LG SDC 2025

응원을 부탁해!

무대 위의 주인공, 우리의 동료들

평소 함께 일하던 동료가 LG SDC 2025에서 무대 위의 강연자로 섭니다.
용기 있게 무대에 선 동료들에게 따뜻한 응원을 보내주세요!

응원 메시지를 남겨주신 분들께는
추첨을 통해 특별한 선물도 드립니다.

참여 방법

하단 발표자 표에서 응원하는 발표자 성명을 클릭 후 응원 메세지 작성

참여 혜택

추첨을 통한 경품 증정

LG 틔운 미니(1명)
케이스티파이
기프트카드 5만원권 (3명)

DAY 1
DAY 2
DAY 3

9월 23일 (화)

ISC 5F 컨버전스 홀

* 주제와 발표자를 누르면 응원의 메시지를 남길 수 있습니다.

주제	시간	발표주제	발표자
사이버 시큐리티	13:00 ~ 13:40	외부 공격 표면 제거를 위한 취약점 점검 자동화	김형오 LG유플러스	인공지능/빅데이터 외부 공격 표면 제거를 위한 취약점 점검 자동화 LG유플러스 김형오 자산이 관리되지 않고 서비스에 대한 현황이 정확하지 않는 상황에서 최소한의 보안 환경(자산 식별, 스캔 수행 등)을 구축하고자 하였던 내용에 대해 발표하고자 합니다. 진행하고자 하는 내용은 외부 서비스를 식별하는 것을 시작으로 CVE 등 취약점을 빠르게 식별하고 대응하는 업무 프로세스에 대한 내용이고, 이러한 업무 수행을 자동화를 하였던 또는 앞으로 더 나아가야할 자동화 방안에 대한 내용입니다. 자산에 대한 관리가 어려운 상황에서 공격 표면을 줄이기 위한 것에 도움을 줄 수 있을 것으로 판단되어 지원하게 되었습니다.
	14:00 ~ 14:40	The Importance of Visibility in Product Security	박정훈 LG전자	인공지능/빅데이터 The Importance of Visibility in Product Security LG전자 박정훈 * 제품 보안에 있어 가시성은 여러가지 의미에서 중요성을 가진다. - 개발 프로세스상 모든 단계에서 잠재적 보안 위협을 드러내고, 이를 명확하게 처리함 - 보안 기술에 의해 제품이 보호받고 있다는 것을 고객에게 드러내고, 고객이 안심할 수 있도록 함 - 제품에 침입 시도가 있을 때 실시간으로 파악하여 즉시 대응할 수 있도록 함 - 제품 출시 후 취약점이 발견되었을 때 상세 내용과 패치 계획을 고객 및 관계 기관과 명확하게 소통함 * LG전자는 LG Shield를 통해 제품 보안의 가시성을 높이기 위해 노력하고 있음
	15:00 ~ 15:40	SW 공급망 보안 트랜드와 대응 방안	서혁준 LG CNS	인공지능/빅데이터 SW 공급망 보안 트랜드와 대응 방안 LG CNS 서혁준 1) 미국 행정명령과 유럽 CRA법 동향부터 국내 SW공급망 보안 가이드 2) SW개발보안의 제도 변화 방향 예상 3) SBOM의 수집/분석/공유/관리 등의 방안 - 제품보안과 SW개발 보안의 SBOM차이, SBOM의 Type, SPDX/CycloneDX표준 - 국정원의 NIS-SBOM항목, - 국내에 필요한 SBOM 항목(필수/선택) - 국내 기업들이 올해말부터 내년에 준비해야 할 사항 및 향후 전망(VEX교환)
