| 팀번호 | 팀명 | 프로젝트 |
|---|---|---|
| 01 | 따뜻한코끼리마리오 | COMMA: 시청각장애 학습자를 위한 AI 기반 학습 보조 프로그램 |
| 02 | 스마일리 | Smile Log: 감정 이해 및 관리를 위한 AI 기반 일기 감정 시각화 및 감정 원인 탐구 챗봇 서비스 |
| 03 | 이대뎅김 | 시니어를 위한 LLM과 RAG 기반 맞춤형 여행 챗봇, 체크리스트 서비스 |
| 04 | 티라노 | Lightweighting CLIP for Face Anti-Spoofing via Knowledge Distillation |
| 05 | 그린나래 | 노인 인지 기능 저하 예방을 위한 gpt-4o 기반 음성 챗봇 및 일기 생성 서비스 |
| 06 | 머스캣 | SCHOLLI(스콜리) : 자신에게 적합한 장학금을 찾는 대학생을 위한 AI 기반 장학금 추천 및 장학금 수혜 팁 제공 서비스 |
| 07 | 계단 | YOU-BOOK : 간편한 자서전 제작을 위한 AI 기반 자서전 제작 웹서비스 |
| 08 | 익명의뒤쥐 | 밴드 악기 연주자를 위한 악기 학습과 피드백을 제공하는 서비스 |
| 09 | 보성말차 | C.LOVA(클로바) : Multimodal LLM을 통해 이화여대 내 분실물을 쉽고 효율적으로 등록, 관리, 찾을 수 있는 웹서비스 |
| 10 | 하면함 | 대형 단체를 위한 내부 행사 관리 서비스 {team}: nori |
| 11 | 힘찬유니콘 | Dietary Restrictions을 가진 외국인들을 위한 생성형 AI를 이용한 맞춤형 한식 정보 제공 채팅 앱 서비스 FoodieBuddy |
| 12 | 쿨라피 | WOT(왓): 개인화된 AI를 통해, 날씨에 맞는 맞춤형 옷을 추천해주는 소셜 네트워크 서비스 |
| 13 | AI:D | Gotcha: 도로안전 개선을 위한 블랙박스 데이터 속 불법주정차 AI 탐지 및 신고 자동화 클라우드 서비스 |
| 15 | 와일드가오리 | 큐엔아트(QnArt) : 초등학생 대상, LLM과 이미지 생성 AI를 이용한, 대화와 그림 창작 기반 - 미술 작품 감상 서비스 |
| 16 | 불사신 | QRAB(큐랩): 대학생을 위한 AI 기반 퀴즈 풀이 및 학습 보조 서비스 |
| 17 | 포카리 | 스마트푸푸:시각장애인 양육자 대상, YOLO와 multimodal LLM을 활용한, 아기 변 이미지 분류 기반, 건강 상태 모니터링 보조 서비스 |
| 18 | 우주타이거 | 주관적인 심리적 불편감을 겪는 20-30대를 위한 LLM기반 개인 맞춤형 챗봇 상담 서비스 |
| 19 | 우엉 | LLM을 활용한 MBTI별 맞춤형 선물 추천 서비스 |
| 20 | 무너지지않는문어 | LLM 기술 기반의 AI NPC를 설득해야하는 물건 판매 롤플레잉 토킹 게임 |
| 21 | 반려코더스 | 체형 및 스타일에 맞는 코디 추천을 원하는 seeker에게 맞춤형 setter가 리뷰 사진 및 모델 사진을 분석하는 AI모델을 활용하여 최적의 아이템을 선별해 코디 조언을 해주는 어플 |
| 23 | 이화도인지 | XAI와 Quantization 을 활용한 Diffusion Model 최적화 |
| (1) 과제명 | COMMA : 시ꞏ청각장애 학습자를 위한 AI 기반 학습 보조 프로그램 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 01-따뜻한 코끼리 마리오 |
| (3) 팀원 역할 분담 | 양지원(2176211) : 리더, AI 최시원(2271061) : 팀원, 백엔드 박예나(2271028) : 팀원, 프론트엔드 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 김기휘 / CTO / Fliption |
| (6) 과제 키워드(keywords) | STT, NLP, Vision, Gen AI |
| (7) 과제 내용 요약 | COMMA는 시각 · 청각장애 학습자를 위해, 강의 자료를 학습하여 실시간 수업 시 맞춤형 도움을 제공하는 인공지능 학습 어플리케이션입니다. COMMA는 다음의 세 가지 주요 기능을 제공합니다. 1. (시각장애인) 수업 자료 pdf를 인식하여, 이에 자동으로 *대체텍스트를 생성합니다. 2. (청각장애인) 수업 자료 pdf를 인식하여, 당일 수업 자료와 연관된 단어의 인식률을 높인 실시간 자막 서비스를 지원합니다. 3. (공통) 수업 자료 ppt의 슬라이드 내용에 맞춰 강의 전사 파일을 분리한 복습 자료 ‘콜론’을 생성합니다. *대체텍스트: 이미지 형태의 정보를 시각장애인이 이해할 수 있도록 풀어 설명해 주는 설명이나 문구. |
| (8) 주요 Link | 과제 GIT Address https://github.com/WarmElephantMario/COMMA 1차 과제 보고서 https://github.com/WarmElephantMario/COMMA/blob/main/01-%EB%94%B0%EB%9C%BB%ED%95%9C%EC%BD%94%EB%81%BC%EB%A6%AC%EB%A7%88%EB%A6%AC%EC%98%A4-1%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-2024-09-29-v0.md 2차 과제 보고서 https://github.com/WarmElephantMario/COMMA/blob/main/01-%EB%94%B0%EB%9C%BB%ED%95%9C%EC%BD%94%EB%81%BC%EB%A6%AC%EB%A7%88%EB%A6%AC%EC%98%A4-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-2024-11-06-v0.md |
| (1) 과제명 | Smile Log: 감정 이해 및 관리를 위한 AI 기반 일기 감정 시각화 및 감정 원인 탐구 챗봇 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 02 - 스마일리 |
