- 지역문화 정책에 유용한 예측분석 시나리오 제공, 인공지능을 활용한 지역문화 관련 분석 예측 표준 모델 설계 및 구현 - 대용량 데이터 적재 과정에서 발생하는 자사 솔루션 UI와 DB 연동 시 문제 분석. 메모리로 인 한 에러 발생을 줄이기 위해 학습 데이터셋 특성 조정 및 테이블 분할을 통해 솔루션의 데이터 업 로드 속도 약 50% 감소. - 시군구별 생활인구(KT) 데이터, 카드 지출액 및 방문객 데이터를 이용하여 공연 지역 추천 서 비스 및 관광 수요를 예측,모델 정확도 88% 달성.

- 지역문화 축제의 통합 데이터베이스 구축 및 분석을 통해 의사결정 지원 강화 - 축제를 식별하기 위해, 텍스트 유사도 검증 기법 등을 활용하여 전처리 프로시저를 개발, 데이 터 일관성 확보. 정부 부처 사이트를 대상으로 한 크롤링 모듈을 Python으로 개발, 이를 실행 파일로 패키징하여 배포함으로써 비개발자도 쉽게 데이터 수집 작업을 수행할 수 있도록 지원. - 예산 규모, 지역문화지수, 카드 정보 및 방문자 수 등의 데이터를 이용해 모델 개발. 성능 지표 MAPE 85% 달성

- 교육 참여도 증진 및 맞춤형 교육 추천 미흡 문제 해결과 현행 교육 추천 보완을 위한 AI 기반 추천 서비스 개발 - 임직원의 소속, 부서, 직급, 직무 등의 정보와 과목 코드로 관리되는 교육 과정 데이터를 분석 하여 맞춤형 교육 추천. 협업 필터링 기법 중 하나인 행렬 분해 알고리즘을 활용해 개인별 수강 기록을 기반으로 한 교육과정 추천 모델 개발, 교육 참여도 개선 및 맞춤형 교육 제공 - 교육과정 추천 서비스 모델 RMSE 0.6 달성, 기존 규칙 기반 교육과정 매칭 작업을 인공지능 모델로 대체하여 업무 효율성 증대에 기여

- 유도무기 정비 데이터 분석 및 머신러닝 모델을 통한 운영유지비 절감 및 군수지원 최적화 - 데이터 부족 및 불균형 문제를 해결하기 위해 CTGAN, Gaussian Process 등을 활용한 데이 터 생성 및 보간하여 학습 데이터셋 구축 - 트리모델 기반 분류 알고리즘을 사용하여 정비 필요 여부를 예측하는 Binary Classification 모델 개발 및 Grid Search를 통한 모델 성능 최적화 진행 - 정비 발생 예측모델 정확도 90% 및 재현율 70% 달성, 고객사 내부 평가 최고등급 달성