Unity 3D Developer · XR · Robotics
연구 단계의 기술을 현장에서 돌아가는 제품으로 바꾸는
Unity 개발자입니다.
AR 글래스, HoloLens, Meta Quest, 스마트 스피커, 로봇까지 새 기기의 SDK를 Unity에 붙이고 콘텐츠로 만들어 왔습니다. 실내 측위, SLAM, 3D 포즈 추정 같은 공간 인식 기술을 제품에 직접 적용하며 어떤 기술을 어떻게 써야 제대로 동작하는지 감각을 쌓았습니다. 지금은 PUDU 로봇청소기를 안내로봇으로 바꾸고, Unity 6 로봇 학습 시뮬레이터에 모방학습을 구현하고 있습니다.
Core skills
제 핵심 역량 네 가지와 근거가 되는 프로젝트를 연결했습니다.
| 역량 | 근거가 되는 경험 | 연결 |
|---|---|---|
| Unity 6와 UI Toolkit | Unity 6와 UI Toolkit으로 저작도구를 만들고 있습니다. UI Toolkit으로 만든 공용 화면 요소와 트리 목록을 팀 공용 모듈 BaseStudio로 묶어, 새 도구를 만들 때마다 같은 화면을 다시 만들지 않게 했습니다. | 직접 경험 BaseStudio ↓ |
| 저작도구 3종 개발 | KISTI 과제에서 처음 저작도구를 만들어 오브젝트 속성, 애니메이션 이벤트, 콘텐츠 불러오기를 구현했습니다. 이후 공용 코어 BaseStudio를 설계했고, 그 위에서 검사 제품 Inspector와 로봇 학습 시뮬레이터 RoboSim을 개발했습니다. | 직접 경험 KISTI ↓ Inspector ↓ RoboSim ↓ |
| 다양한 XR 기기와 로봇 | AR 글래스 5종(Nreal Light, TCL, INMO, PNC, Model Solution), HoloLens 2, Meta Quest, 스마트 스피커를 Unity에 붙여 출시하거나 납품했습니다. 지금은 PUDU 로봇청소기를 안내로봇으로 바꾸고 있고, 경기도 피지컬 AI 컨설팅에서는 Isaac Sim으로 공장 로봇 공정을 시뮬레이션하고 있습니다. | 직접 경험 안내로봇 ↓ 피지컬 AI ↓ |
| SLAM 기반 실내 측위와 공간 이해 | 카메라 영상만으로 실내 위치를 찾는 측위 과정을 지도 만들기부터 AR 좌표 맞추기까지 구성했습니다. HoloLens에서는 공간 앵커로 현장에 콘텐츠를 고정했고, 안내로봇에서는 라이다 지도 위에 안내 지점을 저장합니다. | 직접 경험 실내 측위 ↓ 공간 인식 ↓ |
Selected work
기술적으로 가장 어려웠던 RoboSim과 Inspector를 먼저 두고, 나머지는 최근 순서로 정리했습니다. 프로젝트마다 문제, 제가 한 일, 구조, 결과 순서로 정리했고, 구조도에서 주황색 칸이 제가 직접 만든 부분입니다.
Differentiator
SLAM이나 측위의 원천기술을 만든 사람은 아닙니다. 대신 여러 공간 인식 기술을 제품에 직접 붙여 보면서, 상황에 맞는 기술을 고르는 법과 제대로 동작하게 쓰는 법을 익혔습니다. 기술 팀과 콘텐츠 사이를 잇는 역할을 할 수 있습니다.
2023 · 실내 측위
매핑부터 측위 서버, Unity AR 좌표 정합까지 파이프라인 전체를 구성했습니다.
Kapture-localization · hloc · COLMAP · AR Foundation
알게 된 것 · 정확도는 매핑 장비의 품질이 좌우합니다. 측위로 원점을 한 번 잡고 이후 추적은 AR Foundation에 맡기는 구조가 안정적이었습니다.
2021 – 2022 · 공간 앵커
발전소와 역사 안에 경로와 이벤트를 고정하고, 같은 앵커를 HoloLens와 Android에서 함께 썼습니다.
Azure Spatial Anchors · MRTK · HoloLens 2
알게 된 것 · 클라우드 앵커를 쓰면 기기가 달라도 같은 위치를 공유할 수 있어, 한 번 저작한 경로를 여러 기기에서 쓸 수 있습니다.
