호정우
안녕하세요
끊임없는 학습과 도전으로 꾸준히 성장하길 지향하는 호정우입니다.
학력사항
동국대학교
전자전기공학부 학사 졸업
학점 3.68/4.5 (전공학점: 3.91/4.5)
2018.03 ~ 2023.08
동국대학교
미래전지융합공학과 지능형 ESS 융합전공 석사 졸업
학점 4.5/4.5
2023.09 ~ 2025.02
연구 성과
학위논문
CNN-Transformer 융합 모델을 활용한 전기자동차 이차전지의 SOC 추정 성능 향상에 관한 연구
해외학술발표
A highly effective data modeling approach for transformers based on 1D CNN methods for improving SOC estimation accuracy
특허 출원
- 전기 자동차용 배터리 SOH 추정에 특화된 트랜스포머 구조 기반 시계열 데이터 예측 알고리즘 (출원번호:10-2023-0180617)
- 분기 연결 구조와 신 개형 활성화 함수를 적용한 리튬이온 전지의 SOC 추정 특화 시계열 데이터 합성곱 딥 러닝 모델 (출원번호:10-2023-0180618)
- Denoising 필터 및 보상 기법과 딥러닝 알고리즘을 이용한 높은 정확도를 가진 SOC 추정 방법 (출원번호:10-2023-0180619)
자격증 및 어학사항
• ADsP
• AWS Certification Cloud Practitioner
• 워드프로세서
• 정보기기운용기능사
• TOEIC Speaking - IH(150)
기술 스택
교육 사항
LG CNS (2025.07 ~ 2026.01)
AI 서비스 구현에 필요한 프론트엔드와 백엔드 지식을 학습하고, 클라우드·컨테이너·DevOps 등 MSA 기반 인프라 기술을 중점적으로 학습하였습니다.
주요프로젝트
LGCNS Inspire 3th 블로그 개발 프로젝트GitHub
수강생들의 강의 내용 정리 및 AI를 활용한 학습 도움
(2025.08 ~ 2025.09)
수강생들의 강의 내용 정리 및 AI를 활용한 학습 도움, 학습관리를 목적으로 한 기능을 개발했습니다.
AI 기반 배터리 상태 추정 프로젝트GitHub
배터리 데이터 맞춤 AI 모델 설계를 통한 48%의 성능 향상
(2023.09 ~ 2024.09)
전압과 전류 데이터의 상관관계를 기반으로한, '전류의 변화량'을 사용하는 딥러닝 모델 설계를 통해 추정 정확도 향상은 물론 기존 모델보다 경량화된 모델을 개발하였습니다.
CNN-Transformer 융합 모델을 통한 고성능 배터리 상태 추정
(2024.01 ~ 2025.01)
지역적 정보 처리에 강점을 지닌 CNN을 Transformer 네트워크의 선형 계층 대신 적용함으로써, 시퀀스 데이터의 지역적 특성을 효과적으로 추출하는 배터리 상태 추정 모델을 개발하였습니다.
임베디드 관련 프로젝트
임베디드 시스템 최적화 프로젝트
(2022.09 ~ 2022.12)
'임베디드신호처리시스템' 전공수업에서 STM32 프로세서를 이용하여 실시간 음성 신호 처리 임베디드 시스템 최적화 프로젝트를 진행하며, CPU 과부하 문제를 효과적으로 해결하였습니다.
DMA 방식과 ARM의 arm_math.h 라이브러리를 활용하여 루프 지연 시간을 기존 평균 200µs에서 80µs로 60% 이상 단축하고, FFT 연산 속도를 3배 이상 개선하여 실시간 신호 처리율 100%를 확보했습니다.
마이크로프로세서 창작 프로젝트
(2022.03 ~ 2022.07)
MSP430 프로세서를 이용한 팀 프로젝트에서 스위치 인터럽트의 채터링 현상으로 인한 시스템 오작동 문제를 소프트웨어적 디바운스 코드 적용으로 해결하여 하드웨어 문제를 소프트웨어로 보완한 부분을 높게 평가받았습니다.