저는 모바일 개발 경험을 갖춘 백엔드 개발자이자 AI/클라우드 엔지니어로, 주어진 자원을 최대한 활용하여 최상의 결과를 도출하고 복잡한 기술적 과제를 해결하는 데 탁월한 13년 차 개발자입니다.
최근 파수에서 RAG 시스템과 AI 챗봇을 설계 및 구현하며 LLM 서비스의 전체 개발 주기를 주도했습니다. 또한, AWS Lambda에서 Spring Boot로의 마이그레이션을 성공적으로 이끌어 API 응답 속도를 크게 개선했습니다.
또한, 사내 강의를 통해 개발 과정에서 얻은 지식을 공유하고, 팀 내 코드 리뷰 문화를 전파하며, 함께 생산성을 높이기 위해 노력합니다.
10만 이상 다운로드 한 디지털페이지 메모 어플리케이션 백엔드 서비스 개발
| 백엔드 개발자 2023. 01. 01 ~ 재직 중 | - AI Assistant 챗봇 서비스 개발 : 2024.04 ~ 2024.08 (1) 사용자의 노트를 기반으로 답변을 하는 챗봇 서비스 개발 RAG(Retrieval Augmented Generation) 시스템 설계부터 LLM 서비스의 실제 운영까지 전반적인 AI 서비스 개발 사이클을 경험함. (2) Retrieval 의 경우 하이브리드 검색(시맨틱+키워드+BM25) 으로 구현하여 검색 정확도 향상 기존 BM25 보다 M3 임베딩 모델 도입으로 한국어 검색 성능 40% 개선 (3) 다중 LLM Provider 도입으로 Rate Limit 또는 LLM 서비스 업체에 대한 장애에 대응 가능하도록 시스템 구현 [사용기술]
Backend: Python, FastAPI, SQLAlchemy
AI/ML: OpenAI GPT-4, Claude 3, M3(Multilingual Modular Multitask Model) embed
Infrastructure: AWS(EC2, RDS, CloudWatch), Docker, OpenSearch
Database: MySQL
메모의 주요 키워드 추출 / 클러스터링 로직 개선: 2024.01 ~ 2024.01 (1) 작성한 메모에서 주요 키워드 5개를 추출, 이를 바탕으로 전체 메모의 키워드를 클러스터링하여 사용자의 메모 패턴을 제공하는 로직 개선 (2) 개선전 AWS 의 Comprehends 를 이용 엔티티 추출 → 중복되는 키워드의 수로 클러스터링. 추출된 키워드, 클러스터링 품질이 좋지 않아 작성된 전체 메모의 특성과 Insight 를 주고자하는 비즈니스 의도에 불충분함. (3) 한글의 경우 Comprehends 엔티티 추출 능력이 떨어짐. 단기간에 이를 극복하고자 함. 토크나이저를 통해 명사를 추출 → BM25 점수로 순위를 결정 → 1순위 중복 키워드가 가장 많은 순으로 50개 선정 후, 순위 별로 중복 키워드 순으로 클러스터링함. (4) GhatGPT API 를 이용해 동일하게 주요 키워드를 추출하여, 일치하는 개수로 테스트 진행. (5) 이를 통해 좋은 자신의 메모에서 주로 작성하는 내용이 무엇인 지 알았다 라는 긍정적인 VOC 가 작성 됨. [사용기술]
- 인프라 구조 개선 : 2024.01 ~ 2024.11 (1) 레거시 시스템을 관리가 용이한 구조로 개선, 전체 프로젝트의 CI/CD 파이프라인 구축 레거시 시스템의 인프라 구조를 현대화 하는 과정에서 발생하는 실제 문제들을 해결하고, 시스템 아키텍처를 개선하는 실질적인 경험함 (2) API Gateway 기반 인프라 현대화 (24. 09 ~ 11) (3) JWT 기반 인증 시스템 구현으로 서버 부하 감소 (4) 서비스 중단 없는 점진적 마이그레이션 수행 (5) CloudWatch 기반 통합 모니터링, 관제 구축 (24. 03~ 24.04) (6) 전체적인 프로젝트의 CI/CD 파이프라인 구축 (24. 03~ 24.04) (7) Docker 등을 이용해 불필요한 인스턴스 축소하여 원가절감. (22.01) [사용기술]