| (3) 팀 구성원 | 조유담 (1942051): 리더, 프론트엔드, AI 프롬프트 엔지니어링 조수연 (2071048): 팀원, UI/UX 디자인, 나무 시각화, 프론트엔드 김채은 (2130010) : 팀원, 백엔드, API 개발, DB 구축 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 고윤환 / 대표 / (주)캘커타커뮤니케이션 |
| (6) 과제 키워드 | 정신건강, GPT 프롬프트 엔지니어링, 시각화, AI NLP 감정분석, 일기, 챗봇 |
| (7) 과제 내용 요약 | [프로젝트 배경] Smile Log는 20대 대학생 및 사회 초년생들이 겪는 감정 인식의 어려움과 감정 원인 파악의 어려움을 해결하기 위해 설계된 AI 기반 감정 관리 서비스입니다. 타겟 고객들은 자신의 감정을 명확히 인식하지 못해 부적절하게 대응하거나, 감정의 근본 원인을 파악하지 못해 문제를 해소하기 어렵다는 고민을 가지고 있습니다. [주요 기능] 1. 감정 분석: 사용자가 작성한 일기를 통해 감정을 분석하여 ‘행복, 슬픔, 불안, 화남, 평온, 피곤’의 6가지 감정에 대한 비율을 퍼센트로 제공합니다. 2. 나무 시각화: 감정 분석 결과에서 상위 3개의 감정을 색과 매핑하여 가지 색에 반영하여 감정의 강도와 분포를 나무 형태로 보여줍니다. 이를 통해 하루 혹은 한 달 동안의 주요 감정을 직관적으로 파악할 수 있습니다. 3. 챗봇 : 일기 내용을 바탕으로 일기에 나타난 주요 감정의 원인, 긍정적·부정적 측면, 대처 방법 등을 단계적으로 질문하여 사용자가 자신의 감정을 깊이 이해하고 성찰할 수 있도록 유도합니다. [기대 효과] 사용자는 자신이 작성한 일기를 바탕으로 한 감정 분석과 감정 탐구를 통해 자신의 감정을 객관적으로 바라보고, 정확히 어떤 감정을 느꼈는지와 그 원인을 이해할 수 있습니다. 또한 반복적인 감정 패턴을 파악하고, 감정을 건강하게 표현하고 처리하는 방법을 익히며 자기 이해와 성찰 능력을 강화할 수 있습니다. |
| (8) 주요 Link | 과제 GIT Address https://github.com/Smile-Log-App 과제 보고서 https://github.com/Smile-Log-App/.github/blob/main/profile/02-스마일리-1차보고서-v0.md |
| (1) 과제명 | GoldenGlobe : 시니어를 위한 LLM과 RAG 기반 맞춤형 여행 챗봇, 체크리스트 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 03-이대뎅김 |
| (3) 팀원 역할 분담 | 김근주(2071006) : 리더, 백엔드, AI, 배포 김현수(2073100) : 팀원, 프론트, 와이어프레임 및 디자인 원재영(2176225) : 팀원, 백엔드, AI |
| (4) 팀 지도교수 | 이형준 |
| (5) 팀 멘토 | 김동수 / CTO / 엘핀 |
| (6) 과제 키워드(keywords) | 챗봇, LLM, RAG, Web |
| (7) 과제 내용 요약 | [한줄소개] GoldenGlobe는 RAG 기반 챗봇과 공유 체크리스트로 시니어의 여행 준비를 돕는 서비스입니다. [타겟고객/Pain point] 1. 시니어 : 정보 부족 및 소통 부담, 검색시간 소요, 준비물 확인 시간 소요 2. 시니어의 가족 : 정보제공의 어려움, 준비물 공유 및 확인의 번거로움 [주요 기능] 1. 챗봇 : RAG를 사용하여 목적지,기간,날씨,호텔,항공권 정보에 대한 정확한 답변을 제공한다. 2. 체크리스트 : PDF를 토대로 자동으로 체크리스트를 제안하고, 이를 가족과 시니어가 공유해서 크로스 체크가 가능하게 한다. [기대효과] - 여행 준비에서 가족과의 소통 부담을 감소시킨다. - 시니어는 챗봇을 통해 검색시간을 줄이고, 보다 정확한 답변을 제공받을 수 있다. - 시니어와 가족은 여행 준비물을 편리하게 관리하고, 중복을 최소화할 수 있다. |
| (8) 주요 link | Front Address https://github.com/Capstone03-GoldenGlobe/FE Backend Address https://github.com/Capstone03-GoldenGlobe/BE AI Address https://github.com/Capstone03-GoldenGlobe/AI 과제 보고서 https://github.com/Capstone03-GoldenGlobe/1st-report/blob/main/README.md |
| (10) 기타 |
| (1) 과제명 | T-FLIP: 어텐션 가중치 기반 지식 증류를 통한 안면 위조 방지 모델 경량화 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 04-티라노 |
| (3) 팀원 역할 분담 | 박지원(2076169) : 리더, AI 모델 개발 류이정(2176129) : 팀원, AI 모델 개발 소예림(2071028) : 팀원, AI 모델 개발 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 최종원 / 조교수 / 중앙대학교 첨단영상대학원 영상학과 |
| (6) 과제 키워드(keywords) | CLIP, Face Anti Spoofing(FAS), 경량화, knowledge distillation |
| (7) 과제 내용 요약 | FLIP(Face Anti-Spoofing with Language-Image Pretraining)은 멀티모달 모델인 CLIP(Contrastive Language-Image Pretraining)을 Face Anti-Spoofing(FAS) 태스크에 최적화한 모델이다. FLIP은 위조 얼굴을 탐지하는 FAS 태스크에서 다른 모델들에 비해 우수한 성능을 보여준다. 그러나 거대한 모델 구조로 인해 추론에 많은 비용이 발생하며, 엣지 디바이스에 탑재하는 데에 어려움이 있다. 이에 따라, Knowledge Distillation(지식 증류) 방법을 사용하여 FLIP의 우수한 성능을 유지하면서도 더 빠르게 추론할 수 있는 경량화 모델을 개발하고자 한다. |
| (8) 주요 Link | 과제 GIT adress https://github.com/sudaltokki/T-FLIP 과제 보고서 https://github.com/sudaltokki/T-FLIP/blob/main/04-%ED%8B%B0%EB%9D%BC%EB%85%B8-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-2024-11-07-v2.md |
