한 눈에 보는 세 줄 요약

• 연구 분야: LLM에 적용하는 프롬프트 엔지니어링, 파인튜닝, R.A.G

• 연구 목적: 빠르게 성장하는 AI를 경영에 적용시켜 불가능하다고 여겨졌던 부분들을 가능하도록 하여 AI를 통한 경영 혁신에 이바지하고자 합니다.

• 자기 소개: 영화와 독서를 좋아하며, AI를 적용한 사업 아이템에 대해서 대화하는 것을 좋아합니다.

연구자로서의 경험과 성장

Q 현재 연구 분야를 선택하게 된 계기가 무엇인가요?

[데이터 기반 의사결정: 직감에서 과학으로]

중학교 시절 읽은 책에서 접한 아마존의 머신러닝 기반 재고 관리와 상품 추천 서비스에 매력을 느껴 MIS(경영정보시스템) 분야를 공부하게 되었습니다. 인간의 직감에 의존하던 의사결정이 데이터를 통해 더 정확하고 근거에 기반한 서비스로 발전하는 것이 미래의 방향성이라고 확신했습니다. 이러한 미래 환경에서는 통계 지식과 데이터 해석 능력, AI 기술에 대한 이해, 그리고 이를 바탕으로 새로운 가치를 사람들과 효과적으로 소통하는 역량이 필수적이라고 생각했습니다. 따라서 LLM(대규모 언어 모델)을 다양한 서비스와 접목시키는 연구는 사회에 더 큰 가치를 창출할 것이라 믿습니다

Q 연구를 하면서 가장 중요하게 생각하는 가치는 무엇인가요?

[실용적인 AI를 사용한 사회 기여를 향한 연구]

가장 중요하게 생각하는 가치는 사회에 얼마나 기여할 수 있는지입니다. 보통 학문은 실생활과 동떨어져있고 있는 현실에서, 경영학적 관점에서 AI가 사회에 얼마나 기여하고, 돈을 창출할 수 있는지가 중요한 연구 가치가 되어가고 있다고 생각합니다. 특히나 경영에서는 이런한 과점에서 연구를 진행하는 것이 중요하다고 생각합니다.

협업과 성장

Q 지금까지 수행한 연구 중 가장 기억에 남는 것은 무엇이며, 그 이유는 무엇인가요?

[이론에서 실전으로]

가장 기억에 남는 경험은 포커스미디어 프로젝트입니다. 이 프로젝트에서는 엘레베이터 TV 광고의 효과성과 광고 효과에 영향을 미치는 요인들을 분석하기 위해 첨단 기술을 활용했습니다. 카메라를 통해 이용자들의 시선 추적(아이트래킹)을 분석하고, 광고 시청 중 발생하는 뇌파를 측정하여 시청자들의 집중도를 파악하는 머신러닝 모델을 개발했습니다. 이 연구가 특별히 의미 있었던 이유는 제가 직접 개발한 모델이 실제 연구에 적용되었다는 점과 연구의 전체 프로세스를 심층적으로 이해할 수 있었다는 점입니다.

Q 연구실에서 가장 기억에 남는 순간은?

[Co-data 공모전에서의 Yoonity]

가장 기억에 남는 순간은 연구실 동료들과 함께했던 Co-data 공모전입니다. 밤낮으로 고민하며 문제 정의부터 LLM 모델링까지 이어지는 과정 속에서 의미 있는 결과를 만들어냈던 경험이 특별히 인상 깊었습니다.

처음엔 각자 시각과 접근법이 달랐지만, 수많은 토론과 아이디어 공유를 통해 점점 하나의 목표로 모아졌습니다. 특히 데이터 분석과 모델을 최적화할 때 부딪혔던 난관들을 팀원들과 함께 극복해 나갔습니다.

물론 의견 충돌도 있었지만, 오히려 그런 갈등들이 더 창의적인 해결책을 끌어내는 계기가 되었습니다. '함께할 때 더 강하다'는 말을 직접 경험하며, 협업의 가치와 집단지성의 힘을 깊이 느낄 수 있었던 소중한 시간이었습니다.

마무리하며

Q 앞으로의 연구 계획과 목표는 무엇인가요?

저는 LLM을 적용한 다양한 서비스의 품질을 향상시켜 더욱 인간친화적인 경험을 제공하고자 합니다. 이를 위해 LLM 기반 서비스의 최적화 방안을 연구하고, 이러한 서비스들이 실제로 사용자에게 유의미한 가치와 도움을 제공하는지에 대한 실증적 연구를 진행하고 싶습니다.

Q 이 분야 진학을 고민하는 후배들에게 해주고 싶은 조언이 있다면?

기술의 발전 자체도 중요하지만, 이를 활용해 사회적 가치를 창출하는 것이 경영학의 본질적 사명입니다. 우리는 비록 화려한 명예를 얻지 못할지라도, 실질적인 가치 창출을 통해 사회에 의미 있는 기여를 할 수 있습니다.