AI 서비스 백엔드
AI 모델 추론 결과를 API, DB, 저장소, 운영 화면과 연결하는 서비스 구조를 설계합니다.
저는 AI 모델을 단순 실험으로 끝내지 않고, 서비스 흐름 안에서 동작하도록 연결하는 과정에 관심이 많습니다.
요구사항 정의, 데이터 흐름 설계, API 구조, DB 스키마, 파일 저장소, 배포 환경을 함께 고려하며 프로젝트를 구현해왔습니다.
산업 AI 이상탐지 플랫폼과 PPE Guard 프로젝트에서는 기획, 시스템 구조 설계, 주요 기능 구현, Docker 기반 실행 환경 구성까지 폭넓게 담당했습니다.
Spring Boot · FastAPI · RAG · Docker
AI 모델 추론 결과를 API, DB, 저장소, 운영 화면과 연결하는 서비스 구조를 설계합니다.
AI 서버와 서비스 백엔드를 분리하고, 요청·응답 구조와 예외 처리를 일관되게 구성합니다.
문서 인덱싱, 검색, 출처 기반 응답 흐름을 설계하고 LLM 응답 품질을 관리합니다.
DINOv2, PatchCore, EfficientAD 등 비전 모델 실험과 결과 시각화 흐름을 구성합니다.
개발·실행 환경을 컨테이너화하고, 서비스 단위 실행 구조를 정리합니다.
요구사항, API, ERD, 실험 결과, 배포 절차를 문서화해 협업 가능한 형태로 정리합니다.
API 설계, 서비스 로직, AI 서버 연동
비전 모델 실험, 추론 결과 처리, 문서 기반 응답 구성
관계형 데이터, 캐시, 벡터 검색, 파일 저장소 구성
컨테이너 실행 환경, 게이트웨이, 배포 자동화 구성