AI Repository

AI CNN Repository

• 개발 일정
• API 설계

기간	주요 작업
04/14	DeepSeek Janus pro 7b 성능 테스트
04/15	API 설계
04/16	HiDeream 모델 성능 테스트
04/17	Naver Shopping API 설계 예시
04/21	CNN 모델 성능 점검
04/22	DALL-E3관련 SDXL LoRA 테스트
04/27	AI_LoRA 예비 테스트
04/29	LoRA 3종 테스트
05/01	CNN Local 테스트
05/02	SAM 2.1 테스트
05/03	img2txt-GPT-4o-SDXL 테스트
05/06	프롬프트 엔지니어링 테스트
05/11	img2txt-전반적인-트러블슈팅과-버전업
05/15	Grounded with SAM2
05/19	SDXL inpainting with Grounded SAM2
05/21	SDXL SAM Issue
05/22	Mask Test
05/23	Grounding DINO
05/26	v2 pipeline test (이미지 생성부분)
05/28	v2 pipeline performance test
06/02	Solving Masking Issue
06/05	요일별 이미지 생성(만우절 느낌) 테스트
06/22	LoRA unload test

RestAPI

단계 1 : 모델 API 설계
단계 2 : 모델 추론 성능 최적화
단계 3 : 서비스 아키텍처 모듈화
단계 4: LangChain 기반 멀티스텝 AI 구현 검토
단계 5: RAG 적용 설계
단계 6: MCP 활용 설계
단계 7: 서비스 인프라 확장성과 모니터링 설계
단계 8: 최종 통합 설계 및 회고

PL 미팅 회의록

마일스톤	목표 및 주요 작업 (개발자 관점)
M1: MVP 개발 완료 (4/28 ~ 5/16)	- vgg16을 이용한 desk classify 개발 - FastAPI 백엔드와 연동하여 요청 (desk 판단유무 결과 전송 후 이미지 생성) - img2txt, txt2img 로직으로 개발 - 이미지 -> caption 추출 -> caption 기반 prompt -> txt 기반 이미지생성 - caption 추출 : Blip - base 모델 - Prompt 작성 : GPT 4o API - 이미지 생성 : SDXL (LoRA 따로 학습하여 추가) - 이미지 생성 시 모델 로드시간에 대한 트러블 슈팅 완료 (1컷 당 5분 -> 30초로 축소) - API 호출 로직 개선(비동기 처리, 요청 큐 등) - 헬스체크 & 모니터링: GPU 메모리 사용률, 응답률
M2: 2차 업데이트 (5/19 ~ 6/9)	- 응답 서버에 모델 컨테이너 배포(Docker) - 응답 시간 측정: 평균 응답속도, 초당 처리량 - Blip 제거 가능할 예정(inpainted_SAM 도입해서 mask 데이터 넣어서 이미지 생성) - 피드백 바탕으로 프롬프트 수정 - 상품 리스트 어떻게 뽑을 지 정하기 - 상품 리스트 출력물 방법론 생각해보기 - desk classifier 모델 고도화
M3: 3차 업데이트 (6/9 ~ 7/7)	- 프롬프트 튜닝 테스트 - 요일별로 추천 품목 다르게 설정(테마를 정해서 생성) - 사진 안에 물품 위치 기억해서 물품 리스트 사진에 넣어주기 - 사용자가 원하는 프롬프트 넣어주기
M4: 4차 업데이트 (7/7 ~ 7/18)	- 부하테스트 준비(시나리오 생성) - 데스크 성향 진단 및 공유(데스크 MBTI)
M5: 최종 발표 및 데모	- 최종 모델 성능 (응답 정확도, TPS, 비용) 정리