실무 프로젝트를 통해 성장한 훈련생들의 포트폴리오를 확인하세요.
단기심화_제약바이오 품질 및 데이터 분석 전문가 과정
프로젝트 개요 본 프로젝트는 HPLC 분석법 유효성 검증(AMV) 을 필두로, 아세트아미노펜과 카페인의 함량 시험, 경피흡수시스템(Transdermal) 분석, 그리고 자가 제조 캡슐의 용출 동등성 평가 를 통해 의약품 전주기 품질 관리 프로세스를 실습한 전문 과정입니다. 특히 데이터 분석 과정에서 발생한 일탈 원인을 규명하며 실무적인 QC 마인드를 배양했습니다. 주요 수행 실무 (Scope) 1. HPLC 정량 분석 및 분석법 유효성 검증 (AMV) 카페인과 아세트아미노펜의 표준액/검액을 조제하고 HPLC를 통해 함량을 분석했습니다. 밸리데이션 과정에서 직선성($R^2=0.9996$)과 특이성을 확보했으나, 정밀성(RSD 2.2% 이상) 항목의 기준 일탈 을 확인했습니다. 이를 통해 전처리 과정의 숙련도와 환경 변수 통제의 중요성을 데이터로 입증했습니다. HPLC Auto-sampler를 이용한 시료 자동 주입 공정 정밀 분석을 위해 라벨링 및 전처리가 완료된 검체 바이알 2. 제형 설계 및 자가 제조 캡슐 공정 (Formulation) 카페인 100mg을 주성분으로 하여 부형제(MCC, CCS 등)를 최적 비율로 혼합하고, 분석 저울을 이용해 200mg 단위로 정밀 칭량했습니다. 직접 제조한 캡슐 제제 와 시판 제품의 용출 거동을 비교하기 위해 균일한 충전 공정을 완수했습니다. 정밀 시료 조제를 위한 메스플라스크 및 피펫팅 실습 직접 처방 및 제조를 완료한 카페인 캡슐 완제품 3. 경피흡수시스템 및 FT-IR 정성 분석 (Special Analysis) 기존 정제/캡슐 외에 경피흡수시스템(Logan) 을 활용하여 약물의 투과 기작을 연구했습니다. 또한, FT-IR(Cary 630) 분석을 통해 아세트아미노펜의 고유 지문 영역을 확인하고 원료의 규격 적합성을 정성적으로 판정했습니다. 경피흡수 제형의 투과율 측정을 위한 Logan 시스템 운용 FT-IR을 이용한 주성분 작용기 분석 및 정성 시험 핵심 성과 및 인사이트 분석법 유사성 입증 (f2 = 55.6): 제조 캡슐과 시판 제품의 용출 프로파일을 비교하여 50 이상의 유사성 인자를 확보, 제제 설계의 타당성을 입증했습니다. 데이터 무결성(DI) 실천: HPLC의 RSD 일탈 원인을 추적하며, 기기 오류가 아닌 '실험자 간 오차'를 파악하고 SOP 준수의 중요성을 체득했습니다. 다양한 분석 기기 숙련: HPLC, FT-IR 외에도 pH Meter 교정(3점 교정), 경피흡수시스템 등 품질관리 현장 필수 기기 운용 역량을 강화했습니다. 기대 효과 및 향후 활용 계획 "단순 실험에 그치지 않고 가이드라인 기반의 결과 판정을 수행했습니다. 부적합 데이터 발생 시 원인을 분석하고 보완하는 '실질적 문제 해결형 인재'로서 제약 품질 보증 및 관리 부서에 즉각 기여하겠습니다."
