Home

👋 Woody's AI Backend Engineering Log

"기록은 최고의 복습이다."

Vision AI와 LLM을 활용한 프로덕션 서비스 개발에서의 기술적 선택, 실험 과정, 트러블슈팅 기록을 남깁니다.
단순히 "무엇을 했다"보다 "왜 그렇게 판단했는가"를 중심으로 작성합니다.

---

📖 AI 기술 적용 사례

아래 기술들이 실제 프로젝트에서 어떻게 활용되는지 OnTheTop 프로젝트에서 확인하세요.

기술	역할	프로젝트
Blip	사용자 업로드 이미지 분석 & 캡셔닝	OnTheTop
Grounding DINO	자동으로 객체 위치/종류 감지	OnTheTop
SAM2	감지된 객체의 정밀 마스크 생성	OnTheTop
SDXL & Inpainting	사용자 이미지에 새로운 아이템 생성 & 합성	OnTheTop
YOLO, SAHI	드론 이미지에서 소규모 객체 탐지	포도밭 병해충 탐지
SAM3	Foundation segmentation 모델 검증 & mask 라벨링	SAM3 vs YOLO 비교
YOLO11n + ncnn FP16	라즈베리파이 4 엣지 실시간 추론 (5종 야생동물)	야생동물 탐지 - RPi 엣지 배포
picamera2 + OpenCV	RPi 카메라 실시간 캡처 + bbox annotation	야생동물 탐지 - RPi 엣지 배포

---

🧩 프로젝트 경험

🍇 포도밭 병해충 탐지 및 수확량 예측

2026.03 ~ 진행중 | 📊 상세 기록

✨ 드론 이미지에서 작은 객체를 정확히 탐지하는 Small Object Detection 기술 연구

핵심 질문:

• 드론 이미지에서 포도송이를 얼마나 안정적으로 찾을 수 있는가
• YOLO와 Grounding DINO 중 어떤 접근이 현재 데이터에 더 맞는가
• small object 환경에서 어떤 실험 순서가 가장 현실적인가

관련 문서 바로가기:

• 포도 수확량 예측 프로젝트
• YOLO Model Comparison Summary
• YOLO Baseline Top3 비교 요약
• Grounding DINO vs YOLO Top3 비교 요약
• SAM3 vs Fine-tuned YOLO on Drone Imagery
• 드론 포도송이 탐지 — 학습 변천사 (Progression)

추천 읽기 순서:

1. 포도 수확량 예측 프로젝트
2. YOLO Model Comparison Summary
3. YOLO Baseline Top3 비교 요약
4. Grounding DINO vs YOLO Top3 비교 요약
5. SAM3 vs Fine-tuned YOLO on Drone Imagery
6. 드론 포도송이 탐지 — 학습 변천사 (Progression) ← 현재까지의 모든 단계가 한 흐름으로 정리된 결산 문서

---

🦌 야생동물 탐지 — Raspberry Pi 4 엣지 배포

2026.04 ~ 진행중 | 📊 상세 기록

✨ 포도밭 침입 야생동물(노루·멧돼지·오소리·너구리·조류) 5종 multi-class fine-tune → 라즈베리파이 4 엣지 실시간 검출까지 가져가는 풀스택 ML 배포

위의 포도밭 병해충 탐지와 같은 도메인(스마트 포도밭)이지만, 포트폴리오상 드론 정밀 탐지와 엣지 디바이스 실시간 운용이 별개 기술 스택이라 분리 기록.

핵심 질문:

• CPU-only 라즈베리파이 4에서 5종 multi-class YOLO를 5 FPS 이상 실시간으로 돌릴 수 있는가
• ncnn / ONNX / TFLite / TensorRT 중 ARM 환경에 진짜 맞는 백엔드는 어떤 것인가
• INT8 양자화를 시도했을 때 어디서 무엇이 무너지고 어떻게 진단해야 하는가
• 정확도와 FPS의 trade-off에서 deployment 결정 기준은 무엇인가

관련 문서 바로가기:

• 야생동물 탐지 — RPi 엣지 배포 (메인)
• 5종 multi-class 학습 변천사
• RPi 4 추론 백엔드 비교 (torch / ONNX / ncnn)
• INT8 양자화 진단
• 카메라 실시간 검출 MVP

추천 읽기 순서:

1. 야생동물 탐지 — RPi 엣지 배포 (메인) ← 전체 흐름·의사결정 결산 문서
2. 5종 multi-class 학습 변천사
3. RPi 4 추론 백엔드 비교
4. INT8 양자화 진단
5. 카메라 실시간 검출 MVP ← 학습 mAP가 현장에서 어떻게 드러나는지

---

🏠 OnTheTop | 데스크테리어 AI 추천 서비스

2025.03 ~ 2025.08 |📊 상세 기록 | 🔧 AI 개발 타임라인

✨ 사용자 책상 이미지 → AI 분석 → 어울리는 아이템 자동 생성 → 바로 구매까지의 E2E 파이프라인

---

📚 이 Wiki의 철학

• 문제 → 솔루션: "이 문제를 왜 풀어야 했는가"부터 시작
• 기술 선택의 근거: "왜 이 모델을 선택했나" 명시
• 실험 & 검증: 실패와 성공 모두 기록
• 공유 철학: 내 시행착오가 다른 개발자의 자산이 되기를

---

📫 Contact

• GitHub: @ehdwo0427
• Email: ehdwo0427@naver.com
• 포트폴리오: 포트폴리오