| (10) 기타 |
| (1) 과제명 | 노인 인지 기능 저하 예방을 위한 gpt-4o 기반 음성 챗봇 및 일기 생성 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 05-그린나래 |
| (3) 팀원 역할 분담 | 장서연(2171043) : 리더, AI 리더 및 FE 김여은(2130008) : 팀원, FE 리더 및 BE 우정아(2176223) : 팀원, BE 리더 및 AI |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 서오석 / 리더 / 카카오스타일 |
| (6) 과제 키워드(keywords) | NLP, DB, LLM, Gen AI, sentiment-analysis, chatbot |
| (7) 과제 내용 요약 | [주제] AI 챗봇을 활용하여 노인의 인지 저하를 예방하고 치매 조기 진단을 돕는 서비스 [문제 정의] 2050년까지 국내 노인의 16%가 치매환자가 될 것으로 예상되며, 경도인지장애(MCI)를 진단받은 사람 중 80%가 5년 이내에 치매 환자가 됩니다. 그러나 MCI는 초기 발견이 어려워 예방 및 조기 진단이 중요한 문제로 대두되고 있습니다. [제안하는 해결책] AI 챗봇을 활용한 음성 대화를 통해 일기를 작성하고, 일기를 기반으로 기억 점수를 측정하는 서비스를 제공합니다. 이를 통해 노인은 꾸준한 인지 활동을 할 수 있으며, 인지 기능을 강화하고, 경도인지장애 및 치매의 조기 발견 가능성을 높입니다. 또한, 진료를 권유하는 기능을 통해 전문적인 검진으로 이어질 수 있도록 돕습니다. [기대효과] 지속적인 일기 작성과 기억 점수 측정을 통해 노인의 인지 기능을 강화하고, 치매의 조기 발견 및 예방에 기여할 수 있습니다. 또한, AI 기반의 진단 지원을 통해 전문가의 도움을 받을 수 있는 가능성을 높이고, 치매 발생률을 줄이는 데 도움이 될 것으로 기대됩니다. |
| (8) 주요 Link | 과제 GIT: https://github.com/EWHA-DraWings/Submit 과제 보고서: https://github.com/sudaltokki/T-FLIP FE: https://github.com/EWHA-DraWings/FE BE: https://github.com/EWHA-DraWings/BE AI: https://github.com/EWHA-DraWings/AI |
| (10) 기타 |
| (1) 과제명 | SCHOLLI(스콜리) : 자신에게 적합한 장학금을 찾는 대학생을 위한 AI 기반 장학금 추천 및 장학금 수혜 팁 제공 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 06-머스캣 |
| (3) 팀원 역할 분담 | 채민주(2076405) : 리더, React 프론트엔드 개발, 프로토타입 제작, 프론트엔드 배포환경 세팅 변하영(2173039) : 팀원, Django API 개발, 프로토타입 제작, 백엔드 배포환경 세팅 이서연(2176255) : 팀원, 추천 알고리즘 개발, 수혜팁 추출 기능 개발, Django API 개발 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 이수현 / 개발자 / 네이버 |
| (6) 과제 키워드(keywords) | 생성형 AI, 프롬프트 엔지니어링, 추천시스템 |
| (7) 과제 내용 요약 | SCHOLLI는 대학생들이 방대한 장학금 정보 속에서 자신에게 적합한 장학금을 쉽고 빠르게 찾을 수 있도록 돕는 AI 기반 장학금 추천 서비스입니다. 통합된 장학금 정보를 제공해 탐색 시간을 줄이고 AI 기술을 활용해 성적, 경제적 상황, 전공뿐만 아니라 진로 계획, 수상 경력 및 언어 능력과 같은 특기자 정보 등 세부 정보를 분석하여 개인 맞춤형 장학금을 추천합니다. 또한, 이전 장학금 수혜자들이 수혜 관련 조언을 공유하고 이를 추출해 수혜팁을 제공합니다. 이를 바탕으로 사용자는 보다 전략적으로 장학금을 지원할 수 있습니다. SCHOLLI는 장학금 지원 기회를 놓치는 문제를 해결하고, 더 많은 학생들에게 교육의 평등성을 제공하는 것을 목표로 합니다. |
| (8) 주요 Link | 과제 GIT Address(https://github.com/Musccat) 과제 보고서(https://github.com/Musccat/06_Musccat_Report1/blob/main/README.md) |
| (10) 기타 |
| (1) 과제명 | YOU-BOOK : 간편한 자서전 제작을 위한 AI 기반 자서전 제작 웹서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 07-계단 |
| (3) 팀원 역할 분담 | 양다나(2276185) : 리더, AI 안민지(2176205) : 팀원, 백엔드 장유현(2070066) : 팀원, 프론트엔드 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 이수화 / 코그넷나인 / 박사,전문위원 |
| (6) 과제 키워드(keywords) | CV,NLP,AI, 데이터베이스 |
| (7) 과제 내용 요약 | YOU-BOOK은 사용자가 입력한 내용을 기반으로 AI를 활용하여 자서전의 일부분을 대신 작성해주는 대필작가와 같은 역할을 하는 웹서비스입니다. 그 외에도 챗봇이 일반적인 자서전 속 내용을 유도하는 질문을 사용자와 주고 받으며, 사용자의 답변 또한 자서전의 일부분으로 제작해줍니다. 또, 자서전 제작에 있어서 사용자의 참여도를 높이기 위해 사용자가 생성된 글의 내용을 직접 수정할 수 있으며, 문단의 위치, 글꼴, 글의 색상, 표지 등을 사용자가 직접 설정할 수 있습니다. |
| (10) 기타 |
| (1) 과제명 | 밴드 악기 연주자를 위한 악기 학습과 피드백을 제공하는 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 08-익명의 뒤쥐 |
