안녕하세요, 임홍철입니다.
연구의 가능성을
사용자의 일상으로.
LLM과 멀티모달 모델을 응용해 제한된 자원 안에서 더 나은 결과를 만듭니다. 데이터 정제와 평가부터 백엔드, 실제 사용자가 만나는 서비스까지 연결합니다.

직접 만들고, 검증한 경험.
문제를 정의하고 접근을 바꾼 과정부터
실제로 구현한 결과까지.
Windmill ↗
TimeLLM 기반 주가 예측 모델을 구현하고 499종목의 오차를 분석했습니다. 예측 결과를 위험 지표로 가공해 개인화 포트폴리오 추천으로 연결했습니다.
더 나은 표현을 찾는 연구.
LLM을 이용한 다계층 키워드 기반
Transformer Encoder를 통한 주제 분류
문장을 표면적 맥락적 잠재적 키워드로 확장해 임베딩의 한계를 보완했습니다. LLM과 임베딩 백본을 재학습하지 않고, 키워드 간 관계를 학습하는 분류기를 설계했습니다.
임홍철, 박동현† / 제1저자 및 발표자 / 2인 공저
† 교신저자
한국어 48,000문장 13개 주제
학습 기반 기준선 대비 수렴: 7 → 2 epoch
배움과 실행을 함께.
데이터사이언스를 바탕으로
연구와 서비스 사이를 이어갑니다.
Experience 경력
메디룰
산학협력 현장실습 문서 품질 평가
FDA 심사 문서 1,011건을 요약 군집화하고, 클러스터별 평가 질문과 품질 점수를 생성하는 파이프라인을 구축했습니다.
맘이랜서
사업운영 담당 계약직
디지털새싹 사업의 현장 행사 운영과 정산 증빙 처리, 재고 주문 관리를 담당했습니다.
Education 학력 교육
삼성청년SW AI아카데미 16기
SSAFY 임베디드 트랙
세종대학교
데이터사이언스 학사 GPA 3.79 / 4.5
네이버 부스트캠프 AI Tech 7기
네이버 커넥트재단 Computer Vision 트랙
문제에 맞는 도구를 씁니다.
Python C
SQL
PyTorch Transformers
LangChain BGE-M3 Faiss
DeepEval Ollama
FastAPI Flask MySQL
WebSocket Airflow
AWS EC2 nginx
Cloudflare Tunnel LiveKit
Git Figma Penpot
다음 문제를
함께 풀어보고 싶습니다.
AI를 실제 서비스로 연결하는 일에 관심이 있습니다.
채용과 협업에 관한 이야기를 기다립니다.