- AWS Lambda 기반의 API 를 Spring Boot 기반의 API 서버로 전환 : 2023.01 ~ 2023.12 (1) AWS Lmbda 의 콜드타임 때문에 API 가 응답이 느린 현상(평균 3초) 이 자주 발생하여 Spring Boot 기반의 API 서버로 전환 (2) Spring Boot 를 이용한 API 프로젝트의 설계부터 구현, 운영까지 전반적인 라이프사이클을 경험, 주도했으며, AWS Lambda 와 Spring Boot 에 대해서 깊이 알 수 있었음 (3) AWS 람다 173건 중 156 건 Spring Boot 로 성공적 전환 완료 (4) 평균 호출 속도 3초에서 밀리세컨단위로 응답속도 단축 [사용기술]
- 검색 시스템 개선 : 2023.06 ~ 2023.10 (1) AWS CloudSearch 기반 검색 시스템을 OpenSearch로 전환 (2) BM25 알고리즘을 적용하여 검색 품질 개선. 검색 시스템의 설계부터 구현, 최적화까지 전반적인 검색 서비스 개발 사이클을 경험함 (3) BM25 알고리즘 도입으로 검색 정확도 25% 향상 (4) Redis 캐시 도입으로 같은 검색에 대한 검색 응답 속도 66% 개선 (5) 한글/영어/기타 언어별 맞춤형 토크나이저 적용 (6) 사용자 로그인 우선순위 기반 점진적 마이그레이션 전략 수립하여, 470만건 데이터 서비스 중단 없이 마이그레이션 [사용기술]
- 사내 강의 진행 (1) 챗봇 애플리케이션 만들기 (OpenAI API 활용) : 24.03.18 ~ 24.04.23 (2) 리눅스 명령어로 서버 관리 효율 높이기 (기초편) : 24.06.26 (3) 프롬프트 엔지니어링과 활용 : 23.12.19 | | --- | --- |
10만 이상 다운로드 한 디지털페이지 메모 어플리케이션 모바일(안드로이드, 플러터) 서비스 개발
| 안드로이드, 플러터 개발자
-. 플러터 전환 개발 : 2021. 02. 01 ~ 2021. 11. 17
(1) 개발인력 활용을 극대화 하기 위해 플러터 기반의 어플리케이션으로 개발하여 5.0 릴리즈.
(2) 팀 내 플러터 학습을 리딩, Best Pratice 전파, 컨벤션 합의를 주도
(3) 전체 아키텍처(MVVM) 를 설계하고, 프로젝트 구성을 주도.
(4) 전체 개발 커밋 중 60% 소유
(5) 품질을 위해 유닛 테스트 코드 작성
- . 안드로이드 디지털페이지 기능 개발 : 2019. 06 ~ 2021. 01. 31 **(**1) 2020. 06 월 이후 개발 기능에 대해 코틀린 적용, 기존 자바를 코틀린으로 전환 진행 (2) 아키텍처가 없던 레거시 코드에 MVVM 패턴 적용하여 유지에 용이한 구조로 개선, 홈 위젯은 MVP 적용 (3) 품질 향상을 위해 유닛 테스트 코드 작성 가) Next Step TDD 강의 이후 Product 기능 개발 시 적용 나) Timeline 속도개선, 페이지 안 날짜 관련 정보들이 함께 표시되도록 변경 이후 테스트코드 작성 확대 (4) 레거시 코드들을 최신 AndroidX, 3rd party 라이브러리 등으로 마이그레이션 (5) 성능 및 속도 개선으로 긍정적인 VOC 를 받음. | | --- | --- |
파워빌더, ASP .net 으로 본사/계열사 ERP, 그룹웨어 개발, 전산 인프라 관리