| (3) 팀원 역할 분담 | 김유진(2176085) : 리더, 프론트엔드, 백엔드, 서버 양제니(2176210) : 팀원, 프론트엔드, 백엔드, 데이터베이스 김승아(2076064) : 팀원, 프론트엔드, UI/UX 디자인 |
| (4) 팀 지도교수 | 오세은 |
| (5) 팀 멘토 | 최희창 / 대표 / 링크젠 |
| (6) 과제 키워드(keywords) | 딥러닝, AI, 학습알고리즘 |
| (7) 과제 내용 요약 | 악기 연주에 대한 피드백을 받고 스스로 연습하고 싶은 사용자를 위한 앱. 사용자가 자유롭게 원하는 음악을 업로드할 수 있으며, Demucs가 악기별로 음원을 분리하여 사용자가 선택한 악기를 연주할 수 있도록 한다. |
| (8) 주요 Link | 과제 git address: https://github.com/PP88-bit/2024-capston-team-08 과제 보고서: https://github.com/PP88-bit/2024-capston-team-08/blob/main/08-%EC%9D%B5%EB%AA%85%EC%9D%98%EB%92%A4%EC%A5%90-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-2024-11-05-v0.md |
| (10) 기타 |
| (1) 과제명 | C.LOVA(클로바) : Multimodal LLM을 통해 이화여대 내 분실물을 쉽고 효율적으로 등록, 관리, 찾을 수 있는 웹서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 09-보성말차 |
| (3) 팀원 역할 분담 | 이서영(2029028) : 리더, AI/Data 김민영(2073028) : 팀원, 프론트엔드 이정은(2128020) : 팀원, 백엔드 |
| (4) 팀 지도교수 | 오세은 |
| (5) 팀 멘토 | 정아연 / 개발자 / 라인플러스 |
| (6) 과제 키워드(keywords) | 분실물, 멀티모달 LLM 모델, DB, WEB |
| (7) 과제 내용 요약 | [한줄소개] C.LOVA(클로바 : 클릭 한 번으로 바로 찾는 분실물)는 분실물을 쉽고 효율적으로 등록, 관리 그리고 찾을 수 있는 웹서비스입니다. [페인포인트] 저희는 현재 이화여대 학생서비스센터에서 제공하는 분실물 게시판은 내용이 검색 기능이 제대로 작동하지 않고 DB가 분산되어있다는 불편함을 발견하고 이러한 프로젝트를 고안하게 되었습니다. [주요 목적] [타겟 유저] 저희 서비스의 타겟 유저는 2부류가 있습니다. [기대효과] |
| (8) 주요 Link | [과제 Git 주소] https://github.com/2024EwhaGraduationProject [과제 보고서] https://github.com/2024EwhaGraduationProject/24-2GradsHw/blob/main/Capstone-1stReport-09-%EB%B3%B4%EC%84%B1%EB%A7%90%EC%B0%A8%20v2-2024-10-30.md [우리 사이트] www.clova.site |
| (1) 과제명 | 대형 단체를 위한 내부 행사 관리 서비스 {team}: nori |
|---|---|
| (2) 팀 번호 / 팀 이름 | 10-하면함 |
| (3) 팀원 역할 분담 | 윤하영(2071033) : 리더, 백엔드 고가형(2076010) : 팀원, 프론트엔드, AI 김민영(2176051) : 팀원, 프론트엔드 |
| (4) 팀 지도교수 | 이형준 |
| (5) 팀 멘토 | 이호준 / 부장 / 에듀니티랩 |
| (6) 과제 키워드(keywords) | GenAI, 이미지생성, 행사관리 |
| (7) 과제 내용 요약 | team:nori는 대형 단체의 관리자와 참여자를 타겟으로 하는 웹서비스임. 본 서비스를 이용하는 관리자는 홍보물 이미지 생성 기능을 통해 간편하게 내부 행사를 만들고 관리할 수 있음. 참여자는 행사의 내용을 쉽게 확인하여 신청할 수 있고, 발급된 티켓 목록을 통해 참여 신청한 행사의 정보에 빠르게 접근할 수 있음. |
| (8) 주요 Link | [과제 GIT] https://github.com/HA-MYUN-HAM [FE] https://github.com/HA-MYUN-HAM/HMH-WEB [BE] https://github.com/HA-MYUN-HAM/HMH-SERVER [AI] https://github.com/HA-MYUN-HAM/HMH-AI [과제 보고서] https://github.com/HA-MYUN-HAM/.github/blob/main/10-하면함-2차보고서.md |
| (10) 기타 |
| (1) 과제명 | Dietary Restrictions을 가진 외국인들을 위한 생성형 AI를 이용한 맞춤형 한식 정보 제공 채팅 앱 서비스 FoodieBuddy |
|---|---|
| (2) 팀 번호 / 팀 이름 | 11-힘찬유니콘 |
| (3) 팀원 역할 분담 | 손민서(2117020) : 리더, 백엔드 도하연(2117012) : 팀원, 프론트엔드 정지후(2117032) : 팀원, AI |
| (4) 팀 지도교수 | 이형준 |
| (5) 팀 멘토 | 이관호 / 연구원 / Samsung Advanced Institute of Technology (SAIT) |
| (6) 과제 키워드(keywords) | • Dietary restrictions (건강상의 이유, 문화적, 종교적 이유, 또는 개인적인 선호 등에 따라 특정 음식이나 영양소를 제한하는 것) • 텍스트/이미지 생성형 AI • 멀티모달 |
| (7) 과제 내용 요약 | FoodieBuddy는 한국에 머무르는 dietary restrictions이 있는 외국인들을 돕기 위한 채팅 기반 앱 서비스 입니다. FoodieBuddy는 언어 장벽과 낯선 한식 재료로 인한 어려움을 해결하고, 사용자의 dietary restrictions에 맞춘 맞춤형 메뉴 추천을 제공합니다. 이러한 기능을 구현하기 위해 gpt-4o를 이용하여 채팅을 진행하고 파인튜닝된 Stable Diffusion 모델을 이용하여 한식 메뉴 이미지를 생성합니다. FoodieBuddy를 통해 식단 정보에 대한 접근성을 높이고, 사용자가 본인에게 적합한 한식 메뉴를 선택하는 과정을 더욱 쉽게 만들고자 합니다. |