	15:00 ~ 15:40	AI 관련 주제	권성민 LG CNS	인공지능/빅데이터 AI 관련 주제 LG CNS 권성민 1) AI 서비스 위협 모델링 - LLM 기반 시스템은 어디가 위험한가? 기존 STRIDE 모델을 LLM 환경에 적용하기 어려움에 따라 L1~L5 기반 위협 모델링 체계를 소개 LLM의 특수한 위협 (자연어 처리 문맥해석, gent 권한 오용, LLM Jailbreak 등)을 중심으로 설명 * STRIDE (Spoofing, Tampering, Repudiation, Informaiton Disclosure, Denial of Service, Elevation of Privilege) - 시스템의 각 구성 요소(예: 로그인 모듈, API, 데이터베이스)에 대해 위 6가지 위협이 존재하는지 체계적으로 식별하기 위해 사용하는 기준 2) SaaS 기반 LLM 서비스 구축 사례 - RED팀에서 처음에 자체 인프라를 기준으로 LLM서비스 점검을 준비하고 잇엇으나 현업에서는 AWs Bedrock과 같은 방법으로 하고 있있었음. 빠르고 효율적이었던 감상을 공유하고, 그것을 활용했을 때의 보안적 이점에 대해 소개 - AWS Bedrock(Vector DB, Knowledge base, S3 연계 구성 등)을 통해 보안체계를 빠르고 안전하게 구축할 수 있는 사례 소개 3) 2025년, LLM 취약점 리포트 핵심정리 - 올해 발표되었던 여러 LLM 취약점 리포트를 정리하여 소개 - 에피소드 형태로 각 취약점들에 대해 서술하여 다양한 위험성에 대해 전달 및 공유 4) Red팀의 LLM 서비스 점검 설계기 - L1~L5로 구분된 LLM 점검 항목을 분류하고 자체 정의하는 과정과 고민을 소개 - 기존 웹/API 점검과의 차이, 프롬프트 기반 점검 기법, AI 서비스 특화 위협 모델링 등 차별화된 취약점/보안요소를 설명
	16:00 ~ 16:40	E/E Architecture 진화에 따른 Automotive Cybersecurity 중요성	권중한 LG전자	인공지능/빅데이터 E/E Architecture 진화에 따른 Automotive Cybersecurity 중요성 LG전자 권중한 전기차(EV)와 자율주행 차량의 등장은 E/E 아키텍처에 큰 변화를 가져왔습니다. 전기차는 기존 내연기관 차량에 비해 전자장치의 수가 많고, 복잡한 전력 관리 시스템이 필요합니다. 자율주행 차량은 주행 보조 시스템과 센서 네트워크가 필수적이며, 이를 제어하기 위한 고성능 컴퓨팅 시스템이 요구됩니다. 이러한 요구에 따라 차량 내 E/E 아키텍처는 더욱 복잡해지고, 고성능 컴퓨팅 시스템과 고속 네트워크가 필수적인 요소로 자리 잡고 있습니다. 차량이 인터넷과 연결되고, 소프트웨어 중심의 차량으로 발전함에 따라 차량 안전을 보장하기 위한 사이버 보안의 중요성에 대해 소개하고자 합니다.
	17:00 ~ 17:40	Access Control, 그거 누구 담당이죠?	나상혁 LG전자	인공지능/빅데이터 Access Control, 그거 누구 담당이죠? LG전자 나상혁 Access Control은 DAC과 MAC으로 나뉘며, 시스템 보안의 최전방을 담당하는 핵심 기술입니다. 실무에서는 DAC 문제는 개발자가 직접 해결하지만, MAC 문제는 보안 담당자에게 의존하는 경향이 있습니다. 그러나 MAC 권한 문제를 재현하고 테스트할 수 있는 주체는 결국 개발자입니다. 보안이 강화된 시스템에서는 개발자도 MAC을 이해하고 다룰 수 있어야 하며, 이를 통해 보안 인식의 변화와 협업의 중요성을 강조합니다.

9월 24일 (수)

ISC 5F 컨버전스 홀

* 주제와 발표자를 누르면 응원의 메시지를 남길 수 있습니다.