2025 – 현재 · 3D 포즈 추정
자사 3D 포즈 추정 기술을 쓰는 검사 제품의 저작도구를 만들고 있습니다. 2D 비전 이상 탐지와 SAM 3를 함께 쓰면 제품이 더 좋아질 거라 보고 대표에게 직접 제안해 채택되었습니다.
3D Pose Estimation · 2D Vision Anomaly · SAM 3(제안·채택)
알게 된 것 · 좋은 원천기술도 사용자가 쓰기 쉬운 형태로 감싸야 현장에 나갑니다.
2026 · 로봇 SLAM
로봇이 만든 라이다 맵 위에 안내 지점을 저장하고, 센서 값으로 막힘을 판단해 우회하도록 했습니다.
LiDAR Map · Waypoint · ToF · 초음파
알게 된 것 · 실제 공간에서는 센서 하나만 믿으면 안 됩니다. 여러 센서를 함께 보고 기준값을 조절할 수 있어야 합니다.
How I work
도전적인 R&D도 즐겁지만, 저는 그 기술을 사람들이 실제로 쓰게 만드는 과정을 더 좋아합니다.
01
사용자의 경험을 우선시해야 합니다. 전시장을 다니거나 현장을 가 보면 사용자들은 복잡한 기술 스택보다 단순하고 확실한 기능을 원합니다. 빠르게 변하는 기술 시대에는 파이프라인을 설계해 원하는 기능만 골라 전달해야 한다고 생각합니다.
02
Inspector를 만들면서 2D 비전 이상 탐지와 SAM 3를 더하면 좋겠다고 보고, 대표와 커피챗을 잡아 직접 제안했고 채택되었습니다. 제품 방향에 의견을 내는 일을 망설이지 않습니다.
03
실내 측위, 3D 포즈 추정, 로봇 SLAM처럼 연구 단계의 기술을 받아 사람이 쓰는 화면과 흐름으로 바꾸는 일을 가장 잘합니다. 프로토타입에서 끝내지 않고 현장에서 돌아가게 만드는 데 관심이 있습니다.
AI in development
AI는 반복 작업을 맡기는 도구로 씁니다. 대신 설계와 검증은 제가 합니다.
이전
작업을 GitHub 이슈에 재현 방법, 수정 범위, 완료 조건까지 자세히 적었습니다. 이렇게 정리한 쉬운 이슈는 AI가 처리하도록 자동화해서 제 시간은 어려운 문제에 썼습니다.
지금
Orca를 쓰면서 여러 AI 작업을 한꺼번에 돌리고 관리합니다. SDK 문서와 예제 분석, 에디터 툴과 UI 코드 작성, 반복 작업 자동화에 주로 씁니다.
검증
AI가 만든 결과는 PR로 받아 diff를 직접 읽습니다. Unity 에디터와 실기기에서 동작을 확인한 뒤에만 합치고, SDK 관련 코드는 공식 문서·예제와 대조합니다.
Career track
한 줄이 하나의 플랫폼입니다. 주황색 막대는 위 대표 프로젝트에서 자세히 다룹니다. 막대를 누르면 해당 내용으로 이동합니다.
All projects
최신순입니다. 점이 찍힌 항목은 위에서 자세히 다룬 프로젝트입니다.
Stack
분야별로 묶었습니다.
Unity 6, UI Toolkit(UITK) 에디터·런타임 툴, 패키지 구조 설계, MRTK, AR Foundation, ARCore, Cardboard XR, WebGL 빌드, Fishnet 멀티플레이, USD
Nreal Light(XREAL), TCL·INMO·PNC·Model Solution 글래스, Meta Quest, HoloLens 2, 셋톱박스, 스마트 스피커, Android 로봇(라이다·ToF·초음파)
Kapture-localization, COLMAP, Hierarchical-Localization, Azure Spatial Anchors, 3D 포즈 추정, 라이다 맵, NVIDIA Isaac Sim, STT/TTS 스트리밍, LLM API, uLipSync
Android, iOS(Xcode), UWP(Windows), WebGL, Meta Quest
C#, Python(측위 파이프라인), GitHub 이슈 기반 AI 자동화, Orca
영남대학교 전자공학과 학사 (2012.03 – 2017.02)