1. 2025 년 개요
| 구분 | 핵심 키워드 |
|---|
| 상반기 | 로봇 내비게이션 논문 리딩, CS/AI 기초 역량, 연구 태도 정립, 장기 비전 언어화 |
| 하반기 | 2 학기 프로젝트 3 개 완주, 오픈소스 기여, AI 협업 시스템 설계, 정체성 성찰 |
2. 상반기 (1-6 월) 요약
2.1 핵심 성과
- AGI Lab 인턴 & 로봇 내비게이션 연구 기반 구축
- LoRA, PEFT, HydraLoRA 등 효율적 파라미터 학습 방법 정리
- Visual Navigation / ObjectNav / GoalNav 논문 비교 분석
- Training-based vs Training-free 연구 축 고민
- CS/AI 기초 역량 강화
- Data Structures, OS, Computer Networks, ML 기초 전 범위 정리
- 특징점 기반 CV 알고리즘 (SIFT, SURF, ORB) 학습
- 연구자 태도 & 비전 언어화
2.2 아쉬운 점
- 많은 개념 정리, 적은 실험/구현 연결
- 정량적 성과 (프로젝트, 논문, 코드) 로 드러난 양 제한적
3. 하반기 (7-12 월) 요약
3.1 핵심 성과
- 2 학기 프로젝트 3 개 완주
- RP25: ROS2 + Gazebo 기반 SLAM & Navigation 구현
- CP25 (Brandana): AWS 멀티 AZ + LangChain + Gemini 브랜드 에셋 생성
- MWP: YOLOv5 + Django + Android 헬스장 감지 서비스
- 오픈소스 기여 & 장학금
- Kanata PR 3 개, Gemini CLI PR 1 개, Obsidian 플러그인 Fork
- SW 멤버십 장학, 교수 - 학생 튜터링 장학, SW 멘토 장학
- AI 협업 개발 시스템 설계
- Claude Code / BMAD / SuperClaude 비교 검토
- TaskNotes 기반 AI 세컨드 브레인 워크플로우 프로토타입
- 정체성 & 에이전시 성찰
3.2 아쉬운 점
- 9-10 월 기록 불균형
- ” 내 이름이 걸린 서비스 ” 수준의 0→1 경험 미달성 → 다음 목표
- 에이전시 실행 루틴 구체화 필요
4. 2025 년 총평
| 잘한 점 | 보완할 점 |
|---|
| 폭넓은 탐색을 노트로 체계화 | 개념→실험 연결 비율 향상 |
| 연구자 마인드셋 문서화 | 0→1 프로젝트 완주 |
| 외부 생태계 (OSS) 기여 시작 | 에이전시 루틴 구체화 |
| AI 협업 시스템 프로토타입 | 기록의 균일성 |
5. 2026 년 방향
- 0→1 프로젝트 1 개 이상 완주 - 기획→개발→배포→피드백 전 사이클 경험
- AI-First Workstyle 정교화 - Brain → AI 순서 유지하며 실제 루틴화
- 에이전시 루틴 설계 - 주간 단위 자기 정의 문제 해결 + 회고 사이클