| (8) 주요 Link | 과제 GIT Address https://github.com/Powerful-Unicorn 과제 보고서 https://github.com/Powerful-Unicorn/.github/blob/main/2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C/11-%ED%9E%98%EC%B0%AC%EC%9C%A0%EB%8B%88%EC%BD%98-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-v0.md |
| (10) 기타 |
| (1) 과제명 | WOT(왓): 개인화된 AI를 통해, 날씨에 맞는 맞춤형 옷을 추천해주는 소셜 네트워크 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 12-쿨라피 |
| (3) 팀원 역할 분담 | 최하늬(2176392) : 리더, AI 개발 변유진(2171018) : 팀원 , 백엔드 개발 노수진(2071022) : 팀원 , 프론트엔드 개발 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 진현영 / 주임연구원 / 어센트코리아 |
| (6) 과제 키워드(keywords) | Grounded-SAM, Inpaint Anything, 협업필터링 추천시스템 |
| (7) 과제 내용 요약 | 날씨에 맞는 옷을 고르기 어려워하는 20대 여성들을 위한 날씨와 패션을 결합한 소셜 네트워크 서비스이다. 사용자의 OOTD 사진 기반으로, 사용자의 체질(ex. 추위를 많이 탐)을 고려한 AI의 옷 추천 기능을 제공한다. 또한 가장 친한 친구 20명과 소통할 수 있는 폐쇄형 커뮤니티 기능을 제공한다. 매일 OOTD 이미지와 콜라주화된 이미지, 날짜, 날씨, 옷에 대한 코멘트를 부담없이 공유하고, 친구들의 OOTD를 참고할 수 있다. |
| (8) 주요 Link | 과제 GIT Address https://github.com/Coollaafi 과제 보고서 https://github.com/Coollaafi/Coollaafi_Info/blob/main/Capstone-1stReport-12-%EC%BF%A8%EB%9D%BC%ED%94%BC%20v1-2024-09-24.md 서비스 링크 https://coollaafi-frontend.vercel.app/ |
| (10) 기타 |
| (1) 과제명 | Gotcha: 도로안전 개선을 위한 블랙박스 데이터 속 불법주정차 AI 탐지 및 신고 자동화 클라우드 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 13-AI:D |
| (3) 팀원 역할 분담 | 박소현(2176143) : 리더, 클라우드 아키텍처 설계 이희수(2129030) : 팀원, AI 알고리즘 구현 김연우(2183005) : 팀원, 클라우드 서버 개발 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 오종훈 / 부장,팀장 / 클라우드네트웍스 |
| (6) 과제 키워드(keywords) | 클라우드, AI, Object Detection |
| (7) 과제 내용 요약 | 불법주정차 신고절차를 자동화하는 서비스로, 블랙박스 데이터를 활용하여 불법주정차를 AI로 탐지, 이후 클라우드 내 메타데이터 간 비교분석을 수행하여 준법 여부를 가려내어 해당 차량이 자동으로 신고되게 하고자 한다. |
| (8) 주요 Link | 과제 GIT Address https://github.com/orgs/Gotcha-powered-by-AID/repositories 과제 보고서 https://github.com/Gotcha-powered-by-AID/Gotcha-document/blob/main/13-AI_D-2%E1%84%8E%E1%85%A1%E1%84%87%E1%85%A9%E1%84%80%E1%85%A9%E1%84%89%E1%85%A5-2024-11-07-v0.md |
| (10) 기타 |
| (1) 과제명 | 큐엔아트(QnArt) : 초등학생 대상, LLM과 이미지 생성 AI를 이용한, 대화와 그림 창작 기반 - 미술 작품 감상 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 15-와일드가오리 |
| (3) 팀원 역할 분담 | 주민영(2076395) : 리더, AI, 백엔드 길연형(2071005) : 팀원, 프론트엔드, 디자인 최수미(2040037 : 팀원, 백엔드 |
| (4) 팀 지도교수 | 오세은 |
| (5) 팀 멘토 | 현정훈 / 이사 / 아트램프 |
| (6) 과제 키워드(keywords) | LLM, 이미지 생성 AI, Prompt Engineering, RAG, AI 도슨트 |
| (7) 과제 내용 요약 | 기존의 주입식 미술 관람과 드로잉 중심의 미술 교육 대신, 초등학생들이 AI 도슨트와의 대화를 통해 재미있고 주체적으로 작품을 감상하고, 이미지 생성 AI를 통해 나만의 그림을 창작하는 애플리케이션입니다. 주요기능은 다음과 같습니다. 1. 도슨트 AI와 대화하며 작품 감상 : 미술 감상 이론을 적용한 프롬프트를 통해, AI 도슨트의 단계별 질문에 답하며 주체적이고, 체계적인 작품 감상이 가능합니다. 또한, 도슨트 캐릭터와 TTS & SST 기술을 활용해 자유롭고 친밀하게 상호작용할 수 있는 대화형 감상을 제공합니다. 2. RAG를 이용한 깊이있는 작품 감상 : 작품 감상 과정에 도움이 되는 정보를 활용하여 사용자에게 보다 정확하고 풍부한 정보를 제공합니다. 3. 이미지 생성 AI를 이용한 그림 창작 : 감상한 작품에 관람자의 창의적인 아이디어를 반영하여, 이미지 생성 AI 통해 새로운 그림을 창작합니다. 관람자의 특징 또는 작가의 화풍을 반영하여 다양한 그림 창작을 지원합니다. |