주제	시간	발표주제	발표자
인공지능 & 클라우드	13:00 ~ 13:40	개발자를 위한 Gemini Code Assist, AI 어시스턴트를 넘어 AI 에이전트로	이기원 Google Cloud	인공지능/빅데이터 개발자를 위한 Gemini Code Assist, AI 어시스턴트를 넘어 AI 에이전트로 Google Cloud 이기원 소프트웨어 엔지니어로 시작하여, 삼성전자에서 모바일 관련 글로벌 서비스를 설계, 구축, 운영한 경험을 가지고 있습니다. 현재는 Google Cloud 에서 애플리케이션 현대화 스페셜리스트로서 Kubernetes, Serverless, AppDev, DevOps 등의 기술을 통해 기업 고객들 대상으로 애플리케이션 현대화 도입 및 하이브리드/멀티 클라우드로의 전환을 돕고 있습니다.
	13:00 ~ 13:40	Custom Agent 플랫폼 구축 및 개발 사례 with Google Agentspace	조영택 LG유플러스	인공지능/빅데이터 Custom Agent 플랫폼 구축 및 개발 사례 with Google Agentspace LG유플러스 조영택 -또 하나의 유플인이자 스마트한 업무 동료 -업무 효율성과 생산성 향상 -AI 기반 업무 문화 정착 -유연하고 확장 가능한 Gen-AI 플랫폼 구축
	14:00 ~ 14:40	MCP를 이용한 Agentic AI 활용하기	박경수 AWS	인공지능/빅데이터 MCP를 이용한 Agentic AI 활용하기 AWS 박경수 Agent를 잘 활용하기 위해서 다양한 데이터 소스를 통합하고, 복잡한 워크플로를 Agent에 맞게 최적화 할 수 있어야 합니다. 이번 세션에서는 MCP를 이용해 Agent를 활용하는 방법과 Multi agent를 이용해 Agent간 협업을 유도하고 이를 활용하는 방법을 데모 중심으로 설명합니다. 또한, AgentCore를 이용해 Agent를 쉽게 배포하고 안전하게 활용하는 방법을 소개합니다. 이 세션을 통해 기업에 맞는 Agent 구현하고 안전하게 활용하는 방법을 알 수 있습니다.
	14:00 ~ 14:40	Agentic RAG 개발을 위한 Azure AI Search 소개	이창재 Microsoft	인공지능/빅데이터 Agentic RAG 개발을 위한 Azure AI Search 소개 Microsoft 이창재 이번 세션에서는 Azure AI Search와 Agentic Retrieval을 활용해 고도화된 Retrieval-Augmented Generation(RAG) 애플리케이션을 개발하는 방법을 다룹니다. Agentic Retrieval은 전통적인 검색을 넘어, 대규모 언어 모델(LLM)의 추론 능력과 하이브리드 검색(키워드 + 의미 기반 검색)을 결합한 방식입니다. LLM이 전체 대화 맥락을 분석하여 복잡한 질문을 세분화된 하위 쿼리로 나누고, 이를 동시에 실행해 인덱싱된 텍스트 및 벡터 데이터에서 가장 관련성 높은 정보를 찾아냅니다. 이번 세션에서는 다음과 같은 주요 기능과 활용 방안을 다룹니다. - LLM 기반 쿼리 계획 및 확장 - 병렬 검색과 의미 기반 랭킹을 통한 검색 품질 향상 - 생성형 AI 응답의 신뢰성을 높이는 근거 데이터(grounding data), 참고 자료, 실행 계획 제공
	15:00 ~ 15:40	Max Capa 기술 전문가 AI 에이전트 개발 - 로컬PC, 오프라인 환경 구동	윤지호 LG에너지솔루션	인공지능/빅데이터 Max Capa 기술 전문가 AI 에이전트 개발 - 로컬PC, 오프라인 환경 구동 LG에너지솔루션 Max 기존 초거대 LLM (Chat GPT, EXAONE)의 한계점을 극복하고자, 로컬PC, 오프라인 환경에서 독립 구동 가능한 AI 에이전트를 자체 개발함 [AI 개발 방향] 1. 인간 기억력 한계 극복, 보안이슈 제로화 (대외비 문서 학습, 비번/영상/음성 인증) 2. 기술 업무 자동화 (PLC 로직 자동분석 등) 3. 사무 업무 자동화 (이메일 생성, 유튜브 요약, 음성대화->회의록 생성 등) ※ 하이브리드 구조 : Deepseek-R1 (코드) + Meta Llama (추론) + Google Gemma3 (일반)
