🏆 11기 2주차 화요일 베스트발표 & ❤️ 파트너's Pick

🏆 11기 2주차 화요일 베스트발표 명단

AI캠프 11기 2주차 화요일 캠프에서 각각 선발된 ‘베스트 발표자’들의 사례 모음입니다.
수 많은 사례들 중 각각 1등으로 뽑힌 사례들이니, 꼭 한 번씩 읽어보세요!
와우포인트가 있거나, 배운 점이 있다면 간단히 댓글 남겨주시면 더욱 좋습니다!

⛺️ 일상을 콘텐츠로 나만의 경험으로 SNS콘텐츠 제작

👤 조현진(bruno) | ✍️ 나만의 대체불가한 콘텐츠 만들기 기획

• 개요/목적: 지속적인 성장을 위해 도전하는 사업가로서, 자신의 경험을 바탕으로 매일 도전하고 성장하는 모습을 콘텐츠화하여, 유사한 목표를 가진 사람들에게 동기부여와 롤모델을 제공하고자 함.

• 사용한 툴: 마인드맵, 한줄 요약, 타겟층 분석

• 시도 방법: 개인적인 성장과 도전을 주제로 마인드맵을 작성하고, 타겟층의 니즈와 문제를 파악하여 한줄 요약으로 정리함. 또한, 명확한 타겟층 분석을 통해 콘텐츠의 방향성을 구체화함.

• 결론/인사이트: 꾸준한 도전과 성장 과정을 통해 자기계발을 원하는 사람들에게 공감과 영감을 줄 수 있는 콘텐츠를 기획하게 되었으며, 타겟층의 구체적인 니즈를 반영하여 더욱 효과적인 콘텐츠를 제공할 수 있는 방향을 설정함.

⛺️ AI로 1 인 개발 4 주만에 수익내기

👤 GPTer(GPTer) | ✍️ 이벤트 참가인원 체크 앱 개발 - 기획 및 아이디어 발표, 개발 착수

• 개요/목적: 이벤트 참가인원 체크 앱 개발을 통해 모임의 실참여자를 정확히 집계하고, 운영진의 편의성을 높여 효율적인 모임 관리를 구현하고자 함.

• 사용한 툴: Flutter, Firebase (Authentication, Firestore, Storage, Cloud Functions), Bluetooth Low Energy (BLE)

• 시도 방법: Flutter를 사용해 크로스 플랫폼 앱을 개발하고, Firebase를 통해 백엔드 기능을 구현하며, BLE 기술로 자동 출석체크 기능을 추가. 사용자 관리, 모임 관리, 출석체크, 관리 기능을 단계별로 구현함.

• 결론/인사이트: BLE 기술을 활용하여 배터리 효율을 높이면서도 정확한 출석체크가 가능하도록 했으며, 사용자와 관리자 모두에게 편리한 기능을 제공하여 모임 관리의 효율성을 크게 향상시킬 수 있었음. 추후 비용 관리, 채팅, 피드백 수집 등의 추가 기능을 개발하여 사용자 경험을 더욱 강화할 예정.

⛺️ 60 만 AI 모델이 내 것이 되는 허깅페이스 캠프

👤 안계준(안계준) | ✍️ 레디샷 이미지에서 Object 구별하기(feat. HuggingFace)

• 개요/목적: 러닝 대회 준비물 사진에서 각 물품을 식별하여 체크리스트로 만들어주고, 인스타그램에 공유할 수 있는 이미지를 생성하기 위해 AI 모델을 활용한 서비스를 개발하고자 함.

• 사용한 툴: HuggingFace, 다양한 Computer Vision 모델 (Image Classification, Zero-Shot Object Detection, Zero-Shot Image Classification)

• 시도 방법: HuggingFace의 여러 Computer Vision 모델을 테스트하여 적합한 모델을 찾고, 이를 활용하여 대회 준비물 사진에서 객체를 식별. Classification과 Detection 모델을 비교하고, Zero-Shot 모델도 테스트함.

• 결론/인사이트: 여러 모델을 시도하며 이미지 Detection이 적합하다는 결론을 얻었으나, 맞춤형 모델이 필요할 것으로 예상됨. 무료 계정에서의 Deploy 문제를 해결하기 위해 Pro Subscription을 시도했으나 동일한 에러가 발생함. 앞으로도 다양한 모델을 통합하거나 추가 학습을 통해 문제를 해결할 계획임.

⛺️ 문과생도 가능한 4 주 만에 AI로 서비스 개발하기

👤 전상권(전교수) | ✍️ [문과생도 AI] 돌봄서비스를 위한 대화형 음성 챗봇 구현하기

• 개요/목적: 노인을 위한 자연스러운 대화가 가능한 음성 챗봇 서비스를 구현하여 'AI 노인말벗서비스'와 비교해 보고, 다양한 돌봄 컨텐츠를 제공하고자 함.

• 사용한 툴: ChatGPT (OpenAI API), Google Cloud Speech-to-Text, Google Cloud Text-to-Speech, Flask, Python

• 시도 방법: ChatGPT를 활용한 자연어 처리와 Google Cloud의 음성 인식 및 합성 서비스를 통합하여 음성 챗봇 개발. Flask를 사용해 웹 애플리케이션으로 구현하고, 음성 입력을 텍스트로 변환하여 ChatGPT로 응답 생성 후 음성으로 변환해 반환.

• 결론/인사이트: 노인 사용자에게 접근성 기능을 제공하고, GDPR 등의 법규를 준수하여 데이터 보호. 지속적인 피드백 수집과 모델 업데이트를 통해 챗봇의 성능을 개선하며, 실제 프로그래밍과 라이브러리 설치를 통해 구현 및 검증을 진행.

