Deep Interview Round 2
작성일: 2026-05-13 · 주제: 데이터 실체, 데모 표면, negative 필요성
핵심 결론
다음 시연일은 현재 날짜 기준 다음주 월요일인 2026-05-18이다. Sprint 1은 휴대폰 실제 탑재가 최선이지만, 시간이 부족하면 노트북 local ONNX runtime으로 기술 동작을 시현한다. Flutter 구현은 모델 export 이후 시간이 남으면 붙이고, 모델 학습/변환/실행 경로를 먼저 안정화한다.
Interview Notes
| 질문 영역 | 사용자 답변 | 설계 반영 |
|---|---|---|
| 데이터 형식 | 제공한 JSON과 비슷한 형식. 현재 4개 파일은 급히 가져온 것이라 파일명/정규화 수정 필요. | master manifest builder가 필요하다. canonical landmark_id, file path, label policy를 정규화한다. |
| 데모 표면 | 모델 탑재, 실행, 동작만 보여주면 됨. Flutter가 시간 소모가 크지 않다면 최적. | 우선순위는 ONNX local runtime demo, 그다음 Flutter wrapper. 앱 모양보다 모델 실행과 결과 출력이 중요. |
| 온디바이스 수준 | 휴대폰 실제 탑재가 베스트. 안 되면 노트북 ONNX 환경 사용. | demo ladder를 phone ONNX, laptop ONNX 순으로 둔다. |
| 상세정보 DB | 아직 없지만 장소 수가 적어 금방 구성 가능. | Sprint 1은 최소 JSON/SQLite DB로 시작한다. 필수 필드는 id, name_ko, name_en, short_description. |
| negative 수집 의문 | 한정된 랜드마크 검색인데 negative가 꼭 필요한지 질문. | 학습 필수는 아니지만 신뢰도/범위 외 안내를 검증하려면 필요하다. Sprint 1은 최소 hard negative만 권장. |
Negative 데이터가 필요한 이유
입력이 항상 10~15개 랜드마크 중 하나라는 조건이면 negative 없이도 closed-set Top-3 accuracy를 측정할 수 있다. 하지만 실제 사용자는 음식점, 다른 궁궐, 다른 성문, 실내 사진, 흐린 사진, AI 생성 이미지 등을 넣을 수 있다. 이때 negative가 없으면 모델은 무조건 가장 가까운 3개 후보를 자신 있게 내놓기 쉽고, "지원 범위 외" 안내 문구의 threshold를 검증할 근거가 없다.
Sprint 1에서 negative는 대규모로 필요하지 않다. 최소 목표는 데모 신뢰도를 위한 작은 검증 세트다. 예: 지정 랜드마크와 비슷한 한국 전통 건물 50~100장, 명백한 비랜드마크 30~50장, 흐림/어두움/잘림 30장.