	15:00 ~ 15:40	PLC 작성, 이제는 AI에게 맡기세요! (PLC 로직 자동 생성 LLM 개발기)	홍종원, 정성우 LG에너지솔루션	인공지능/빅데이터 PLC 작성, 이제는 AI에게 맡기세요! (PLC 로직 자동 생성 LLM 개발기) LG에너지솔루션 홍종원, 정성우 제조현장에서 LLM이 만들어낼 수 있는 혁신적 아이디어를 공유합니다. Mitsubishi PLC LD 로직을 자연어로 생성·해석하는 도메인 특화 LLM 구축 사례로, 사내·외 Ladder PLC 데이터를 기반으로 EXAONE을 파인튜닝하였습니다. RAFT+FSDP로 파인튜닝, 벡터DB·BGE-M3 검색, GX Works CSV 변환까지 일원화해 자연어 질의를 30라인 내 PLC 코드를 생성합니다. 제조 현장에 LLM을 도입할 수 있는 혁신 사례를 공유합니다.
	16:00 ~ 16:40	AI 동료를 얻은 프론트엔드 개발자의 Workflow	박정환 LG유플러스	인공지능/빅데이터 AI 동료를 얻은 프론트엔드 개발자의 Workflow LG유플러스 박정환 올해 프론트엔드 개발자로서 다양한 AI 도구들을 적극 활용하며 워크플로우에 많은 변화가 생겼습니다. 이 발표에서는 AI를 단순한 도구가 아닌 '동료'로 받아들이며 실제 업무 속에서 어떻게 협업하고 있는지를 구체적인 사례와 함께 공유합니다.
	16:00 ~ 16:40	SAVE 시스템의 진화 - AI 기반 설계 문서 자동 생성	정병훈 LG전자	인공지능/빅데이터 SAVE 시스템의 진화 - AI 기반 설계 문서 자동 생성 LG전자 정병훈 SAVE(Software Architecture Visualization & Evaluation) 시스템에 AI를 이용하여 코드로 부터 SAD(Software Architecture Description) 및 SDD(Software Detailed Design)을 자동으로 생성해 주는 기능에 대한 소개
	17:00 ~ 17:40	개발 효율성과 보안 향상을 위한 퍼블릭 클라우드 계정/권한 라이프사이클 기능 소개	임재윤 LG유플러스	인공지능/빅데이터 개발 효율성과 보안 향상을 위한 퍼블릭 클라우드 계정/권한 라이프사이클 기능 소개 LG유플러스 임재윤 퍼블릭 클라우드(AWS, GCP, MS Azure) 계정 생성/해지 및 권한 부여/회수에 대한 시각화 및 자동화 솔루션을 개발함으로써 개발 효율성과 보안 향상 두 가지 토끼를 잡은 내용을 공유하고자 합니다. 기존 레거시 방식의 문제점들이 어떤 것들이 있었고, 이들을 개선하기 위한 고민들, 그리고 신규 솔루션을 개발/운영하면서 개선된 점, 느꼈던 점, 앞으로의 계획 등을 공유하려고 합니다.
	17:00 ~ 17:40	엔지니어 중심의 클라우드/컨테이너 비용 최적화 사례	전기용, 호건웅 LG전자	인공지능/빅데이터 엔지니어 중심의 클라우드/컨테이너 비용 최적화 사례 LG전자 전기용, 호건웅 LG전자에서 10년이상 클라우드·컨테이너 인프라를 운영하며 축적한 경험과 노하우를 바탕으로, 성능은 유지하면서 비용을 절감할 수 있는 엔지니어 관점의 구체적 운영 방법을 공유합니다. 플랫폼인프라팀에서 다수의 리전을 활용하는 글로벌 환경에서, 온디맨드 인스턴스, 컨테이너, 서버리스, 데이터베이스 등 클라우드 자원별 비용 효율화 전략과 실제 절감 사례를 중심으로 설명하며, 실무 적용 가능한 최적화 방법을 전달합니다.

