--- title: "Hello!" description: "클라우드 인프라, 백엔드 및 AI 서빙을 연결한 운영 시스템을 설계·구현·배포하며, 연구·프로젝트·경험을 통해 실시간 영상 분석, GPU 공유, OpenStack 관리 등 다양한 기술을 실용적인 제품과 서비스로 구현하는 개발자 소개입니다." date: "2022-06-09T00:00:00.000Z" last_modified: "2026-10-21T14:15:11.066Z" type: "Post" tags: - "openstack" - "kubernetes" - "gpu" - "MLOps" categories: - "💬 Portfolio" authors: - "봉정근" canonical_url: "https://pieroot.xyz/about" markdown_url: "https://pieroot.xyz/about.md" --- # Hello! 클라우드 인프라, 백엔드 및 AI 서빙을 연결한 운영 시스템을 설계·구현·배포하며, 연구·프로젝트·경험을 통해 실시간 영상 분석, GPU 공유, OpenStack 관리 등 다양한 기술을 실용적인 제품과 서비스로 구현하는 개발자 소개입니다. > **봉정근 · Backend / AI Infrastructure Developer** > 클라우드의 Control Plane부터 GPU 모델 Serving의 Runtime까지, 실제 운영 가능한 시스템을 설계하고 구현합니다. > **제가 해결하는 문제** > OpenStack 운영 자동화 · Kubernetes/k3s Provisioning · GPU 자원 공유 · 비동기 AI Serving · 장애 복구와 관측성 > **한 줄 소개** > 인프라와 백엔드, AI 모델 사이의 경계를 연결해 **배포되고 관측되며 복구 가능한 시스템**으로 만드는 개발자입니다. ![image](https://pieroot.xyz/api/image-proxy?id=2f86bdf7-d24e-46e5-acdc-e051dd578dab&kind=s3&pageId=20d067c0-15d0-81e8-8d59-f156b712bd21&source=block&blockId=20f067c0-15d0-8064-ba45-c97f163501c5) > **Public Work** > [GitHub](https://github.com/jung-geun) · [Tech Notes](https://pieroot.xyz/) · [Lab Profile](https://dms.konkuk.ac.kr/people/Jung-geunBong) > **Cloud Platform** > OpenStack · Ceph · Kolla Ansible · Kubernetes/k3s > **AI Serving** > NVIDIA MPS · YOLOv8 · FastAPI · RabbitMQ · vLLM > **Research & Product** > PyTorch · PSO · SFT/DPO · Next.js · SvelteKit > **검증 가능한 결과를 우선합니다.** > 운영 경험은 시스템 구조와 장애 대응 방식으로, 연구는 코드·데이터·실험 결과로, 제품은 실제 배포 가능한 형태로 설명합니다. ## 🌈 소개 --- 저는 **Cloud Infrastructure → Backend Control Plane → AI Serving Runtime**을 하나의 시스템으로 연결합니다. 단순히 기능을 구현하는 데서 끝나지 않고, 자원 할당·비동기 처리·장애 복구·캐시 무효화·관측성처럼 운영 단계에서 드러나는 문제를 설계 초기에 함께 다룹니다. 메타셋에서는 YOLOv8 모델 3개를 단일 파이프라인에서 실행해 고속도로 차량 분석을 **30 FPS**로 처리하고, 차량 7종·세부 13종 이상 분류에서 **99.97% 정확도**를 달성했습니다. SmartLabs 기업과제에서는 NVIDIA MPS 기반 GPU Slicing과 K3s Master-Worker 구조를 설계하고, FastAPI·RabbitMQ 기반 비동기 분배와 Worker 장애 시 재처리 흐름을 구현했습니다. OpenStack 사설 클라우드를 직접 운영하면서 생긴 문제는 오픈소스 제품으로 풀고 있습니다. [**Afterglow**](https://github.com/openstack-afterglow/openstack-afterglow)를 중심으로 OpenStack 서비스 통합 관리, [**Drover**](https://github.com/openstack-afterglow/drover)의 k3s Provisioning, [**Palimpsest**](https://github.com/openstack-afterglow/palimpsest)의 Layered VM Root 연구, [**Lumen**](https://github.com/openstack-afterglow/lumen)의 LLM·Agent Service를 하나의 생태계로 발전시키고 있습니다. 