오리무침
오리무침
저에 대해
머신러닝과 딥러닝을 공부하는 대학생입니다. 특히 TTS(Text-to-Speech)와 AI 모델 최적화 분야에서 작업하고 있습니다. 누적 2만 명 정도가 사용한 TTS 서비스를 운영하고 있고, 한양대학교 창업동아리인 "엘니뇨"에서 TTS/VC 모델 경량화 작업을 담당했습니다. 현재는 단국대학교 창업동아리인 "QuantrumAI"에서 기술 총괄을 맡고 있습니다.
이 클래스를 만들게 된 이유
처음 AI 모델을 만들었을 때 가장 큰 문제는 실용성이었습니다. 학습은 잘 되는데 모델 크기가 너무 크고, 추론 속도가 느려서 실제 서비스에 사용하기 어려웠습니다. GPU가 없는 환경에서는 아예 돌아가지도 않았죠.
이런 문제들을 해결하기 위해 모델 최적화를 본격적으로 공부하게 되었습니다.
VITS 모델을 CPU에서도 실행 가능하도록 경량화하고, Fish-Speech 같은 최신 모델들을 실제 서비스에 적용하면서 많은 시행착오를 겪었습니다. 특히 한양대 창업동아리에서 여러 TTS/VC 모델들을 최적화하는 작업을 하면서, 이론과 실제 구현 사이의 간극을 많이 경험했습니다.
이런 경험들을 정리해서 다른 개발자들이 같은 시행착오를 반복하지 않았으면 좋겠다는 생각으로 이 클래스를 기획했습니다.
주요 경험
서비스 운영 경험
- 누적 2만 명 이상 사용한 TTS 서비스 운영 중
- 실시간 추론 최적화 및 서버 리소스 관리 경험
- 사용자 피드백 기반 모델 개선 작업
모델 최적화 실무
- VITS, Fish-Speech, Bark 등 최신 모델 실제 배포 경험
- CPU 전용 환경에서 실행 가능한 모델 변환 작업
- Pruning, Quantization 기법을 통한 모델 경량화
연구 및 개발
- 다국어 TTS 시스템 구축 (IPA 기반 전처리)
- LoRA, QLoRA 등 최신 파인튜닝 기법 적용
- 한양대 창업동아리에서 TTS/VC 모델 최적화 담당
이 클래스에서 다룰 내용
- 실무에서 사용하는 최적화 기법들
- 서비스 환경에서 검증된 최적화 노하우
- 모델 성능 향상과 경량화를 동시에 달성하는 구체적인 방법