E9 B1F 인사이트홀

주제	시간	발표주제	발표자
인공지능 & 클라우드	13:00 ~ 13:40	AI의 근간, 데이터는 어디에서 오는가. - 특히 "고객 행동 데이터"에 대해	최혜경 LG유플러스	인공지능/빅데이터 AI의 근간, 데이터는 어디에서 오는가. - 특히 "고객 행동 데이터"에 대해 LG유플러스 최혜경 - 서론: 고객 행동 데이터란 (왜 필요한지, 어디에 활용하는지) - 본론: 1. 웹과 앱을 서비스하는 경우 고객 행동 데이터를 적재하기 위한 사전 준비 2. 웹과 앱을 서비스하는 경우 고객 행동 데이터를 입수하는 방법 3. 입수한 데이터는 어떻게 활용하는지 (w/ ChatGPT) - 결론: 데이터는 신이 내려주지 않습니다. 인간이 만듭니다. - 이 과정에서 왜 전문가가 필요한지
	13:00 ~ 13:40	ThinQ Data Curation System의 Multi Cloud migration	노두호 LG전자	인공지능/빅데이터 ThinQ Data Curation System의 Multi Cloud migration LG전자 노두호 Microsoft와 AI 협력을 진행하면서 AI 서비스에 데이터 공급을 위해 AWS에서 개발된 ThinQ Data Curation (TDC) System을 Microsoft Azure Cloud로 migration 작업을 진행하고 있습니다. 이번 TDC on Azure 프로젝트를 통해 그동안 AWS에 집중되어 있던 역량을 Azure 클라우드 환경으로 migration 하면서 확대된 멀티 CSP 운영에 대한 고민과 경험을 공유하고자 합니다.
	14:00 ~ 14:40	챗봇에 필수가 되어버린 RAG기술, 어떻게 사용되고 어떤 요소기술들이 있을까?	차성국 LG유플러스	인공지능/빅데이터 챗봇에 필수가 되어버린 RAG기술, 어떻게 사용되고 어떤 요소기술들이 있을까? LG유플러스 차성국 챗봇은 이제 실생활에 밀접하게 녹아들어있습니다. 검색증강답변 (RAG) 기술은 챗봇의 필수요소가 되었습니다. RAG 기반 챗봇이 사내업무에 어떻게 도움이 되는지 소개하고, 요소 기술에 대해서 소개합니다.
	14:00 ~ 14:40	RAG 검색 성능 향상 : Context Engineering 시대의 Retrieval 전략	정의영 LG전자	인공지능/빅데이터 RAG 검색 성능 향상 : Context Engineering 시대의 Retrieval 전략 LG전자 정의영 Context Engineering 시대에 RAG는 여전히 Context의 핵심 공급원. 방대한 사내 지식 자산을 LLM에 얼마나 '좋은' Context로 제공하느냐가 답변 품질을 결정. RAG 검색 성능을 한 단계 끌어올리는 실전 전략을 공유할 예정 - Chunking 최적화와 VectorDB 인덱스 설계로 검색 효율 극대화 - Retrieval 단계에서 Context Evaluation을 통한 Context 평가 및 Context 보강 전략 - 사용자 질의에서 Filter 추출 후 metadata 검색으로 검색 범위 정밀화
	15:00 ~ 15:40	예측 하지 못한 장애 : 카오스 엔지니어링 활용법	배성혜 AWS	인공지능/빅데이터 예측 하지 못한 장애 : 카오스 엔지니어링 활용법 AWS 배성혜 모니터링 범위를 벗어나는 장애에 대한 적극적 대처 방안으로, 최근 주목받는 카오스 엔지니어링을 소개하고 사례를 바탕으로 현업에서 실제 적용하는데 있어서의 프로세스 및 방법, 결과 등을 공유 합니다.