현재는 **건국대학교 인공지능학과 석사과정**에서 System Optimization, Computer Vision, AI Infrastructure를 연구합니다. 동시에 PyTorch용 PSO 라이브러리 `pso2keras`, Qwen3.5 일정 우선순위 모델 `TimeSorter`, Notion 기반 기술 노트북 `monolog`처럼 연구 결과를 재현 가능한 코드와 배포 가능한 제품으로 만들고 있습니다. ## 📮 연락처 - **Location**: 인천광역시 서구 - **Email**: [pieroot@pieroot.xyz](mailto:pieroot@pieroot.xyz) · [pieroot@konkuk.ac.kr](mailto:pieroot@konkuk.ac.kr) - **LinkedIn**: [linkedin.com/in/pieroot](https://linkedin.com/in/pieroot) - **GitHub**: [github.com/jung-geun](https://github.com/jung-geun) ## 🎓 학력 **2025.03 - 현재** 건국대학교 일반대학원 인공지능학과 석사과정 **2021.03 - 2024.02** 서울호서직업전문학교 컴퓨터 공학과 학사 논문: 반려견 영상 실시간 행동 인식 시스템 \| 2023 **2019.03 - 2021.02** 언남고등학교 ## 🏅 핵심 성과 > **30 FPS · 99.97%** > 고속도로 실시간 차량 분석 Pipeline 구현 > **225회 독립 Benchmark** > PyTorch PSO 5-stage Plugin Architecture 검증 > **88.7% 규칙 통과율** > Qwen3.5-9B 일정 우선순위 SFT+DPO 실험 - NVIDIA MPS 기반 GPU Slicing Serving 구조 설계 - K3s 기반 Master-Worker AI Serving Architecture 구현 - OpenStack 통합 Control Plane Afterglow와 Drover·Palimpsest·Lumen 개발 - Notion CMS 기술 노트북, macOS App·CLI·Library, Docker/Kubernetes 교안 공개 ## 📜 자격증 - 정보처리기사 - 정보처리산업기사 - 리눅스 마스터 2급 - 네트워크 관리사 2급 ## 💼 경력 --- > 경력은 **무엇을 했는지**보다 **어떤 문제를 해결했는지**가 잘 보이도록 정리했습니다. ### 2026.02 - 2026.04 · 프리랜서 \| AI 개발자 (K사 BMS PoC) - **문제**: 브랜드 자산 이미지에서 객체 단위 라벨을 빠르게 구축하면서도 검수 가능한 품질을 확보해야 했습니다. - **구현**: SAM3의 1차 Segmentation과 Gemini 후처리를 연결한 객체 탐지·세그멘테이션·Auto-labeling Pipeline을 구성했습니다. - **운영 흐름**: 자동 라벨링 → 사람 검수 → 보정 → 재실행의 반복 Workflow를 설계해 PoC 데이터 구축 과정을 구조화했습니다. - **기여**: 모델 결과만 만드는 데 그치지 않고, 실제 데이터 생산자가 수정하고 다시 사용할 수 있는 Backend·AI Workflow로 연결했습니다. ### 2025.11 - 2026.01 · 프리랜서 \| 백엔드 개발자 (H사 BMS PoC) - **역할**: Brand Management System PoC의 Backend Architecture와 배포 환경을 담당했습니다. - **구현**: 기능 경계를 기준으로 MSA 구조를 설계하고, 검증 가능한 단위의 Microservice로 분리했습니다. - **Infrastructure**: GCP의 GKE에 PoC Cluster와 Service 배포 경로를 구성했습니다. - **Delivery**: GitHub Actions 기반 CI/CD Pipeline을 구축해 코드 변경부터 검증 배포까지의 반복 주기를 단축했습니다. - **기여**: 기능 시연용 코드가 아니라, 이후 확장과 재배포가 가능한 PoC 실행 기반을 만들었습니다. ### 2024.08 - 2025.07 · 건국대 연구실 \| 백엔드 개발자 (SmartLabs 기업과제) - **문제**: 제한된 GPU에서 여러 Vision Model을 동시에 운영하고, Worker 장애에도 요청 처리를 이어가야 했습니다. - **GPU 자원화**: NVIDIA k8s-device-plugin의 **MPS** 기능을 활용해 단일 GPU를 여러 