<aside> 💡
고객 요구를 품질 기준과 실행 가능한 시스템 흐름으로 구체화하는 총 15년 경력의 B2B Technical PM입니다. 의료기기 SW 검증·다자 TF 총괄 경험과 개인 Agent·RAG 구현·검증 경험을 함께 갖추고 있습니다. 현직에서 폐쇄망 환경의 ML·로컬 LLM 기반 제조 측정데이터 분석·판정 실무 프로젝트 수행 경험도 갖추고 있습니다.
SDB에서 외주 규모 20억원의 의료기기 SW 프로젝트에 참여해 38명 TF를 기획·총괄하고, TF와 별도 조직인 센서 데이터팀 팀장을 겸임했습니다. 개발 실행은 외부 개발사가 담당했습니다.
</aside>
대표 사례: AI 에이전트 구현 · 검색·코드 이해 · 의료기기 검증
데이터 품질 기준을 정의하고 AI 에이전트를 직접 구현합니다.
AI/LLM
20 Agents
1인 구현 · 서비스 1개
Stability
99.9%
CGM TF · 동기화 데이터 정합성
Speed
12h → 5h
Validation Time → 품질 거버넌스
Coverage
95%
QA Coverage → 품질 거버넌스
Performance
500 → 130ms
Latency → 데이터 추상화
⚖️ 품질 거버넌스
검증·연구 데이터의 표준·품질·승인 프로세스를 확립해 온 경험으로 — 거버넌스를 문서가 아니라 통과 기준·승인 게이트로 구현하는 데 강합니다.
🤖 의사결정 자동화
개인 AI 에이전트 서비스 구현과 본인 현직용 AI 도구 개발·활용 경험으로 — 의사결정·검증 절차를 실행 가능한 흐름으로 만드는 데 강합니다.
🕸️ 복잡계 조율
패킷 데이터·전력 예산으로 HW·SW 간 기술 제약을 조율한 경험으로 — 상충하는 요구를 의사결정 기준으로 정리하는 데 강합니다.
🗂️ 데이터 추상화
규격이 다른 장비 데이터를 상위 시스템이 동일하게 소비하도록 추상화해 온 경험으로 — 이종 데이터를 결합 가능한 구조로 만드는 데 강합니다.
🏥 Nemesis | Validation Automation
검증 리드타임 12h → 5h, QA Coverage 95%
🔗 상세
🏭 LinkGenesis | Module Assetization
Setup 10일 → 5일, MTTR 4시간 → 1.5시간
🔗 상세
🏭 Startup | Manufacturing Operations Platform 0→1
현장 Setup 3일 → 6시간, 30+ 제조 현장 운영
🔗 상세
🏭 Nvisana | Bottleneck Removal
Latency 500ms → 130ms, Peak 3,000 EPS 대응
🔗 상세
🏥 SD Biosensor | Data Integrity
외주 규모 20억원의 의료기기 SW 프로젝트: 동기화 데이터 정합성 99.9%, MDR/FDA 요건 기준 Validation 통과(출시 가능 상태 확보, 인허가 제출 전 단계, TF 성과)
🔗 상세
🏥 Yonsei University | Research Platform
🔗 상세
회사 실무의 ML·로컬 LLM 적용, 개인 AI 서비스·제작 공정 구현, 개인 도구의 현직 활용을 구분해 소개합니다.
코비스 | 폐쇄망 측정데이터 분석·판정 외부 인터넷이 차단된 환경에서 제조 측정데이터를 ML로 분석하고, 분석 결과를 로컬 LLM이 해석해 최종 판정하는 실무 프로젝트 수행.
Studio Video Pipeline | 광고영상 제작·판매를 위한 AI 제작 파이프라인 — 개인 프로젝트·진행 중 유료 광고영상 제작·판매를 목표로 Python·ComfyUI·FFmpeg/PyAV 기반 생성·편집·기술 검수·승인 기록·로컬 패키징 공정을 설계·구현했습니다. 입력 변경에 따른 후속 승인 무효화와 생성 이력·중복 접수 통제, FastAPI 기반 A/B 비교·시점별 검수 대시보드를 구현하고 샘플 품질과 제작 공정의 반복성을 개선하고 있습니다. 기술 검사와 내용·품질·권리·고객 승인은 구분합니다.