제공하는 애플리케이션 프로젝트를 진행하였습니다. Deep Neural Network를 이용하여 자동차 경적, 사이렌, 화재경보음 등과 같은 위험 소리를 인식하고 인식한 소리를 사용자에게 시각적인 정보로 알리는 것을 목표로 하였습니다. 개발도구는 TensorFlow, PyCharm, Jupyter Notebook, Android Studio를 사용하였고 개발언어는 Python, Java를 사용하였습니다. 데이터 훈련을 위해 4초 이하 길이의.wav형식 오디오 파일을 수집하여 TensorFlow에서 librosa 라이브러리로 MFCC를 추출하였습니다. 수집한 데이터의 양이 기존의 데이터 셋에 비해 적었기 때문에 UrbanSound8K 데이터 셋도 함께 사용하였습니다. 훈련 모델을 pb파일로 변환하였습니다. pb, label 파일을 Android Studio의 assets 폴더에 연동하여 애플리케이션을 구현하였습니다. 그러나 연동 과정에서 문제점이 발생하였습니다. librosa 라이브러리를 Android에서 쉽게 사용할 수 없었고 librosa의 일부를 java로 다시 작성해야 하였습니다. 이를 해결하기 위해 java 오디오 처리 라이브러리 TarsosDSP를 이용하여 MFCC를 추출하는 방식으로 Android에서 코드를 작성하였습니다. 구현 과정에서 생각했던 개발 방향이 달라지고 새롭게 구현을 해야 했지만 자료 조사를 바탕으로 지식을 쌓아 문제점과 실패에 빠르게 대처할 수 있었습니다. 그 결과로 UrbanSound8K를 통한 위험 소리 인식은 약 70%의 정확도를 보였고 자체적으로 수집한 데이터로는 약 60%의 정확도를 보였습니다. 정확도와 잡음처리기술이 부족해 앱 출시는 못 했지만 도전을 통해 시작의 두려움을 허물고 적극적으로 참여하는 자세를 배웠습니다.