⛺️ 미드저니로 브랜드 가치를 올리는 이미지 제작

👤 양귀비(포삐양) | ✍️ 11기 미드저니, 나의 어시스트가 되어라..!

• 개요/목적: 창작자로서 인스타툰 캐릭터 제작과 스토리보드를 만들기 위해 미드저니 강의를 통해 AI를 활용하여 작업 속도를 향상시키고자 함.

• 사용한 툴: 미드저니, 스타일 참조 (—sref), 캐릭터 참조 (—cref)

• 시도 방법: 인스타툰에 등장할 다양한 캐릭터를 미드저니를 통해 생성하고, 프롬프트를 조정하여 원하는 표정을 구현. 스타일 참조와 캐릭터 참조 기능을 활용해 기존 그림 스타일과 유사한 캐릭터 이미지를 생성함.

• 결론/인사이트: 미드저니를 활용해 캐릭터 생성 속도를 크게 향상시킬 수 있었으며, AI를 개인 어시스트로 활용해 꾸준히 콘텐츠를 업로드할 수 있는 가능성을 확인함. AI 활용에 대한 긍정적인 인식을 갖게 됨.

❤️ 11기 2주차 화요일 파트너's Pick

파트너’s Pick은, 멤버들 투표로 선발된 ‘베스트 발표’는 아니었지만, 파트너 맘 속 1등 사례입니다.
다른 멤버들에게 유용하다고 생각한 특정 부분이 있거나, 너무 아깝게 베스트발표로 선정되지 못한 사례일 수 있습니다.

👤 송다혜(닿) | ✍️ 줌 사례공유 컷편집 자동화 (feat. 지피터스 AI캠프 운영진의 자동화 시도)

• 개요/목적: 지피터스 AI캠프에서 발표 영상을 효율적으로 편집하여 공유하고자, 줌 기록을 자동으로 컷편집하는 방법을 모색함.

• 사용한 툴: 줌 API, Python, GPT

• 시도 방법: 처음에는 줌 API 데이터를 활용하려 했으나 실패하여, shared_screen.mp4 파일의 검정 화면을 기준으로 타임라인을 생성하고, 발화자 분석을 통해 구간을 조정하는 접근법을 시도함.

• 결론/인사이트: 자동화된 타임라인 생성과 발화자 분석을 통해 편집의 효율성을 크게 향상시킬 수 있었으며, 각종 예외 상황을 처리하며 프로세스를 개선함.

👤 강성준(강성준) | ✍️ 허깅페이스에서 Sora와 같은 생성형 비디오의 기술적 원리 탐구

• 개요/목적: ToonCrafter 모델을 활용해 Sora와 같은 생성형 비디오 기술의 원리를 탐구하고, 생성형 비디오 시장의 발전 가능성을 모색하기 위함.

• 사용한 툴: HuggingFace, ToonCrafter, Diffusion 모델

• 시도 방법: 시작 이미지와 끝 이미지 사이의 프레임을 생성하여 애니메이션을 만드는 ToonCrafter 모델을 사용해 실험. Diffusion 모델을 통해 중간 동작 이미지를 자동으로 채워주는 방식으로 동영상을 생성.

• 결론/인사이트: 키프레임을 기반으로 중간 이미지를 생성하는 방식이 향후 생성형 비디오 기술의 핵심이 될 가능성이 높으며, 현재는 품질이 다소 부족하지만 기술 발전을 통해 자연스러운 비디오 생성이 가능할 것으로 기대됨. 생성형 비디오의 통제력을 높이는 방향으로 기술이 발전할 전망.

👤 박성봉(숲) | ✍️ [문과생도 AI] investing.com 경제뉴스 크롤링해보기

• 개요/목적: 경제 뉴스 크롤링을 통해 최신 경제 뉴스를 자동으로 수집하고, 이를 활용할 수 있는 데이터를 확보하기 위함.

• 사용한 툴: GPT, Python, HTML Parsing, CSV

• 시도 방법: investing.com의 경제 뉴스 페이지 링크를 GPT에 제공하여 크롤링 코드를 요청. 뉴스 HTML 구조를 제공해 GPT로부터 수정된 크롤링 코드를 받아 뉴스 목록과 내용을 추출하고, 이를 CSV 파일로 저장.

• 결론/인사이트: 뉴스 HTML 구조를 구체적으로 제공하니 GPT가 적절한 크롤링 코드를 생성해주어 성공적으로 뉴스 데이터를 추출하고 저장할 수 있었음. 크롤링 과정에서 세부적인 질문과 구조 제공이 중요함을 깨달음.

👤 김자은(자니) | ✍️ [11기HuggingFace] 허깅페이스로 OOTD

• 개요/목적: 허깅페이스의 OOTD 모델을 활용하여 의류 브랜드 제안서에 사용할 새로운 상품 목업을 쉽고 자연스럽게 생성하기 위함.

• 사용한 툴: HuggingFace OOTD 모델

• 시도 방법: 제공된 모델과 의류 상품을 결합하고, 사용자가 찾은 의류 상품과 모델 사진을 결합하여 자연스러운 합성 이미지를 생성함. 다양한 시도를 통해 합성 결과를 확인하고 개선점을 찾음.

• 결론/인사이트: 모델과 의류의 색상 및 방향을 고려하여 합성할 때 더욱 자연스러운 결과를 얻을 수 있으며, 향후 그래픽 시각화 툴을 사용해 보고서에 활용할 자료를 만들 계획. 정면을 바라보는 모델과 머리카락이 없는 사진이 자연스러움을 높임.