본 프로젝트는 의약품 개발의 핵심 단계인 제형 설계(R&D) 부터 분석법 유효성 검증(AMV) , 그리고 실제 제조 및 품질 평가(QC) 까지의 전 과정을 실무 수준에서 직접 수행하는 것을 목표로 하였습니다. 제약 산업 현장에서 요구되는 데이터 기반의 의사결정과 품질 관리 마인드를 내재화하는 데 집중했습니다. 분석법 유효성 검증 (Analytical Method Validation) 품질 분석 데이터의 신뢰성을 확보하기 위해 HPLC를 활용한 분석법 유효성 검증을 선행했습니다. 주성분의 농도를 정확하게 측정할 수 있는지 특이성, 직선성, 정밀성, 정확성 등을 엄격한 기준에 따라 평가했습니다. [실습장면] 분석 데이터의 오차 최소화를 위한 정밀 시료 희석 및 전처리 공정 제형 설계 및 정제 제조 (Formulation & Manufacturing) 아세트아미노펜(AAP)을 주성분으로 한 제제의 처방을 직접 설계했습니다. 원료의 성상에 맞는 부형제를 혼합하고, 분석 저울을 이용해 API를 0.1g 단위로 정밀하게 칭량한 후 타정기를 사용하여 정제 형태의 의약품을 제조하는 공정을 완수했습니다. API 및 부형제 정밀 칭량 제조 공정 (정제 타정) 품질 평가 및 데이터 분석 (Quality Control) 제조된 정제가 인체 내에서 의도한 패턴으로 방출되는지 확인하는 용출 시험을 실시했습니다. 시간에 따라 변화하는 약물 방출 양상을 대조약과 비교 분석하고, HPLC 데이터 해석을 통해 제제 설계의 적절성을 최종 평가했습니다. [실습장면] 용출 시험기를 활용한 약물 방출률 측정 및 시료 채취 핵심 성과 및 인사이트 데이터 무결성(Data Integrity) 체득: 실험 오차 원인 분석을 통해 정확한 기록의 가치를 깨달았습니다. SOP 기반 실무 능력: 표준작업절차서(SOP)를 준수하여 재현성 있는 데이터를 산출했습니다. R&D-QC 통합적 이해: 제제 설계와 품질 분석 데이터 간의 상관관계를 파악했습니다. 기대 효과 및 향후 활용 계획 제약 공정 전반에 대한 End-to-End 프로세스 를 경험했습니다. 이는 향후 현장 투입 시 즉각적인 업무 수행을 가능하게 할 것이며, 데이터 무결성 원칙을 준수하는 전문 인재임을 증명합니다.
생성형AI 사업개발자 과정
1. 프로젝트 배경 및 문제 정의 현상: 데이팅 앱의 가벼운 만남에 대한 피로도(번아웃 80%)와 결혼정보회사의 높은 비용 부담(200만 원 이상)으로 인해 기존 연애 시장에서 이탈하는 2030 세대 증가. 기회: 나는 절로 , 솔로몬의 선택 등 지자체 주관 오프라인 만남 프로그램의 폭발적 인기(경쟁률 100:1 이상)를 통해 검증된 오프라인 만남에 대한 강력한 수요. 핵심 가치: 진정성 과 자연스러움 . 단순한 만남을 넘어 지역 체험 활동을 매개로 서로의 성향을 파악할 수 있는 환경 제공. 2. 서비스 핵심 모델 (MMP: Multi-Matching Program) 마을 시그널 은 단순 1:1 소개팅이 아닌, 1박 2일 또는 당일 형태의 지역 밀착형 체험 프로그램입니다. 참가자 선발: 신뢰 기반의 검증된 프로세스를 통해 만남의 가능성이 높은 참가자 구성. 체험 콘텐츠: 농촌 체험, 지역 명소 투어 등 함께 활동하며 자연스러운 교류 유도. 매칭 시스템: 프로그램 종료 시 최종 선택을 통해 회당 최대 10건 이상의 매칭 기회 창출. 3. 비즈니스 생태계 및 수익 모델 지역 경제 활성화와 기업 이익이 공존하는 Win-Win 생태계를 구축합니다. 협력 구조: 지자체: 지역 홍보 및 예산 지원 (마케팅, 숙박비 등). 지역 소상공인: 숙박 및 체험 서비스 제공을 통한 매출 증대. 자사 (커스터메이트): 프로그램 기획, 운영 및 고객 관리. 수익 구조: 참가비 기반의 수익 창출 (마진율 약 15% 설계). 시장 규모: 2030 미혼 인구를 타겟으로 한 유효 시장(SAM) 약 4,385억 원 규모 산출. 4. 실행 로드맵 및 성과 지표 개발 현황: MMP 프로그램 개발(90%), 설문 조사 및 지역 파트너 계약 체결(100%) 등 사업화 준비 완료 단계. 마케팅 전략: 인스타그램 타겟 광고 및 홍보 콘텐츠 제작을 통한 고객 유입. 기대 효과: (고객) 합리적 비용으로 진정성 있는 인연 확보. (지역) 유동 인구 증가 및 지역 경제 활성화 기여.