Serving Workload가 공유하는 GPU Slicing 구조를 설계했습니다. - **Serving Architecture**: K3s 위에 FastAPI API Gateway ↔ RabbitMQ ↔ Worker로 이어지는 Master-Worker 구조를 구현했습니다. - **Reliability**: 비동기 Task Queueing·분배와 Worker 장애 시 다른 Worker가 이어받는 재실행 로직을 구현했습니다. - **기여**: 모델 실행 코드를 Kubernetes 위에서 배포·확장·복구 가능한 Serving System으로 전환했습니다. ### 2023.12 - 2024.05 · 주식회사 메타셋 \| 인공지능 개발자 - **프로젝트**: 말레이시아 국토부 사업용 고속도로 실시간 차량 분석 시스템을 개발했습니다. - **Pipeline**: YOLOv8 기반 Detection, 차종·차량 정보 분석, 속도 측정, 통행량 집계를 하나의 처리 흐름으로 통합했습니다. - **Performance**: 단일 Pipeline에서 YOLO Model 3개를 동시에 실행하면서 **30 FPS Full-frame 처리**를 달성했습니다. - **Accuracy**: 차량 7종·세부 13종 이상을 분류하고 **99.97% 정확도**를 달성했습니다. - **Robustness**: 주간·야간·우천 환경별 Model을 분리 적용해 조명과 날씨 변화에 대응했습니다. - **기여**: 연구용 Model을 실시간 도로 영상에서 동작하는 End-to-end 분석 System으로 구현했습니다. ## 🚀 프로젝트 --- > 프로젝트는 **문제 → 설계 선택 → 구현 → 검증**이 드러나도록 정리했습니다. 공개 Repository, Package, Dataset과 실행 가능한 결과를 함께 제공합니다. > **Platform Engineering** > Afterglow · Drover · Palimpsest · Lumen > **AI & Research** > pso2keras · TimeSorter · Vision AI > **Product & Education** > monolog · NFD2NFC · Docker/K8s 교안 ### monolog — Notion 기반 IDE형 기술 노트북 \| 2026 · 운영 중 - Notion을 CMS로 사용하면서 모든 Route가 VS Code Editor처럼 동작하는 기술 노트북을 설계했습니다. - TitleBar · ActivityBar · FileTree · TabBar · StatusBar · LineNumberGutter를 공통 Editor Chrome으로 구현하고 SPA 전환에서도 Tab 상태를 유지합니다. - `⌘K` Command Palette, Multi-tab Navigation, d3-force 기반 Knowledge Graph를 구현했습니다. - Notion의 S3 Presigned URL 만료 문제를 고정 Proxy URL, 자동 재발급, In-flight Dedup, 1GB LRU Disk Cache로 해결했습니다. - Notion `last_edited_time` 기반 Cache Invalidation, Docker Multi-arch Image, GHCR, GitHub Actions를 구성했습니다. - **Stack**: Next.js 16 · React 19 · TypeScript 6 strict · TanStack Query · Notion API v5 · react-notion-x · d3-force - [GitHub Repository](https://github.com/jung-geun/monolog) · [Live Service](https://blog.pieroot.xyz/) [pieroot log](https://pieroot.xyz/) 시스템 개발자 jung-geun의 기술 블로그. 개발 과정에서 배운 내용과 논문, 프로젝트 기록을 공유합니다. [GitHub - jung-geun/tablog: Tablog — a VS Code-themed blog powered by Notion.](https://github.com/jung-geun/monolog) Tablog — a VS Code-themed blog powered by Notion. Contribute to jung-geun/tablog development by creating an account on GitHub. ### Afterglow — OpenStack 통합 Control Plane \| 2026 · 진행 중 - Horizon의 폭넓은 기능과 Skyline의 현대적 UX를 함께 지향하는 OpenStack 통합 관리 Platform입니다. - **SvelteKit