김대웅 (Daewoong Kim)
김대웅 (Daewoong Kim)
Embedded Files
어릴 때부터 음악과 소리에 관심이 많았고, 소리를 정보로 바라보는 관점이 자연스럽게 Audio AI 분야로 이어졌습니다. 석사 과정에서는 음악·음성 신호 처리를 중심으로 연구 경험을 쌓았고(@MALer Lab), 이후에는 STT, KWS, Anomaly Detection 등 다양한 Audio AI 모델을 직접 설계하고 개선하는 실무 경험을 쌓아왔습니다.
💡 Research Interests: Music Generation, Speech/Vocal/Music Synthesis, Music/Speech Transcription, Voice Conversion
✉️ nueyet@naver.com
💼 Experience
💼 Experience
오디오 신호 기반의 인식·분류·이상 탐지 모델을 설계하고 최적화하는 업무를 맡았습니다. 이를 통해 데이터를 직접 수집하고 전처리, 모델링, 배포까지 다양한 엔지니어링 경험을 쌓았습니다.
🔧 산업용 모터 작동음 기반 이상음 탐지 모델 개발 (2025.07-2025.10)
[프로젝트 목표]
산업용 모터의 작동음으로 정상/이상을 안정적으로 구분하는 오디오 기반 anomaly detection 모델 개발
[진행 사항]
마이크 선정,녹음,라벨링 등 데이터 수집 및 구축 전 과정 주도
초기 이미지 기반 AD 모델(최근 연구 포함)을 분석·구현하며 한계를 검증
오디오 기반 AD 연구가 부족한 상황에서 이미지·오디오 기반 다양한 접근을 직접 구현·실험하며, 실제 데이터에 적합한 모델 구조를 도출
[결과]
[결과]
F1-score 0.98 달성, 이미지 기반 접근 대비 성능·안정성 모두 크게 향상
현장 환경에서도 안정적으로 동작하는 모델로 완성하여 현장 적용
🔧 공정 체결음 실시간 분류 모델 개발 (2025.03–2025.06)
[프로젝트 목표]
공정 과정의 체결음(Click Sound)을 실시간으로 분석해 이상 여부를 판단하는 Sound Classification 모델 개발
[진행 사항]
마이크 선정·녹음 환경 구성 등 데이터 수집 전 과정 주도
체결음 특성상 소리만으로 라벨링이 불가능함을 발견 -> 개발/비즈니스팀과 협의해, 동영상/오디오 기반 strong-label 라벨링 프로세스 기획 및 구축(label-studio 활용)
실시간 분류를 고려한 windowing 기반 전처리 파이프라인을 설계하여 데이터셋 구성
SED 기반 다양한 모델 구조 실험(CNN/CRNN/AST 계열), 체결음 데이터의 특성에 가장 적합한 입력 구조, 윈도우, 하이퍼파라미터 조합을 탐색 및 최적화
Miss/오탐 감소를 위한 후처리 로직 설계 (thresholding)
[결과]
[결과]
F1-score 0.986 달성, 초기 모델 대비 오탐/미탐 크게 감소
노이즈·환경 변동이 있는 실제 공정 환경에서도 안정적으로 동작하는 수준으로 모델을 현장 적용
🗣️ Keyword Spotting Model 개발 (2024.11-2025.02)
[프로젝트 목표]
현장 환경에서 False Alarm 없이 호출어를 안정적으로 인식할 수 있는 경량 Keyword Spotting 모델 개발 및 성능 개선
[진행 사항]
사내 기존 모델의 구조적 한계를 분석하여 KWS 파이프라인 전체 재설계
공개 데이터셋 기반으로 필요한 키워드만 선별해 데이터셋 재구성 및 정제
관련 KWS 논분 및 구조를 분석해 현 환경에 적합한 모델 구조 설계
오디오 증강 기법 적용을 통한 데이터 다양성 확보
[결과]
[결과]
기존 대비 Precision +64%, F1-score +57%, False Alarm 95% 감소
경량 구조 기반 실제 서비스 환경에 적용되어 안정적으로 운영 중 (관련 기사)
Research Intern
Research Intern
서강대학교 MaLer Lab
2022.07 ~ 2023.02
MIR (Music Information Retrieval) 분야 학습 및 오디오 ML 기초 학습
IT/Audio Blog 운영
IT/Audio Blog 운영
2014.11 ~
IT 및 오디오 장비 관련 칼럼 작성, KITAS 및 Sherazade 서포터즈 프로그램 활동.
서강대학교 석사
서강대학교 석사
인공지능학과 DHE 트랙
2023.03 ~ 2025.02
GPA 4.26 / 4.3
[연구 분야]
MIR (Music Information Retrieval)
Audio Generation
Lyric Transcription / Voice Conversion
[연구 활동 및 성과]
석사 졸업논문: ViolinDiff (ICASSP 2025, 1저자)
폴리포닉 환경에서 F0 조건을 직접 활용할 수 있는 Diffusion 기반 바이올린 합성 모델 제안
Whisper 기반 한국 민요 정렬 (DLfM 2023, 2저자)
Whisper 구조 변경 및 학습 코드 구현
TTS를 활용한 데이터 구축 및 테스트셋 레이블링
MIR·Audio ML 관련 세미나/논문 reading 및 재현 실험 다수 수행
[Teaching / Academic Experience]
TA for CSE3081: Algorithm Design and Analysis (Spring 2023)
TA for AIEG106: Introduction to Natural Language Processing (Fall 2023)
한양대학교 ERICA 학사
한양대학교 ERICA 학사
ICT융합학부
2017.03 ~ 2023.02
GPA 4.01 / 4.5 (Summa Cum Laude)
[Teaching / Academic Experience]
TA for MCT2005: Music Technology (Spring 2021)
📖 Papers
📖 Papers
ViolinDiff: Enhancing Expressive Violin Synthesis with Pitch Bend Conditioning [D. Kim, H. Dong, D.Jeong] [ICASSP 2025.]
Aligning Incomplete Lyrics of Korean Folk Song Dataset using Whisper] [D. Han, D. Kim, D. Jeong] [DLfM 2023.]
Understanding era gap between US and Korean music charts using music CNN [D. Lee, M. Lee, H.Lee, D.Kim, D.Jeong] [submitted to ISMIR 2024.]
📢 Presentations
📢 Presentations
ViolinDiff Poster Presentation Korea Society for Music Informatics (KSMI), 2025
Aligning Incomplete Lyrics of Korean Folk Song Dataset using Whisper Poster Presentation, Music and Audio Workshop, 2023
📚 Projects
Page updated
Google Sites
Report abuse