PM 하반기 취업 준비 캠프 - UI/UX PM(Product Manager)
1. 프로젝트 개요 프로젝트명: 멀티 퀴즈 플랫폼 운영 효율화 기획 핵심 목표: 파편화된 퀴즈 운영 프로세스를 통합 백오피스 시스템으로 구축하여 운영 효율성 75% 향상. 배경: 마케팅 및 운영 채널로서 퀴즈 콘텐츠의 중요성은 증대되고 있으나, 관리 환경의 분절로 인해 과도한 수작업 리소스가 발생함. 2. 현상 분석 및 문제 정의 (As-is) 운영 프로세스의 파편화: A사, B사, C사 등 채널별로 서로 다른 관리자 계정, 퀴즈 양식, 배포 방식 사용. 반복적 수작업: 동일한 퀴즈 콘텐츠를 각 플랫폼 양식에 맞춰 수동으로 재가공하고 배포하는 과정에서 인적 오류 및 시간 낭비 발생. 데이터 분석의 한계: 각기 다른 채널의 성과 지표를 일일이 수집하여 통합 리포트를 작성해야 하므로 실시간 성과 파악이 어려움. 3. 솔루션 설계 (To-be) ① 통합 퀴즈 관리 시스템 (CMS) 양식 통합화: 다양한 플랫폼의 형식을 하나로 표준화하여 단 한 번의 퀴즈 생성으로 멀티 채널 배포 가능. 자동 승인 및 배포: 반복적인 승인 루틴을 자동화하여 운영자의 개입 최소화. ② 실시간 데이터 대시보드 정량적 지표 시각화: 채널별 참여율, 정답률, 이탈률을 실시간으로 확인. 사용자 페르소나별 최적화: 운영자뿐만 아니라 관리자(박미경 님 등)가 퀴즈의 효과를 직관적으로 이해할 수 있는 통계 페이지 제공. ③ ROI 리포트 자동 생성 성과 증명: CSV 내보내기, 요약 리포트 PDF 저장 기능을 통해 상위 관리자 및 클라이언트에게 즉시 성과 공유 가능. 신뢰성 향상: 감각에 의존한 기획이 아닌 데이터 기반의 업무 보고 환경 구축. 4. 기대 효과 및 비즈니스 가치 운영 리소스 압축: 기존 1시간 이상 소요되던 반복 작업을 수분 내로 단축하여 운영자가 판단과 기획 에 집중할 수 있는 환경 조성. 데이터 기반 기획 역량 강화: 어떤 퀴즈가 왜 잘 되었는지 에 대한 근거를 확보하여 콘텐츠 품질의 상향 평준화 유도. 조직 자산 축적: 콘텐츠 실험이 가능한 구조를 통해 단순히 배포하고 끝나는 것이 아닌, 조직 내 성공 방정식(Learning Assets) 축적. 한경 UX UI PM Course 본 기획안은 운영 효율 개선을 통해 비즈니스 임팩트를 극대화하는 UX/UI 전략을 담고 있습니다.
