ML 프레임워크인 PyTorch, TensorFlow, LightGBM 중 어떤 것을 사용해본 경험이 있는지, 그 경험을 통해 배운 점은 무엇인지 설명해 주세요.

졸업 프로젝트에서 PyTorch를 사용해 피부 병변 이미지 분류 모델을 구현했습니다. 공개 의료 이미지 데이터셋을 활용해서 ResNet-50 기반 전이학습으로 접근했고, 팀 내에서 모델 구현과 학습 파이프라인 설계를 맡았습니다. 기술적 어려움은 클래스 불균형 문제였습니다. 데이터셋에서 특정 병변이 전체의 5% 미만이라 단순 학습만 하면 다수 클래스 위주로 예측하는 편향이 심했습니다.

WeightedRandomSampler와 Focal Loss를 적용해 이를 완화했고, 소수 클래스 recall이 0.34에서 0.61로 개선됐습니다. 결과 분석은 단순 accuracy가 아니라 클래스별 F1 score와 confusion matrix를 기준으로 했습니다. 의료 데이터 특성상 오탐보다 미탐이 더 큰 문제라는 걸 이해하고 평가 지표를 선택했습니다. 이 프로젝트로 PyTorch의 Dataset/DataLoader 커스터마이징과 학습 루프 설계를 직접 손으로 익혔고, 지금도 가장 자신 있는 영역입니다.