안녕하십니까. devcomfort입니다.
2013년부터 프로그래밍을 시작하여 프론트엔드, 백엔드, 데이터베이스, 인프라 등 개발 분야 전반의 지식을 쌓아왔습니다.
최근에는 광주과학기술원 AI융합학과에 석사로 합격하여 AI 연구를 시작하였습니다.

저는 그래프 표현, 그래프 신경망, 표현학습, LLM Agent에 관심이 많습니다. 다만, Tabular Representation Learning, Procedural Content Generation 등의 도메인도 졸업 연구, 인턴십, 뉴스레터와 논문 등으로 접할 일이 있으니, 분야 상관 없이 편하게 말을 걸어주시면 좋겠습니다.

약 12년간 프로그래밍을 공부하면서 UX와 DX를 혁신하기 위해서 많은 고민을 해왔습니다.
그 결과로 최근에는 @devcomfort/text-transcoder, blob-to-url, Ubuntu Disk Toolkit 등의 오픈소스 라이브러리와 CLI 도구를 개발 및 관리하고 있습니다.

• 🔭 현재 (주)마시는친구들에서 테크리드로 재직 중 (2024년 8월 ~ 현재)
• 🎓 GIST AI융합학과 석박사통합과정 진학 예정 (2025년 3월)
• 🔬 GIST CILab 인턴십 완료 (2025년 1월-2월) - IPCGRL 논문 2저자 참여
• 🌱 현재 학습 중인 기술: PyTorch, Graph Neural Networks, Reinforcement Learning
• 👨‍💻 모든 프로젝트는 https://devcomfort.me/projects에서 확인 가능합니다
• 📝 블로그 글 작성: https://blog.devcomfort.me
• 💬 커리어, 개발 이슈, AI 연구 관련 질문을 환영합니다
• 📫 연락처: im@devcomfort.me, devcomfort@t-eut.com

• GIST CILab 인턴십 (2025.01-02): PCG 팀에서 강화학습 기반 게임 맵 생성 연구 참여
• IPCGRL 논문 공동저자: "Language-Instructed Reinforcement Learning for Procedural Level Generation" (IEEE CoG 2025 Accepted)
• 졸업연구: "AI 시대의 범주형 데이터 처리 — Entity Embedding과 Cat2Vec의 효과성 분석"

• 학습 데이터 편향성 발견
• 데이터 정규화 파이프라인 최적화: 램 사용량 502GB+ → 150GB, 소요 시간 2시간 → 1시간

• JavaScript/TypeScript - 웹 프론트엔드 및 백엔드 개발에 주로 사용합니다.
• Python - AI 연구, 데이터 분석 및 처리에 사용합니다.

• 객체지향 프로그래밍 - 클래스와 인터페이스를 활용한 확장 가능한 설계
• 함수형 프로그래밍 - lodash, remeda 등을 활용한 함수형 프로그래밍 선호
• 반응형 프로그래밍 - 이벤트 스트림과 상태 관리에 활용

• React 생태계 - React를 활용한 웹 애플리케이션 개발
• Svelte 생태계 - Svelte/SvelteKit을 활용한 빠른 웹 애플리케이션 개발
• SolidJS - 반응성과 성능에 초점을 맞춘 웹 애플리케이션 개발
• CSS 프레임워크 - TailwindCSS, DaisyUI

• Node.js 생태계 - Express, Hono를 이용한 API 개발

• ORM 활용 - Prisma를 주로 활용한 타입 안전한 데이터베이스 접근 및 모델링
• 관계형 DB - Prisma를 통한 PostgreSQL 스키마 설계 및 마이그레이션 관리
• 경량 DB - Prisma와 SQLite를 활용한 로컬 개발 환경 구성

• ML 프레임워크 - PyTorch를 활용한 모델 개발 및 학습
• JAX 생태계 - JAX, Flax를 활용한 확장 가능한 ML 시스템 개발
• 데이터 처리 - Polars, Pandas, NumPy를 이용한 효율적인 데이터 전처리 및 분석
• 시각화 - Matplotlib, Seaborn, WandB를 활용한 데이터 시각화 및 실험 추적

• 표현학습(Representation Learning) - 다양한 형태의 데이터에 대해 효율적인 표현법 및 변환법을 탐색 및 검증하는 연구
• 그래프 신경망(GNN) - 그래프 구조 데이터의 효과적인 모델링 및 학습
• 설명 가능한 AI(xAI) - AI 모델의 설명 가능성을 확보하는 연구
• Tabular Learning - 테이블 형태 데이터에서 효과적인 학습 방법론 연구

• 컨테이너화 - Docker 기본 활용, Kubernetes 학습 중
• CI/CD - GitHub Actions를 이용한 기본적인 CI/CD 파이프라인 구축
• 테스트 - Vitest, Pytest, bats를 활용한 기본적인 테스트 작성

• 크로스플랫폼 - Tauri에 관심을 가지고 학습 중

• GitHub 쇼케이스 경진대회 우수상 (2024년 11월)
• 소프트웨어 역량 검정(TOPCIT) - 557점 (수준 3-능숙형) (2024년 5월)