*프로젝트 개요 - 프로젝트명: Garim (딥러닝 기반 개인정보 유출 방지 서비스) - 핵심 가치: 이미지, 비디오, 음성 데이터 내에 포함된 다양한 개인 식별 정보(텍스트, 주민번호, 얼굴 등)를 인공지능으로 자동 탐지하고 마스킹하여 정보 유출을 차단하는 자동화 E2E 파이프라인 시스템입니다. * 해결하고자 했던 비즈니스 문제 (정의) - 대용량 미디어 데이터를 처리할 때 서버 인프라의 메모리 초과 및 타임아웃 병목 현상으로 시스템이 멈추는 고질적인 문제가 있었습니다. 현장 시스템 운영 노하우를 발휘하여, 단순히 코드만 짜는 것이 아니라 비용과 성능을 모두 잡는 아키텍처 개발로 문제를 해결했습니다. * 적용 기술 및 아키텍처 스택 - AI & Vision: Python, OpenCV, PaddleOCR, LaMa+Telea 적응형 복원 알고리즘, 양방향 픽셀 추적 최적화 - Full-Stack 파이프라인: FastAPI (백엔드 아키텍처), React (프론트엔드 UI 대시보드) - 인프라 : 로컬(CPU)과 외부 고성능 인프라(GPU)를 효율적으로 분리 연동한 하이브리드 분산 워커 파이프라인 설계 * 핵심 성과 및 구현 결과 - 시스템 병목 원천 해소: 하이브리드 분산 워커 설계를 통해 대용량 미디어 처리 시 발생하던 메모리 초과 및 타임아웃 문제를 완전히 해결했습니다. - 마스킹 품질 고도화: 단순 블랙박스 가림 처리가 아닌 적응형 인페인팅 알고리즘을 도입하여 자연스러운 미디어 복원 및 마스킹 품질을 달성했습니다. - 검증 가능한 코드: 기획부터 핵심 백엔드 기능 로직 구현 및 통합 테스트까지 전 과정을 성공적으로 완료하였으며, 구동 소스 코드는 깃허브(GitHub)에 MVP까지는 오픈되어 신뢰성을 보장합니다.

메인 렌딩 페이지

요금제 페이지

흐름도: 사용자업로드 -> 이미지/영상 OCR 및 음성 STT (병렬작업) -> 개인정보 탐지 -> 사용자 선택 -> 선택구간 마스킹 -> 최종 파일 다운로드(구간 다운로드 포함)