	15:00 ~ 15:40	어둠속의 혁신: ThinQ 플랫폼의 사용자 세그먼트 기반 Dark Release 도입기	이장훈 LG전자	인공지능/빅데이터 어둠속의 혁신: ThinQ 플랫폼의 사용자 세그먼트 기반 Dark Release 도입기 LG전자 이장훈 ThinQ 플랫폼 내에서 신규 기능을 특정 사용자 세그먼트에 한해 제공할 수 있는 Dark Release 시스템을 구축하였습니다. 이를 통해 실제 고객을 대상으로 한 사전 검증은 물론, 사용자 그룹별 맞춤형 서비스 제공이 가능한 기반을 마련하였습니다. 이 시스템은 CX 과제로서 사전 품질 검증과 서비스 안정성 확보, 나아가 개인화된 서비스 제공을 가능하게 하여, 전반적인 고객 경험 품질 향상에 기여할 것으로 기대하고 있습니다.
	16:00 ~ 16:40	AWS 단일 환경에서 대규모 네트워크 연동 모범 사례 공유	남광우 LG유플러스	인공지능/빅데이터 AWS 단일 환경에서 대규모 네트워크 연동 모범 사례 공유 LG유플러스 남광우 하나의 AWS 환경에서 다양하고 복잡한 (수천 개의) 네트워크를 연동하는 모범 사례를 공유합니다. (수천 개의 네트워크는 AWS, GCP, On-premise 등 다양한 환경에 존재) 어떤 배경으로 해당 프로젝트가 시작되었으며, 작업 중 발생했던 문제들, 해결한 방법들을 공유합니다.
	16:00 ~ 16:40	강화학습을 활용한 건조성능 최적화	이진우 LG전자	인공지능/빅데이터 강화학습을 활용한 건조성능 최적화 LG전자 이진우 건조기의 건조성능을 향상시키기 위해 적용한 인공지능 기법 설명과 실험결과 발표
	17:00 ~ 17:40	샘플링 기반 양자 화학 시뮬레이션	김보성 IBM Quantum	인공지능/빅데이터 샘플링 기반 양자 화학 시뮬레이션 IBM Quantum 김보성 이번 발표에서는 양자 화학이 적용되는 다양한 분야에서 활용할 수 있는 Sampling-based Quantum Diagonalization (SQD) 기법을 소개합니다. 이 방법은 고전적인 방법으로는 직접 다룰 수 없는 복잡한 해밀토니안을 양자컴퓨터를 활용하여 시뮬레이션하고 샘플링해 바닥 상태를 추정합니다. 또, 이러한 양자-고전 하이브리드 알고리즘을 통해 기존의 공간 복잡도를 극복하고 화학/재료 분야의 문제를 새롭게 풀 수 있는 가능성을 살펴봅니다.
	17:00 ~ 17:40	AI·XR로 암 면역 표적 차단 : AI기반 RNA 치료제 가상 공간 설계	강청운 LG CNS	인공지능/빅데이터 AI·XR로 암 면역 표적 차단 : AI기반 RNA 치료제 가상 공간 설계 LG CNS 강청운 Meta Quest 3 XR 환경 및 Next.js의 웹환경에서 5J89 단백질의 핫스폿에 RNA 압타머를 배치·수정해 PD-L1, PD-1 결합부위를 차단하는 과정을 시연합니다. XR Unity의 공간컴퓨팅 환경에서 RNA 압타머 조작과 동시에 Next.js·Firebase·Python 파이프라인이 배치.수정 과정을 점수화하고, 웹에서 세부 지표를 제공합니다. 경량 ML을 접목해 휴리스틱을 보강하며, 목표는 RNA 기반 압타머 암 치료제 개발 및 설계의 가속화입니다.

