자소서 항목 질답

• 질문KT 및 해당 직무에 지원한 동기와 KT 입사 후 해당 직무의 전문가로 성장하기 위해 어떠한 노력을 할 지 구체적으로 기술해 주십시오. (최대 500자 입력가능) 보기

  “다양한 음성 서비스 제공”
  KT에서 다양한 음성 서비스가 있습니다. 개인 맞춤형 음성, AI voice, 기가 지니 등 음성 서비스를 제공하고 있습니다. 다양한 음성 서비스 제공을 통해 상황에 맞춘 음성 기술을 가지고 있습니다. 음성 인공지능에서 높은 기술력을 가지고 있는 KT에 입사하여 음성 인공지능의 전문가가 되어 KT와 같이 성장하고 싶습니다.
  “음성 서비스 성장을 위한 노력”
  음성 합성, 인식 가리지 않고, 음성 서비스의 성능을 높이기 위해서 관련 분야의 지식을 끊임없이 습득하고 새로운 기술 개발에 힘쓰겠습니다. 음성 데이터는 이미지와 비슷한 형태를 가지고 있기 때문에 음성 관련 기술뿐만 아니라 이미지 생성 관련 기술을 익혀 음성 인공지능 개발에 적용하겠습니다. 음성에 합성과 인식에 필요한 음성학적 지식을 늘리고, 언어적인 지식도 습득하여 다양한 언어와 사람이 말하는 듯한 발음을 합성하는 음성합성으로 발전시키겠습니다.
  

• 질문지원 직무와 관련된 협업 경험을 본인이 수행한 역할 중심으로 제시하고, 해당 경험을 통해 무엇을 얻었는지 기술해 주십시오. (최대 500자 입력가능) 보기

  “경험을 기반한 프로젝트 리딩”
  현재 텍스트 번역과 음성 합성을 통해 강의 영상을 번역된 음성으로 만드는 시스템을 만들고 있습니다. 타 연구실과의 협업을 진행하고 있고, 프로젝트 리더와 음성 합성 파트 개발을 맡고 있습니다.
  텍스트 번역 인공지능에 대한 경험은 없습니다. 하지만 이전에 텍스트 인공지능 관련 수업을 들었고 이를 기반으로 관련된 연구 내용을 이해할 수 있었고 소통하는 데 있어서 어려움이 없었습니다.
  또한 제가 맡은 음성 합성 파트를 다른 파트를 진행하는 팀원들도 이해할 수 있도록 음성과 관련된 내용들을 정리해서 알려주고, 결과를 공유하였습니다.
  리더로서 프로젝트 진행할 때 가장 중요한 점이 프로젝트에 대한 기본 지식이 있어야 한다는 것을 알았습니다. 또한 팀원들과의 소통을 통해서 프로젝트 방향을 잡고, 맡은 파트별 조정이 필요한 부분을 협의하는 것을 배울 수 있었습니다.
  

• 질문지원 직무와 관련해서 본인의 대표적인 연구/Project 수행 경험에 대해 구체적으로 기술해 주십시오. (최대 500자 입력가능) 보기

  Zero shot TTS 구현을 연구하였습니다. TTS 모델은 Glow-TTS를 기반하여 구현했습니다. 기존의 Zero shot TTS에서 speaker encoder로 사용된 모델은 LSTM 3개 층을 쌓아 구현되었습니다. LSTM만을 이용한 경우 음성 정보 외 다른 정보들이 반영될 가능성이 높습니다. 이러한 단점을 극복할 수 있도록 Convolution 연산이 포함된 auto encoder과 conv-LSTM 모델을 통해 구현을 시도하였습니다.
  Auto encoder의 경우 사전 학습 후 분류 학습을 통해 음성의 특징 추출을 시도했습니다. 하지만 음성의 특징을 압축만 하였고, 음성별로 구별하지 못하였습니다.
  Conv-LSTM의 경우 GE2E-loss를 이용한 유사도를 이용해서 학습하였습니다. 유사도를 이용하여 화자의 분포 학습을 통해 zero shot TTS를 구현하였습니다.
  

• 질문본인의 AI 개발역량이나 관련 지식 및 보유 Skill 등에 대해 구체적으로 기술해 주십시오. (예: C/C++/Python 프로그램 숙련도, 머신러닝을 활용한 개발 경험 등) (최대 500자 입력가능) 보기

  여러 프로젝트를 경험하였습니다. 수업에서 머신러닝과 텍스트 기반 인공지능 프로젝트를 진행하였고, 연구 주제로 이미지 기반 불량 검출과 음성 합성 프로젝트를 진행하였습니다. 프로젝트를 통해서 python, pytorch, scikit-learn을 사용할 수 있게 되었습니다.
  머신러닝 프로젝트를 통해서 데이터 분석을 통해 문제를 해결하는 데 필요한 데이터 선택을 할 수 있게 되었습니다. 텍스트 기반 인공지능을 이용한 객체에 추출하였습니다. 텍스트 기반 인공지능에 대한 이해를 갖출 수 있었습니다.
  이미지 기반 불량 검출에서 모델을 변경하고, 이미지를 다루는 방법을 습득하였습니다. YOLO와 U-Net 모델을 사용하여 봄으로 인공지능 모델에 대한 이해를 높일 수 있었습니다.
  음성 합성 프로젝트를 통해 모델을 구성하는 경험을 해보았고, 연구에 필요한 음성학, 오디오 처리에 대하여 지식을 습득하였습니다. 여러 논문을 읽으며 기존의 TTS 모델의 단점을 찾아 문제 해결을 해보았습니다.