| (8) 주요 Link | 과제 GIT Address https://github.com/orgs/Wild-Gaori/repositories 과제 보고서 https://github.com/Wild-Gaori/Report/blob/main/15-%EC%99%80%EC%9D%BC%EB%93%9C%EA%B0%80%EC%98%A4%EB%A6%AC-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-2024-11-05.md |
| (10) 기타 |
| (1) 과제명 | QRAB(큐랩): 대학생을 위한 AI 기반 퀴즈 풀이 및 학습 보조 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 16-불사신 |
| (3) 팀 구성원 | 김민영 (2076040): 리더, 백엔드, AI 이윤진 (2176283): 팀원, 백엔드, AI 최영서 (2176381) : 팀원, 프론트엔드, AI |
| (4) 팀 지도교수 | 심재형 교수님 |
| (5) 팀 멘토 | 임도형 / 로완 / CTO/CAIO |
| (6) 과제 키워드 | 텍스트 생성형 AI, RAG, OCR, WEB |
| (7) 과제 내용 요약 | QRAB(큐랩)은 온라인으로 노트, 학습 블로그 등을 작성하는 대학생을 대상으로 하는 AI 기반 퀴즈 생성 및 학습 보조 웹 서비스입니다. 현재 시중에 온라인 노트 작성 서비스나 퀴즈 서비스는 존재하지만, 사용자가 자신의 학습 자료를 활용해 복습할 수 있는 플랫폼은 존재하지 않습니다. 이에 저희는 사용자가 자신이 기존에 작성한 학습 자료를 활용할 수 있도록 하고, 학습 효율을 높일 수 있게 하는 새로운 플랫폼을 개발하고자 했습니다. QRAB에서 사용자는 자신이 기존에 작성한 자료를 URL, PDF, 이미지 파일 등 다양한 형태로 불러와 노트로 저장합니다. 그 다음 저장한 노트를 통해 자동 퀴즈를 생성하고, 다양한 난이도로 생성된 퀴즈를 풀며 자연스럽게 복습을 수행합니다. 이후 필요에 따라 틀린 퀴즈를 바탕으로 하는 응용 퀴즈를 생성해 학습 효과를 높일 수 있습니다. 이렇게 푼 퀴즈들을 바탕으로 사용자는 학습 분석 단계에서 월 별 학습 분석, 취약 카테고리 분석 등을 살펴보며 자신의 학습 패턴과 보완점을 인지할 수 있습니다. 또, 상세 분석을 통해 사용자 맞춤형 학습 전략 및 추천 자료를 제공받습니다. 사용된 기술은 다음과 같습니다. 우선 Frontend는 React, Backend는 Spring Boot를 활용해 개발했습니다. 저희는 크롤링 기능을 위해 JSoup 라이브러리를 활용하며, 이미지 파일의 텍스트를 추출하기 위해 Naver Clova OCR API를 사용합니다. 웹 페이지의 전체 화면을 캡처하기 위해 Selenium WebDriver를 사용하며, PDF parsing을 위해 Apache PDFBox 라이브러리를 사용합니다. 노트 요약, 퀴즈 생성, 학습 분석에는 ChatGPT-4o mini API가 사용되며, 학습 분석에는 RAG와 Langchain을 사용해 학습 분석의 정확도를 높입니다. |
| (8) 주요 Link | 과제 GIT Address https://github.com/orgs/QRAB-EWHA/repositories 과제 보고서 https://github.com/QRAB-EWHA/QRAB/blob/main/README.md |
| (10) 기타 |
| (1) 과제명 | 스마트푸푸:시각장애인 양육자 대상, YOLO와 multimodal LLM을 활용한, 아기 변 이미지 분류 기반, 건강 상태 모니터링 보조 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 17-포카리 |
| (3) 팀원 역할 분담 | 박기선(1876137) : 리더, FE 김수연(2076061) : 팀원, AI |
| (4) 팀 지도교수 | 민동보 |
| (5) 팀 멘토 | 문효진 / 개발자 / 네이버 |
| (6) 과제 키워드(keywords) | multimodal LLM, Object Detection, Computer Vision, STT, TTS, HCI, Accessibility, Vision impairment |
| (7) 과제 내용 요약 | 한줄설명: 실시간 객체탐지 카메라와 챗봇을 통해 시각장애인이 아기 변의 상태를 확인할 수 있는 모니터링 서비스 서비스 대상: 최대 3-4살(기저귀를 떼는 연령)까지의 아기를 키우는 시각장애인 남녀양육자 문제 정의 1) 시각장애인 양육자들은 필수 양육 행동인 아기변 확인이 어렵고, 그나마도 직접 만져 질감만 확인하고 있다. 2) 현존하는 서비스(아기똥솔루션, Be My Eyes) 중에 시각장애인들이 언어나 접근성의 장벽 없이 편하게 사용할 수 있는 서비스가 없다. 해결책 1) 객체 탐지를 통해 카메라 사용의 편의성을 높여 기저귀 위에 있는 변을 촬영하게 하고, 인공지능을 통해 변의 색상과 질감을 분석하여 결과를 음성으로 들을 수 있도록 한다. 추가 질문이 있을 경우 STT/TTS로 기능하는 챗봇을 통해 문답이 가능하게 한다. 2) 그 외에 임신테스트기 확인, 어떤 옷인지 확인하여 코디하기 등 추가적인 기능을 통해 시각장애 양육자들이 겪는 어려움을 해결한다. |
| (8) 주요 Link | 과제 Git 주소 https://github.com/sooonsyk/SmartPoopoo 과제 보고서 https://github.com/sooonsyk/SmartPoopoo/blob/main/17-포카리-1차보고서-v2.md 그 외 주요 Link - 자료1: 시각장애인 양육자 인터뷰 https://www.youtube.com/watch?v=o44TbZ6B-DY |
| (10) 기타 |
| (1) 과제명 | 주관적인 심리적 불편감을 겪는 20-30대를 위한 LLM기반 개인 맞춤형 챗봇 상담 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 18-우주타이거 |
| (3) 팀원 역할 분담 | 이다인(2071034) : 리더, 프론트엔드, 디자인 강예진(1971003) : 팀원, 백엔드, AI 팽지원(2076432) : 팀원, 기획, AI |
| (4) 팀 지도교수 | 민동보 |
| (5) 팀 멘토 | 송용성 / 대표 / 순순 |
