본 프로젝트는 서울시 전역에 설치된 S-Dot 센서의 환경 데이터와 버스 정류장 승하차 인원, 유동 인구 데이터를 융합하여 수행되었습니다. 팀에서는 기온과 습도뿐만 아니라 실제 시민들이 더위에 노출되는 빈도를 반영한 '폭염 취약 지수'를 자체 개발하여 분석의 정교함을 높였습니다. 

이를 통해 기존 쉼터가 미처 커버하지 못하는 사각지대를 공간 분석으로 식별하고, 한정된 예산 내에서 시민의 안전을 극대화할 수 있는 자치구별 최적의 스마트 쉼터 입지를 도출했습니다. 단순한 데이터 나열을 넘어 사회적 약자 보호와 예산 효율성이라는 두 마리 토끼를 잡은 입지 선정 모델은, 데이터가 어떻게 스마트 시티의 행정 고도화에 기여할 수 있는지 보여주는 모범 사례로 평가받았습니다. 

KAIST AI 공모전에서 선보인 이 프로젝트는 '실패'를 기피 대상이 아닌 인간과 AI의 공존을 위한 핵심 자원으로 새롭게 정의했습니다. 프로젝트 팀은 AI가 가진 데이터 편향 오류와 인간이 겪는 인지적 한계에 의한 실패가 구조적으로 유사하다는 통찰에서 출발하여, 이를 연결할 수 있는 솔루션을 기획했습니다. 이를 바탕으로 고안된 'FAILMATE'는 개인의 실패 경험을 기록해 데이터화하고, 자체 개발한 '실패 유형 MBTI'를 통해 사용자의 성향을 정밀하게 분석하는 어플리케이션입니다.

이 플랫폼에 축적된 인간의 실패 데이터는 AI에게는 양질의 학습 재료가 되어 오류를 보완하게 하며, 반대로 인간은 AI가 분석한 맞춤형 위로와 솔루션을 제공받는 상호 보완적 생태계를 구축합니다. 기술 발전 속에서 인간의 경험이 갖는 가치를 증명하고 AI와의 협력 모델을 제시한 프로젝트입니다

본 프로젝트는 디지털 매체의 확산으로 인한 독서율 감소와 단순 대출에 머무르는 도서관 서비스의 한계를 극복하기 위해 기획되었습니다. 우리는 '읽는 독서'에서 '대화하는 독서'로의 패러다임 전환을 목표로, 사용자가 『소년이 온다』 등 소설 속 등장인물과 직접 소통하며 작품에 깊이 몰입할 수 있는 인터랙티브 챗봇을 개발했습니다.

핵심 기술로는 RAG(검색 증강 생성) 기법을 도입하여 LLM의 고질적인 환각(Hallucination) 문제를 해결하고, ChromaDB와 GPT-4o를 연동해 원작의 내용을 기반으로 한 정확하고 맥락 있는 대화를 구현했습니다. 데이터 수집부터 UI 구현까지의 파이프라인을 체계적으로 구축한 이 서비스는, 독서에 대한 흥미를 높이는 것은 물론 향후 도서관의 디지털 전환을 이끌 수 있는 확장성 높은 프로토타입 모델을 제시했다는 점에서 큰 의의를 가집니다.

본 프로젝트는 천안시 산업단지 내 500여 개 사업장에서 발생하는 폐기물 운송 과정의 높은 공차율과 비용 비효율, 그리고 과다한 탄소 배출 문제를 해결하기 위해 기획되었습니다. 프로젝트 팀은 개별 운송 방식의 한계를 극복하고자 물류 거점을 활용하는 허브 앤 스포크 전략을 도입했습니다. 정확한 입지 선정을 위해 사업장 주소 데이터를 지오코딩으로 변환하고, K-Means 군집화 알고리즘을 적용하여 지리적으로 최적화된 6개의 권역을 도출했습니다. 또한 차량별 CO2 배출 계수를 반영한 가중치 모델링을 통해 탄소 배출과 운송 비용을 동시에 최소화할 수 있는 최적의 허브 위치를 선정했습니다. 이 모델은 불필요한 중복 운행을 제거하여 물류비를 절감하는 것은 물론, 산업단지의 탄소 중립과 ESG 경영을 실현할 수 있는 구체적이고 실효성 있는 '그린 로드' 솔루션을 제시했습니다.

본 프로젝트는 화재 발생 건수는 감소하지만 피해 재산 규모는 오히려 증가하는 역설적인 상황을 해결하기 위해 기획되었습니다. 우리는 신고 접수 직후 확보 가능한 제한된 데이터만으로도 피해 규모를 조기에 예측하여, 현장 지휘관의 의사결정을 돕는 '소방 출동 의사결정 보조 모델'을 개발했습니다.

계절, 발화 원인, 풍속, 건물 구조 등 다양한 변수를 LightGBM 머신러닝 알고리즘에 적용하여 피해 규모를 소·중·대규모로 분류하고, 이에 따른 단계별 자원 배치 가이드를 수립했습니다. 또한 '화재 피해 위험도 지도'를 시각화하여 평상시 예방 정책 수립에도 기여할 수 있도록 설계했습니다. 데이터 기반의 초기 대응으로 골든타임 내 최적의 자원을 투입함으로써, 인명과 재산 피해를 획기적으로 줄일 수 있는 실효성 높은 소방 안전 플랫폼입니다.

본 프로젝트는 전체 무더위 쉼터의 80%가 민간 시설에 의존하여 접근성 제한과 운영 불안정 문제가 심각하다는 현실 인식에서 출발했습니다. 이를 해결하기 위해 '공공 전용 쉼터' 중심의 네트워크 재편을 목표로, 폭염 취약 지수(HVI)를 분석하여 부산 중구 등 관리 시급 지역을 선정했습니다. 

한정된 자원으로 최대의 수혜 효과를 내기 위해 MCLP 최적화 알고리즘을 적용하였으며, 고령자 수요와 도보 접근성을 고려한 최적의 입지를 과학적으로 도출했습니다. 분석 결과, 최적화된 입지 선정 시 쉼터 커버율이 기존 대비 약 30%p 이상 획기적으로 향상됨을 입증하였으며 단순 설치를 넘어 야간 및 휴일 탄력 운영제와 같은 실질적인 운영 전략까지 제시하여 사회적 가치를 증명했습니다.

1인 미디어 시대가 도래하며 누구나 크리에이터가 될 수 있는 환경이 되었지만, 전문적인 편집 기술의 부재로 아이디어를 실현하지 못하는 장벽은 여전히 존재합니다. 본 프로젝트 핑츠는 이러한 문제를 해결하기 위해 고안된 솔루션으로, 사용자가 인스타그램 등 기존 게시물의 링크 하나만 입력하면 이를 분석하여 유튜브 숏츠나 블로그 포스팅 등 전혀 다른 형태의 콘텐츠로 자동 변환해 줍니다.

우리는 이를 구현하기 위해 이미지 내 텍스트를 정교하게 추출하는 광학 문자 인식 기술과 문맥을 이해하고 재구성하는 제미나이 등의 거대 언어 모델을 결합하여 정보의 손실 없는 고품질의 콘텐츠 재생산을 실현했습니다. 또한 단순한 변환을 넘어 사용자의 프롬프트 입력 패턴과 선호 스타일을 지속적으로 학습하는 하이브리드 추천 시스템을 탑재하여, 서비스 이용이 거듭될수록 개인의 고유한 취향과 의도가 반영된 결과물을 제공하도록 설계했습니다. 핑츠는 누구나 손쉽게 자신의 아이디어를 세상에 펼칠 수 있는 새 창작 생태계를 제안합니다.