Frontend**와 **FastAPI + openstacksdk Backend**로 UI와 Cloud Control Plane의 책임을 분리했습니다. - Nova VM Lifecycle·Console, Glance Image, Flavor, Neutron Network/Floating IP, Cinder, Manila, Octavia, Security Group, Key Pair를 하나의 UX로 통합합니다. - Kubernetes·AI/ML Workload까지 확장하기 위해 기능을 독립 Service로 분리했습니다. - [**Drover**](https://github.com/openstack-afterglow/drover): Magnum 없이 OpenStack VM 위에 k3s Cluster를 Provisioning하는 Control Plane - [**Palimpsest**](https://github.com/openstack-afterglow/palimpsest): OCI Image를 Layered VM Root로 Materialize하고 Union Mount를 연구하는 System - [**Lumen**](https://github.com/openstack-afterglow/lumen): Durable Chat·LLM·Agent Service - [GitHub Organization](https://github.com/openstack-afterglow) · [Main Repository](https://github.com/openstack-afterglow/openstack-afterglow) [GitHub - openstack-afterglow/openstack-afterglow: Next‑generation OpenStack dashboard with full service coverage, k3s cluster provisioning, and AI/ML‑optimized union mount layers.](https://github.com/jung-geun/openstack-afterglow) Next‑generation OpenStack dashboard with full service coverage, k3s cluster provisioning, and AI/ML‑optimized union mount layers. - openstack-afterglow/openstack-afterglow ### TimeSorter — 한국어 일정 우선순위 모델 연구 \| 2026 · 진행 중 - Qwen3.5-4B/9B를 한국어 일정 관리에 특화하는 **SFT → DPO** 학습·평가 Pipeline입니다. - 긴급도·중요도·의존성·시간 제약을 구조화해 Task 순위와 비중복 Schedule Block을 JSON으로 생성합니다. - Dataset 생성·검수, 학습, Held-out 자동 평가, vLLM Serving까지 재현 가능한 Pipeline으로 구성했습니다. - 구 v3 평가에서 Qwen3.5-9B SFT+DPO가 Held-out 150개 시나리오 기준 **88.7% 규칙 통과율**을 기록했습니다. - v9 Dataset과 SFT/DPO Adapter를 Hugging Face에 공개하고 Model Size·Data Quality·Preference Learning의 영향을 비교했습니다. - [GitHub Repository](https://github.com/jung-geun/TimeSorter) · [Hugging Face Datasets](https://huggingface.co/pieroot) ### pso2keras — PyTorch용 Particle Swarm Optimization Library \| 2023–2026 · 진행 중 - PyTorch `nn.Module`의 Weight Space를 Gradient 없이 탐색하는 Derivative-free PSO Library를 개발했습니다. - Movement · Initialization · Evaluation · Convergence · Refinement를 독립 선택하는 **5-stage Plugin Architecture**를 설계했습니다. - Original, Inertia, Constriction, FIPS, CLPSO, Bare Bones, Local-best, Quantum, Adaptive Moment 등 9개 Movement Method를 구현했습니다. - 7개 기법 × 5개 Workload × 5개 Seed와 MNIST Ablation을 포함한 **225회 독립 Benchmark**를 수행하고 JSON·CSV·Chart로 결과를 공개했습니다. - PyPI