| (6) 과제 키워드(keywords) | NLP, LM, AI |
| (7) 과제 내용 요약 | 둥지톡은 심리적 불편감을 겪는 20-30대 청년층을 위해 연속적인 대화를 기반으로 개인 맞춤형 상담을 제공하는 인공지능 챗봇 상담 애플리케이션입니다. Unity 엔진을 기반으로 GPT-4o를 프롬프팅 하였으며, 주요 기능은 다음과 같습니다: 1. 맞춤형 상담사 선택 : 각기 다른 목적에 맞게 설정된 4가지 상담사가 제공되며, 사용자는 자신에게 잘 맞는 상담사를 선택해 대화할 수 있습니다. 1) 인지 치료 상담사 : 불안과 우울에 효과적인 CBT 이론 기반 상담 2) 장점 찾기 상담사 : 긍정심리학과 CBT 기반의 장점 찾기 활동 3) 상냥한 친구 : 당신만을 생각하고 위하는 순수하고 상냥한 친구 4) 시니컬한 상담사 : 이성적이고 현실적인 조언 제공 2. 적절한 캐릭터 애니메이션 : 상담사는 대화의 맥락에 맞춰 표정과 모션을 취해, 사용자가 대화에 더욱 몰입할 수 있도록 돕습니다. 3. 연속적인 상담 기록 관리 : 상담 내용은 요약 및 저장되며, AI가 이를 기억해 연속적인 대화를 이어갑니다. 4. 맞춤형 분석 리포트 : 요악 & 저장된 대화 기록은 기록 보관소에서 열람할 수 있으며, 이를 분석해 맞춤형 리포트를 제공합니다. |
| (8) 주요 Link | 과제 GitHub Address : https://github.com/TIME0227/Team18 과제 보고서 : https://github.com/TIME0227/Team18/blob/main/Reports/2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C/18-%EC%9A%B0%EC%A3%BC%ED%83%80%EC%9D%B4%EA%B1%B0-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C-2024-10-31-v0.md |
| (10) 기타 |
| (1) 과제명 | LLM을 활용한 MBTI별 맞춤형 선물 추천 서비스 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 19-우엉 |
| (3) 팀원 역할 분담 | 정이진(1973082) : 리더, AI, 프론트엔드 손윤지(2176186) : 팀원, 프론트엔드, UI/UX 디자인 정지은(2176353) : 팀원, 백엔드 |
| (4) 팀 지도교수 | 심재형 |
| (5) 팀 멘토 | 이태영 / 수석 / 신한은행 |
| (6) 과제 키워드(keywords) | MBTI, 생성형 AI, 추천 알고리즘, LLM |
| (7) 과제 내용 요약 | 본 과제는 선물 선택에 고민이 많은 사람과 MBTI별 맞춤형 선물 추천을 받고 싶은 MZ 세대를 위한 서비스다. 1. 인맥 등록 : 사용자가 이름, 생일, 나와의 관계 등 인맥 정보를 간단히 입력하면 LLM을 통해 자동으로 MBTI와 관심사 키워드가 생성되며, 사용자는 이를 수정할 수 있다. 이는 선물 추천 대상에 대한 정보를 등록하는 과정이다. 2. 선물 추천 : 인맥 등록 후 사용자가 선물 이벤트 등 기본 정보를 입력하면 1차 선물 리스트가 생성된다. 이후 LLM과 추천 시스템을 통해 최종 선물 리스트가 완성된다. 사용자는 3개의 선물을 추천 받게 되며 각 인맥에 대한 추천 기록은 히스토리 페이지에서 확인할 수 있다. 3. 문구 생성 : 선물과 함께 보낼 문구를 고민하는 사람을 위해 chatGPT API를 활용한 문구 생성 기능을 제공한다. 사용자가 입력한 문장 길이와 대상과의 친밀도를 바탕으로 문구가 자동 생성된다. 생성된 문구는 수정하고 저장할 수 있으며 히스토리 페이지에서도 확인할 수 있다. |
| (8) 주요 Link | Github: https://github.com/orgs/uuuueong/repositories 과제보고서: https://github.com/uuuueong/.github/blob/main/19-우엉-최종보고서-v0.md 시연영상: https://www.youtube.com/watch?v=8urzfBDQB7I |
| (10) 기타 |
| (1) 과제명 | LLM 기술 기반의 AI NPC를 설득해야하는 물건 판매 롤플레잉 토킹 게임 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 20-무너지지않는문어 |
| (3) 팀원 역할 분담 | 이주연(2071038) : 리더, 메인 클라이언트 주소연(2076397) : 팀원, 백엔드 및 서브 클라이언트 김현민(2071020) : 팀원, 프롬프팅 및 서브 클라이언트 |
| (4) 팀 지도교수 | 오세은 |
| (5) 팀 멘토 | 이기문 / 팀원(딥러닝 엔지니어) / 렐루게임즈 |
| (6) 과제 키워드(keywords) | 음성 인식, 게임, AI, 챗봇, STT |
| (7) 과제 내용 요약 | 길거리 판매왕은 유저가 AI 탑재 NPC와의 실시간 상호작용을 통해 설득 스킬을 발휘하여 물건을 판매하는 몰입형 롤플레잉 게임입니다. ChatGPT-4 API와 STT 기능을 활용해 매번 랜덤하게 생성되는 NPC와 음성 대화를 나누며, 설득력에 따라 성공 여부가 결정되어 게임 경험을 개별화하고 몰입감을 높였습니다. [타겟고객/Pain point] Target Customer: 시뮬레이션 게임을 즐겨하며, NPC와의 상호작용을 좋아하는 게임 유저 PainPoint: 1. 고정된 NPC와의 스크립트 (ex. 하고 싶은 말이 있어도 선택지가 없는 문제) 2. 매번 같은 경험을 제공하는 게임 (ex. 여러 번 플레이를 했을 때 항상 똑같은 플레이 경험을 주는 문제) [주요 기능] 1. 실시간 NPC 생성 및 상호작용 2. 랜덤 NPC 외형/성격 생성 [기대효과] 길거리 판매왕은 유저들이 몰입할 수 있는 게임 콘텐츠 제공합니다. |
| (8) 주요 링크 | [과제 git 주소]: https://github.com/OctoNeverDie/2024-Spring-Capstone-team20 [과제 보고서]: https://github.com/OctoNeverDie/2024-Spring-Capstone-team20/blob/main/20-%EB%AC%B4%EB%84%88%EC%A7%80%EC%A7%80%EC%95%8A%EB%8A%94%EB%AC%B8%EC%96%B4-2%EC%B0%A8%EB%B3%B4%EA%B3%A0%EC%84%9C.md |