9월 25일 (목)

ISC 5F 멘토링 & 네트워킹 존

* 주제와 발표자를 누르면 응원의 메시지를 남길 수 있습니다.

주제	시간	발표주제	발표자
이그나잇 LG	13:00 ~ 13:05	달리기, 아직이라면 이번엔 달려봅시다!	이상윤 LG전자	인공지능/빅데이터 달리기, 아직이라면 이번엔 달려봅시다! LG전자 이상윤 "3보이상은 자전거!"를 외치던 제가 우연한 기회로 달리기를 시작해서, 얼렁뚱땅 마라톤을 완주하고 명3보이상은 자전거!"를 외치던 제가 우연한 기회로 달리기를 시작해서, 얼렁뚱땅 마라톤을 완주하고 명실상부한 러너가 되었습니다. 달리기를 통해 어떤 즐거움을 느낄 수 있는지, 그리고 달리기를 즐기는 다양한 방법을 소개해드리고 싶습니다
	13:00 ~ 13:10	러닝크루 막내가 영수증 정산하는 방법 (feat. Spring AI)	계성혁 LG전자	인공지능/빅데이터 러닝크루 막내가 영수증 정산하는 방법 (feat. Spring AI) LG전자 계성혁 러닝크루에서 뒷풀이를 빼놓을 수 없겠지만, 어쩔 수 없이 술을 못 마시는 사람이 있기 마련입니다. 이 모습을 보고 술 안 마신 사람의 몫을 따로 정산을 했지만 직접 계산하는 것은 귀찮았습니다. 이를 효율화하기 위해 Spring AI와 Multi-Modal Foundation Model을 활용해 나만의 정산 계산기를 만든 과정을 소개합니다. Spring AI로 Spring 애플리케이션에 LLM을 접목한 사례를 소개하며, 정산을 잘 시키기 위한 프롬프트의 변화 과정, 토큰 비용을 줄이기 위한 애플리케이션 구조 변화도 공개합니다
	13:10 ~ 13:15	낯선문제, 바이브코딩, 입사 3개월차 신입의 성장기	오승근 LG전자	인공지능/빅데이터 낯선문제, 바이브코딩, 입사 3개월차 신입의 성장기 LG전자 오승근 신입사원 SW 부트 캠프에서 입사 3개월 차 HS SW 신입으로, MS 사업부의 UI/UX 디자이너 및 프론트엔드 개발자를 위한 AI 기반 아이콘 검색/생성 서비스 'DingQ'를 개발하였습니다. 가장 막내였지만 팀장으로서 PM, 백 앤드, 클라우드를 맡아서 선임/1년 차 선배들과 협업하며 신입사원 부트 캠프 기수 우승에 이어 왕중왕전에서도 우승을 거뒀습니다. 신입사원으로써 현재 뜨거운 이슈인 AI를 활용한 바이브 코딩과 다른 경험들을 가진 팀원들과 협업을 통해 빠르게 아이디어를 구체화하고 성장할 수 있었던 도전의 경험을 공유하고자 합니다.
	13:15 ~ 13:20	내가 왜 다른 개발자를 고려해야 하죠?	오재덕 LG전자	인공지능/빅데이터 내가 왜 다른 개발자를 고려해야 하죠? LG전자 오재덕 개발자로서 내가 만든 개발 산출물이 누구에게 전달되어 사용되는지 고민해보고 내 개발 산출물을 사용하는 고객입장에서 어떤 것들이 필요할지 생각해볼 수 있는 시간이었으면 합니다. 당신은 개발자인가요? 당신의 누구를 위해 개발을 하나요? 만약 당신이 고객이라면? 고객에게 어떤 경험을 제공할것인가 문서화의 중요성 API 를 만들때 고려했으면 하는 것들 당신도 문서를 잘 만들고 싶나요?

소중한 동료에게 응원의 마음을 전하고,
특별한 선물도 함께 받아가세요!