AI 기술 적용

AI OCR 기술의 제품 적용

ScanFilter의 이미지 텍스트 추출 경로에 PaddleOCR 모델을 통합하고 ONNX Runtime CPU 기반 추론 기능을 개발했습니다. 단순 모델 호출을 넘어 문서 처리 라이브러리와 이미지 전처리·후처리, 모델 설정, 오류 및 자원 제한을 연결하는 엔진 구조를 구현했습니다.

텍스트 영역 검출(det)과 문자 인식(rec) 모델의 ONNX Runtime 추론 연동
모델별 inference.yml 설정을 활용한 전처리·후처리 및 문자 집합 처리
저해상도 이미지 처리, CPU 스레드 사용, OCR 시간·이미지 크기 제한 정비
공통 OcrEngine 인터페이스를 통해 PaddleOCR와 Tesseract 백엔드 분리
Qt 기반 OCR/ScanFilter 성능 분석 도구를 활용한 기능 및 실행 특성 점검

생성형 AI 보안 아키텍처 설계 및 개발

생성형 AI 서비스로 전송되는 프롬프트와 요청 데이터의 민감정보 유출 위험에 대응하기 위해 Windows 엔드포인트 기반의 보안 아키텍처를 설계했습니다. 브라우저·CLI·데스크톱 애플리케이션에 공통으로 적용할 수 있는 로컬 프록시 구조를 중심으로 기존 DLP 검출 엔진과 정책 처리 기능의 연계 방안을 정리했습니다.

브라우저·CLI·데스크톱 애플리케이션을 포괄하는 요청 검사 지점 비교
기존 개인정보 검출 기술을 활용한 프롬프트·요청 본문 검사 구조 설계
로컬 프록시 및 HTTPS 요청 처리에 필요한 인증서 신뢰·TLS·우회 가능성 검토
정책 적용, 사용자 안내, 이벤트 로깅과 관련된 에이전트 연계 구조 설계

AI 코딩 도구 활용

Claude Code와 GLM 등 AI 기반 개발 도구를 소스 분석, 코드 변경안 검토, 리팩터링 방향 탐색, 문서 작성 및 테스트 항목 정리에 활용했습니다. 특히 레거시 C++ 코드와 다수의 외부 라이브러리가 얽힌 프로젝트에서 변경 영향 범위를 파악하고, 생성된 코드와 기술 설명을 실제 빌드 설정·호출 관계에 대조해 검토하는 방식으로 사용했습니다.