Package, MPS/CUDA/CPU Device 선택, Checkpoint, CSV/TensorBoard Logging, Hybrid Adam Refinement를 제공합니다. - [GitHub Repository](https://github.com/jung-geun/PSO) · [PyPI Package](https://pypi.org/project/pso2keras/) ### NFD2NFC — macOS Tray App · CLI · Node.js Library \| 2024–2026 · 운영 중 - macOS에서 한글 파일명이 NFD로 저장되는 문제를 실시간 감시·변환하는 통합 Package입니다. - Tray App, CLI, Node.js Library와 설치 없는 Web Version을 하나의 Repository에서 제공합니다. - Auto/Manual Mode, Batch Notification, Undo, Recursive Scan, Dry-run, Collision Detection을 구현했습니다. - APFS의 Normalization-insensitive 동작을 동일 Inode 비교로 처리하고 한글 Jamo 영역만 선별해 변환합니다. - npm Package `@pieroot/nfd2nfc`와 arm64/x64 DMG Build를 제공합니다. - [GitHub Repository](https://github.com/jung-geun/NFD2NFC) · [Web Version](https://jung-geun.github.io/NFD2NFC/) [한글 파일명 자소 분리 해결 · NFD → NFC 변환기 \| macOS](https://nfd2nfc.com/) macOS 한글 파일명 자소 분리를 NFD → NFC 변환으로 정리하세요. ZIP·파일·폴더를 무료로 변환하고 ZIP으로 다운로드합니다. 설치나 서버 업로드 없이 브라우저에서 처리합니다. [GitHub - jung-geun/NFD2NFC](https://github.com/jung-geun/NFD2NFC) Contribute to jung-geun/NFD2NFC development by creating an account on GitHub. ### Cloudflare DDNS Project \| 2024 · 완료 - Cloudflare API를 사용해 동적 IP 환경에서 DNS를 자동 갱신하는 프로젝트 - cronjob을 사용해 5분마다 IP 변경 여부를 확인하고 DNS 갱신 수행 [GitHub - jung-geun/DynamicDNS-SSL: cloudflare 를 이용한 ddns 구현](https://github.com/jung-geun/cloudflare-ddns) cloudflare 를 이용한 ddns 구현. Contribute to jung-geun/DynamicDNS-SSL development by creating an account on GitHub. ### Docker · Kubernetes 실습 교안 \| 2025–2026 · 공개 - 건국대학교 차세대 분산시스템 수업을 위한 Docker·Kubernetes 실습 자료와 예제 코드를 구성했습니다. - Docker 기본·Compose·K3s·ReplicaSet/Deployment·Service·Volume·ConfigMap·Secret·DaemonSet·Prometheus/Grafana·Ingress·Helm을 단계별 실습으로 연결했습니다. - 개념 설명보다 직접 배포하고 관측하는 흐름을 중심으로 재현 가능한 교육 자료를 만들었습니다. - [GitHub Repository](https://github.com/jung-geun/docker-study) [GitHub - jung-geun/PSO: pso 알고리즘을 keras 모델에 적용할 수 있는지, 최적값을 더욱 쉽고 빠르게 찾는 방법이 있는지 탐구하는 프로젝트입니다](https://github.com/jung-geun/PSO) pso 알고리즘을 keras 모델에 적용할 수 있는지, 최적값을 더욱 쉽고 빠르게 찾는 방법이 있는지 탐구하는 프로젝트입니다 - jung-geun/PSO ### 반려견 영상 실시간 행동 인식 시스템 \| 2023 · 완료 - 웨어러블 센서 없이 영상만으로 동물의 행동을 분류 - YOLOv8 + DeepLabCut + Gradio 기반 구현 [GitHub - jung-geun/animal-pose-classification](https://github.com/jung-geun/animal-pose-classification) Contribute to jung-geun/animal-pose-classification development by creating an