프로젝트 목표
본 프로젝트는 물류 인프라 솔루션 고도화를 위해 sLLM, OCR 등 최신 AI 모델 후보군을 탐색 및 검증하고, 이를 기반으로 실제 구동 가능한 실무 서비스 MVP(Minimum Viable Product)를 개발하는 것을 목표로 합니다. 단순 리서치를 넘어 도메인 데이터를 활용한 정합성 테스트를 통해 실무 적용 가능성을 확보합니다.
프로젝트 세부내용
- 활동내용
- 모델 후보군 조사 및 분석 : 실무 과제에 적합한 최신 AI 모델(sLLM, OCR 등)을 성능, 속도, 비용, 운영 난이도 기준으로 비교 분석합니다.
- 정합성 테스트 및 모델 선정 : Google Colab 등 클라우드 환경에서 도메인 데이터로 테스트를 수행하고 정확도, 응답 시간 등 지표를 바탕으로 최적 모델을 선정합니다.
- 실무형 MVP 구현 : 선정된 모델을 기반으로 '입력-처리-검수-결과 추출'의 흐름을 갖춘 웹 기반 프로토타입 서비스를 구현합니다.
- 성과 정리 및 자산화 : 모델 도입 타당성, 운영 고려사항, 확장 방향을 포함한 기술 보고서 및 발표 자료를 작성합니다.
- 결과물
- 최적 AI 모델/스택 선정 보고서 : 서비스 도메인 적합성 근거 및 평가 지표 분석 포함
- 서비스 프로토타입(MVP) : 실제 구동 가능한 코드 및 서비스 형태의 결과물
- 데모 시나리오 및 시연 자료 : MVP 활용 방식 및 주요 기능을 설명하는 가이드
프로젝트 단계
- Step 1. 기술 조사 및 지표 설정: sLLM, OCR 등 최신 모델 후보군 리서치 및 도메인 특화 평가 지표 수립
- Step 2. 실험 환경 구축 및 테스트: 클라우드 기반 환경 세팅 및 실제 데이터를 활용한 모델별 정합성 테스트 수행
- Step 3. 최적 모델 확정 및 설계: 테스트 결과 기반 기술 스택 확정 및 MVP 서비스 기능/워크플로우 설계
- Step 4. MVP 개발 및 성능 최적화: 웹 프레임워크 기반 서비스 구현 및 데이터 처리 프로세스 안정화
- Step 5. 최종 성과 보고 및 가이드 제작: 기술 도입 타당성 보고 및 사내 표준 가이드라인(운영 체크리스트 등) 완성
지원 조건과 참여 혜택
지원 자격
- (필수)고보미가입 미취업자 청년
- (필수)대학생 및 졸업예정자 가능
- (필수)고용노동부 사업 미참여자(*고용노동부 사업에 따라 참여 제한이 있을 수 있음!)
- (우대)Python 기반 AI 프레임워크 활용 및 웹 개발(FastAPI, Flask 등) 경험이 있는 팀
- (우대)Git 등을 통한 협업 경험 및 기술 문서 작성 역량이 우수한 팀
활용 기술·역량·태도
- 역량 : 최신 AI 기술 트렌드 파악 및 데이터 분석 기초 지식, 실험 설계 및 문제 해결 능력
- 기술 : Python, AI 모델 라이브러리(HuggingFace 등), 웹 프레임워크, 클라우드 환경(Colab/GCP 등)
- 태도 : 기술적 한계를 분석하고 대안을 찾는 탐구적 태도, 팀 기반 협업 및 공유 정신
참여 혜택
개별 활동 수당 및 팀별 프로젝트 수행 비용 지원
- 개별 활동 수당 : 청년 1인 4주 기준, 40만원
- 팀 별 프로젝트 수행 비용 : 한 팀 당 4주 기준, 90만원(*실비 정산!)
- 관련 자세한 사항은 프로젝트 시작 전, 안내 될 예정입니다.
프로젝트 모집 여정
- 프로젝트 팀별 지원
- 면접 및 선발
- 선수교육 및 직무교육(15시간) 수강
- 참여 확정