| (10) 기타 |
| (1) 과제명 | 체형 및 스타일에 맞는 코디 추천을 원하는 seeker에게 맞춤형 setter가 리뷰 사진 및 모델 사진을 분석하는 AI모델을 활용하여 최적의 아이템을 선별해 코디 조언을 해주는 어플 |
|---|---|
| (2) 팀 번호 / 팀 이름 | 21-반려코더스 |
| (3) 팀원 역할 분담 | 황채현(2176431) : 리더, 백엔드 김도윤(2176045) : 팀원, 프론트엔드 및 AI 송민경(2176189) : 팀원, 프론트엔드 및 AI |
| (4) 팀 지도교수 | 오세은 |
| (5) 팀 멘토 | 한승우 / 부장 / 블룸테크놀로지 |
| (6) 과제 키워드(keywords) | 맞춤형 코디, Match R-CNN, nc loss model |
| (7) 과제 내용 요약 | 저희 앱의 플로우는 다음과 같습니다. 각자의 체형 정보 및 스타일을 기입하여 회원가입을 진행합니다. 세터는, 자신의 포트폴리오를 채운 후, 자신에게 들어올 코디 요청을 기다립니다. 시커는, 자신이 코디를 함께 하고 싶은 옷과 장소, 함께 만나는 사람들을 입력하여 제안서를 보냅니다. 제안서를 받은 세터 중 2명의 세터가 제안을 수락하고 코디를 진행합니다. 코디를 진행할 때, 먼저 시중에 공개된 패션 데이터셋을 이용하여 Mask R-CNN 기반의 Match R-CNN 모델을 생성 및 학습을 진행합니다. 이후, 크롤링을 통해 수집한 데이터를 AI 모델로 분석한 뒤, 학습된 데이터셋과 동일한 형식으로 변환하여 분석할 계획입니다. 통계를 내는 방식을 이용하여, 가장 많이 매칭한 옷과 모델샷에서 함께 입은 옷을 분석한 DB를 구성하는 것을 목표로 하고 있습니다. 두번째로, seeker와 setter의 매칭 알고리즘을 구현합니다.이 알고리즘은 seeker와 비슷한 체형을 가진 setter를 매칭하는 역할을 합니다. 만약 동일한 체형 및 컴플렉스를 가진 setter가 없을 경우, 근접한 체형의 setter를 자동으로 매칭할 수 있는 알고리즘을 설계할 예정입니다. |
| (8) 주요 Link | 과제 보고서: https://github.com/doyoom/CapstoneDesign-24-2H/blob/538e5d1bf7045d2738a6aa3323282ffd731c7ae6/21-%EB%B0%98%EB%A0%A4%EC%BD%94%EB%8D%94%EC%8A%A4-2%E1%84%8E%E1%85%A1%E1%84%87%E1%85%A9%E1%84%80%E1%85%A9%E1%84%89%E1%85%A5-2024-11-07-v0-2-2.md |
| (10) 기타 |
| (1) 과제명 | Quantization based on Layer-wise Activation Analysis in Stable Diffusion Models |
|---|---|
| (2) 팀 번호 / 팀 이름 | 23-이화도인지 |
| (3) 팀 구성원 | 김도은 (2076035): 리더, 연구 및 논문 작성 박인애 (2171088): 팀원, 연구 및 논문 작성 변지은 (2076193) : 팀원, 연구 및 논문 작성 |
| (4) 팀 지도교수 | 심재형 교수님 |
| (5) 팀 멘토 | 박준석 / 수석 연구원 / 삼성전자 |
| (6) 과제 키워드 | Diffusion model, Quantization, XAI |
| (7) 과제 내용 요약 | 본 연구는 diffusion model이 timestep마다 서로 다른 layer를 활성화된다는 가설을 기반으로 진행되었습니다. MNIST 데이터셋을 사용하여 기본 diffusion 모델인 DDPM을 1,000 timestep 동안 학습시키고, 각 timestep에서 활성화된 layer를 분석하기 위해 Fisher information 값을 추출하여 활성화 양상을 평가합니다. 연구의 주요 목표는 diffusion model의 높은 inference time 문제를 개선하는 것입니다. 이를 위해 U-Net 구조에 quantization을 도입하여 연산 속도를 단축하고자 하며, Fisher information 분석 결과를 바탕으로 timestep별 활성화된 layer에 집중적으로 양자화를 적용하는 방식으로 문제를 해결할 계획입니다. 먼저 U-net을 6개 layer로 구분한 후에 각 파트별로 fisher information value 로 timestep마다 활성화되는 layer 및 layer 내의 weight 를 파악합니다. 이와 함께, 정량적 비교를 위해 log scale과 minmax 정규화 기법을 활용하여 정확한 분석을 수행했습니다. 연구 결과, 각 layer의 앞부분 weight가 전반적으로 큰 기여도를 가지며, timestep에 따른 weight 분포의 변화를 살펴본 결과, 초기 timestep에서는 layer의 앞부분 weight 기여도가 높고, 후반 timestep에서는 layer의 뒷부분 weight 기여도가 높아지는 경향을 발견하였습니다. 기존의 전체 layer 동일하게 quantization을 적용하는 방식이 아닌 layer 별로 맞춤형 quantization을 적용함으로써 모델의 속도를 높이되 quantization으로 인한 손실을 최소화하는 성과를 목표로 합니다. Quantization 과정에서는 float형 비트 수 감소와 int형 변환을 통해 연산 효율성을 개선합니다. 본 연구는 diffusion model에 XAI 기법을 적용한 새로운 분석 방법을 제시하며, 제안된 quantization 기법이 inference 속도 향상에 기여할 것으로 기대됩니다. |
| (8) 주요 Link | 과제 GIT Address: https://github.com/Ewha-DoInJi/growth-research 과제 보고서: https://github.com/Ewha-DoInJi/growth-research/blob/main/reports/23-이화도인지-1차보고서-v1.md |
| (10) 기타 |