account on GitHub. ### 실시간 영상을 통한 요가 자세 인식 \| 2022 · 완료 - 실시간 영상 입력을 기반으로 요가 자세를 인식하는 Computer Vision 프로젝트 [GitHub - jung-geun/yoga-pose-recognition](https://github.com/jung-geun/yoga-pose-recognition) Contribute to jung-geun/yoga-pose-recognition development by creating an account on GitHub. ## 🔨 기술 스택 --- 기술을 나열하기보다 **어떤 계층에서 어떤 문제를 해결하는지**를 기준으로 정리했습니다. | 영역 | 기술 | 활용 관점 | | --- | --- | --- | | Cloud Platform | OpenStack · Kolla Ansible · GCP | Private Cloud 운영, Service 통합, Control Plane 개발 | | Container Platform | Kubernetes · k3s · Docker · Helm | Cluster Provisioning, Workload 배포, 운영 자동화 | | Storage & Network | Ceph · Cinder · Manila · Neutron · Octavia | Block/File Storage, Network, Load Balancing 통합 | | Backend & Messaging | Python · FastAPI · RabbitMQ · PostgreSQL · MySQL | API Gateway, 비동기 Task, Microservice 설계 | | AI Serving | PyTorch · TensorFlow · YOLOv8 · NVIDIA MPS · vLLM · DCGM | Vision/LLM Serving, GPU 공유, 실험·추론 Pipeline | | Observability | Prometheus · Grafana · OpenSearch | Metric·Log 기반 상태 확인과 장애 분석 | | Product Engineering | TypeScript · Next.js · React · SvelteKit | 운영 도구와 사용자용 Web Product 개발 | | Delivery | GitHub Actions · GHCR · Multi-arch Docker | Build, Test, Image 배포, 재현 가능한 Release | 아래에는 실제 프로젝트에서 사용한 기술을 상세히 정리했습니다. Database | 날짜 | 태그 | 이름 | | --- | --- | --- | | | 사용할 줄 알아요 | GCP | | | 주로 사용해요 | openstack | | | 주로 사용해요 | Ubuntu | | | 주로 사용해요 | FastAPI | | | 사용할 줄 알아요 | C++ | | | 사용할 줄 알아요 | PHP | | | 보고 이해할 수 있어요 | TypeScript | | | 주로 사용해요 | Tensorflow | | | 주로 사용해요 | PostgreSQL | | | 사용할 줄 알아요 | Tailwind CSS | | | 주로 사용해요 | Docker | | | 보고 이해할 수 있어요 | Java | | | 사용할 줄 알아요 | JavaScript | | | 사용할 줄 알아요 | Svelte | | | 보고 이해할 수 있어요 | OracleDB | | | 주로 사용해요 | MySQL | | | 주로 사용해요 | kubernetes | | | 사용할 줄 알아요 | C | | | 사용할 줄 알아요 | HTML | | | 주로 사용해요 | git | | | 보고 이해할 수 있어요 | Spring | | | 주로 사용해요 | pytorch | | | 주로 사용해요 | python | --- > **제가 잘하는 일** > 인프라·백엔드·AI 모델을 분리된 부품이 아니라 하나의 운영 System으로 보고, 배포·관측·복구까지 이어지는 구조를 설계합니다. > **함께 만들고 싶은 것** > OpenStack, Kubernetes, GPU Serving, AI Infrastructure처럼 복잡한 기술을 실제 사용자가 안정적으로 쓸 수 있는 Platform으로 만드는 일에 관심이 있습니다. > **Contact** > [pieroot@pieroot.xyz](mailto:pieroot@pieroot.xyz) · [pieroot@konkuk.ac.kr](mailto:pieroot@konkuk.ac.kr) · [GitHub](https://github.com/jung-geun) · [LinkedIn](https://linkedin.com/in/pieroot)