이미지와 텍스트를 넘나드는 컴퓨터비전 : Detection부터 Multimodal까지

현재 금융 대기업에서 데이터사이언스로 근무 중이고, H그룹 금융 대기업에서 데이터사이언스로 근무했으며, 중견기업 NLP 팀에서 데이터사이언스 연구원으로 근무했습니다. 대학원에서 NLP와 Vision의 멀티모달 모델로 SCIE 해외 저널 및 KCI 저널에 논문을 게재했으며 딥러닝 기반의 기술 특허 2개를 등록했습니다. 그만큼 데이터사이언티스트로서 자부심과 학문에 대한 열정으로 키운 실무 기반의 문제해결 능력을 강의로 공유하고자 합니다.

본 강의는 실제 문제 해결을 목표로, Computer Vision의 핵심 문제들을 체계적으로 다룹니다. 이를 위해 다양한 딥러닝 모델과 PyTorch 프레임워크의 특성을 깊이 있게 활용하는 모델링 기법들을 실습 중심으로 학습합니다. 실무에서 직면할 수 있는  Object Detection, OCR, Image Caption과 같은 주요 컴퓨터비전 문제들을 해결하기 위한 최적의 모델 선택 및 적용 전략을 세심하게 다룹니다. 이 과정을 통해 다양한 딥러닝 모델의 구조 및 실제 적용 사례를 깊이 있게 파악하며, 실전 능력을 향상시킬 수 있습니다.

Computer Vision에서 자주 보게 되는 Object Detection 문제를 해결하기 위해 DNN, CNN 그리고 Transformer 기반의 모델 실습으로 하나의 문제에서도 새로운 모델링을 적용할 수 있는 방법을 배웁니다. 또한 Object Detection뿐만 아니라 실제로 어려운 문제 상황에서 적절한 해결 전략을 세우는 능력도 함께 키우게 됩니다. 본 강의를 마친 후에는, 개인 프로젝트의 확장, 신규 아이디어의 구현, 혹은 새로운 연구 주제의 수행 등 다양한 방면에서 바로 활용할 수 있는 힘이 됩니다.

딥러닝과 Computer Vision을 이용해 문제를 해결해 보고 싶지만 어떻게 공부해야 할지 몰라서 망설이고 계신 분이나 공부하고 싶으신 분 에게 적합합니다. 컴퓨터비전과 딥러닝에 관심 있지만 어떻게 시작해야 할지 막막하게 느끼는 분들은 물론, 이미 강의를 통해 공부했으나 실무적인 적용과 심화 학습을 원하시는 분들까지 도움이 되도록 유익하게 강의를 설계했습니다.

이 강의는 일반적인 Computer Vision 강의에서 다루는 Object Detection이나 CNN 모델에만 집중하지 않습니다. 실무에서는 다양한 상황과 문제에 부딪히게 되고, 이를 해결하기 위해서 각각의 문제에 대해 적절한 솔루션을 찾아내야 합니다. 따라서 Object Detection뿐만 아니라 OCR, Image Caption, Image Generation 등 다양한 컴퓨터비전 문제를 해결하는 방법을 배우고, 단순히 이론에 그치지 않고 실습 위주로 직접 문제를 해결하는 방법 배웁니다.

Computer Vision과 딥러닝은 현재 우리의 일상과 다양한 산업 분야에서 사용되고 있고 새로운 서비스를 위해 계속해서 연구되고 있습니다. 강의를 통해 Computer Vision과 딥러닝을 심도 있게 이해하고 실전에 적용하는 능력을 키울 수 있습니다. 함께 성장하는 이번 강의에서 여러분을 만나 뵙게 되어 기쁩니다.