데이터 분석 기반 디지털 마케팅
1. 프로젝트 개요 프로젝트명: 벌스워크 채널 홍보를 위한 AI 패러디 IP 채널 운영 핵심 목표: 콘텐츠 공백기 동안의 인지도 유지 및 신규 유입 경로 확보, 충성 팬덤 구축. 배경: 불규칙한 업로드 주기로 인한 유저 이탈 문제를 해결하기 위해 저비용 고효율의 AI 콘텐츠와 고관여 IP 콘텐츠를 결합함. 2. 전략적 방향성 (Two-Track Strategy) ① 확산 및 유입: [앗차!피디야] 수단: AI 기술(Voice/Face Swap 등)을 활용한 영상 제작. 전략: 당시 화제성이 높았던 어몽어스 등의 포맷을 AI 패러디로 재해석하여 유입 극대화. 성과: 누적 조회수 400만 회 돌파, KPI 대비 156% 초과 달성. ② 관계 형성 및 팬덤: [대지희] 수단: 독자적인 캐릭터 IP 대지희 개발. 전략: 단순히 정보를 전달하는 채널이 아닌, 캐릭터와의 교류를 통해 브랜드에 대한 친밀감 형성. 성과: 평균 조회수 655% 상승, 클릭률(CTR) 5% 달성 (평균 대비 250% 수준). 3. 마케팅 성과 분석 (Performance) 도달 가치: AI 콘텐츠를 통해 신규 유입된 유저들이 기존 인접 콘텐츠를 다시 소비하게 만드는 선순환 구조 증명 (인접 콘텐츠 조회수 최대 1,430% 증가). 효율성: AI를 도입함으로써 기획부터 제작까지의 리소스를 획기적으로 단축하면서도 높은 화제성 유지. 관계성: 프로필 방문 수 677회 등 정성적인 팬덤 반응 지표 확보. 4. 최종 인사이트 및 제언 AI의 역할: 단순 자동화 도구를 넘어, 콘텐츠 공백기를 메우고 유동적인 트렌드에 즉각 대응할 수 있는 전략적 생산 도구 로 활용 가능. IP의 가치: 데이터(조회수)가 머무는 곳에 감정(팬덤)이 쌓이도록 만드는 핵심 장치로서의 IP 중요성 확인. 통합 구조: 디지털 마케팅 관점에서 본편 - AI 패러디 - 캐릭터 IP가 유기적으로 연결될 때 가장 높은 시너지가 발생함. 디지털 마케팅(DIMA) 12기 돼피디 조 본 성과 보고서는 데이터 기반의 효율적인 콘텐츠 운영 전략과 IP 비즈니스 모델을 제안합니다.
AI와 자바(Spring) 풀스택 과정
1. 프로젝트 소개: Quinect - 정의: 실시간 교육용 온라인 퀴즈 플랫폼입니다. - 목표: 실시간 상호작용을 통해 몰입감 있는 학습 환경을 조성하고, 데이터 기반의 학습 성과 추적을 지원합니다. - 특징: 직관적인 인터페이스와 강력한 분석 기능을 제공하여 교육을 위한 학습 파트너 역할을 수행합니다. 2. 프로젝트 사용 기술 (Tech Stack) - Back-end: Java (JDK 21), Spring Boot (3.5.7) - Front-end: HTML/Thymeleaf, CSS3/Bootstrap, JavaScript/jQuery - Database: MySQL (8.0.43) - External Services: Google Gemini (AI를 이용한 퀴즈 생성 등), OAuth 2.0 (소셜 로그인) 3. 주요 프로젝트 구성 - 프로젝트 설계: 플로우차트, ERD(데이터베이스 구조), WBS(작업 분할 구조) 등을 통해 체계적으로 설계되었습니다. - 핵심 기능: 실시간 퀴즈 풀이, 포인트 기반의 보상 시스템(상점, 업적), 친구 관리 및 실시간 채팅, AI를 활용한 퀴즈 자동 생성 기능 등이 포함되어 있습니다.
