선별한 프로젝트
계측 데이터 예측 시스템 구축과 운영
외부 연구진이 개발한 분석·예측 모듈 2종(수분함량 이상치·결측 복원, 지반 안정성 예측)을 3개월 만에 운영 DB 기반의 일일 자동화 시스템으로 전환해 12개월 운영했습니다.
- 기간
- 2024.08 ~ 2025.11 (3개월 구축, 12개월 운영)
- 역할
- 분석·예측 모듈 2종 운영 연동, 현장 검증, 데이터 처리 흐름·데이터베이스 개선
- 기술
- Python, PyTorch, Java, PostgreSQL
주요 성과
- 설명이 부족한 분석용 코드를 디버거로 한 줄씩 추적해 고정 입력을 운영 DB의 최신 계측·기상 데이터로 전환
- 수집·예측·저장을 매일 자동화해 폐쇄망에 배포했습니다. 선임 부재 시 후임과 현장 검증 5회를 책임졌고, 발주처 요구사항의 후속 개발과 현장 반영까지 담당했습니다.
- EXPLAIN으로 실행 계획을 분석하고 인덱스를 설계해 조회 속도를 60초에서 5초로(92%) 단축
주요 범위
어떻게 연동했나: 분석용 코드에서 매일 예측하는 운영 시스템으로
연구진이 전달한 분석·예측 모듈 2종(수분함량 이상치·결측 복원, 지반 안정성 예측)은 특정 시점 데이터가 고정 입력으로 들어가 있는 분석용 코드였고, 설명 자료만으로는 구조 파악이 어려웠습니다.
디버거로 한 줄씩 따라가며 입출력 형식을 확인하고 시계열 모델 구조를 파악한 뒤, 고정 입력을 운영 데이터베이스의 최신 계측·기상 데이터로 대체했습니다. 매일 자정에 데이터를 집계해 슬라이딩 윈도우 방식으로 모델 입력을 구성하고, 예측 결과를 데이터베이스에 자동 저장하는 흐름을 만들었습니다.
폐쇄망 환경이라 의존성 라이브러리를 사전 분석해 오프라인 배포 패키지로 구성했고, 구축 후 12개월간 매일 자동 예측을 안정 운영했습니다.