실시간 데이터 처리 자바 웹 서비스 개발 과정
1. 프로젝트 개요 프로젝트명: Algo-View (알고뷰) 핵심 목표: 개인 투자자를 위한 데이터 기반 의사결정 지원 및 대용량 주식 데이터 처리 시스템 구축. 주요 기능: 한국투자증권 API 연동, 실시간 캔들 차트 시각화, LSTM 기반 주가 예측 모델 제공. 2. 기술적 도전 및 해결 방안 (Engineering) ① 대용량 데이터 핸들링 및 성능 최적화 문제: 1,000만 건 이상의 일봉 데이터를 조회할 때 초기 쿼리 속도가 3초 이상 소요되어 사용자 경험 저하. 해결: MariaDB 내 복합 인덱스(Composite Index) 설정 및 Batch Insert를 통한 데이터 적재 속도 개선. 성과: 데이터 조회 성능을 3초에서 0.1초로 약 30배 단축. ② 하이브리드 서버 아키텍처 설계 구조: 메인 웹 서버(Java/Spring Boot)와 AI 연산 서버(Python/Flask or FastAPI)를 분리. 통신: REST API를 통한 비동기 통신 구조를 채택하여 서버 간 부하를 분산하고 각 언어의 강점(Java의 안정성 + Python의 AI 생태계)을 극대화함. ③ 고성능 인프라 환경 구축 전략: 초기 AWS 프리티어의 메모리 부족 문제를 해결하기 위해, 클라우드에 국한되지 않고 고성능 온프레미스(On-Premise) 환경으로 신속히 전환하여 프로젝트 퍼포먼스 확보. 3. AI 기반 주가 예측 (Intelligence) 모델 아키텍처: 시계열 데이터 학습에 최적화된 LSTM(Long Short-Term Memory) 딥러닝 모델 적용. 학습 데이터: 과거 주가 가격 패턴을 기반으로 학습하여 향후 주가 추이에 대한 예측 정보 제공. 정확도: 외부 거시 경제 변수를 제외한 순수 가격 데이터만으로 약 60~65%의 예측 정확도 달성. 4. 자체 평가 및 성과 강점: 대용량 데이터를 단순히 적재하는 것을 넘어 조회 성능을 최적화한 백엔드 역량 입증. 이종 언어(Java-Python) 간의 유기적인 데이터 교환 시스템 완성. 보완점: 외부 뉴스나 거시 경제 지표를 Feature로 추가하여 AI 모델의 예측 정확도를 높일 계획. 모바일 대응을 위한 반응형 UI 고도화 필요.
실시간 데이터처리 자바 웹서비스 개발 과정
1. 프로젝트 개요 및 목적 서비스명: Pharm Track (약품 재고 및 판매 웹 서비스) 정의: 약품 재고와 판매 데이터를 직관적이고 효율적으로 관리할 수 있도록 지원하는 웹 서비스입니다. 핵심 목적: 기존 약국 전산 시스템을 보완하여, 실시간 재고 확인 수정 및 판매 정보의 즉각적인 처리가 가능한 관리 환경을 구축하는 것입니다. 2. 개발 배경 (필요성) 재고 관리의 한계: 수기나 단순 엑셀 관리로 인해 재고 오류가 발생하고 유통기한 관리가 미흡한 점을 해결하고자 기획되었습니다. UI/UX 문제: 기존 시스템은 유통기한 임박 약품을 파악하기 어렵고, 데이터 흐름(재고 변경, 판매 이력)을 한눈에 보기 어려운 구조였습니다. 정보 제공 제한: 단순 재고 수치 관리에만 집중되어 있어 실제 운영 판단에 필요한 정보 제공이 제한적이었습니다. 3. 주요 구현 목표 정합성 유지: 판매 등록 시 재고 수량이 자동으로 반영되도록 시스템을 구축합니다. 사전 인지: 유통기한 임박 및 재고 부족 약품을 사전에 파악할 수 있는 환경을 제공합니다. 데이터 시각화: 날짜별 매출 및 판매 이력을 기반으로 운영 현황과 매출 흐름을 한눈에 파악할 수 있도록 합니다. 4. 개발 환경 및 팀 구성 기술 스택: Spring Boot(Back-end), React(Front-end), MariaDB(DB) 등을 사용하였습니다.
1. 경제 데이터 - 쇼핑에 경제 데이터를 결합 - 경제 트렌드를 반영 - 합리적인 소비 결정을 유도 2. 편리한 구매 경험 - 컴퓨터 키워드 중심의 필터링 - 복잡함을 줄인 직관적 인터페이스 - 초보자도 빠르게 원하는 제품 확인 3. 새로운 형태의 쇼핑 생태계 구축 - 사용자에게 새로운 쇼핑 경험 제공
![[실시간데이터처리]실시간 주식 데이터기반 제품구매추천서비스](/file/PRJ_20260312025056850_제품구매추천서비스.png)