About Me

Java & Spring 기반 커머스 플랫폼에서 비효율적인 낡은 구조를 걷어내고, 시스템이 스스로 일하게 만드는 6년차 백엔드 개발자입니다.

다양한 조직에서 우수한 성과를 증명해 온 원동력은, 단순히 요구사항을 구현하는 것을 넘어 시스템의 구조적 결함과 비효율을 선제적으로 찾아내 해결하는 것에 있었습니다.

[ ▶ 전시 아키텍처 설계 ] 신규 전문관(Lime) 런칭 시 도메인의 복잡도를 낮추기 위해 '전시 전용 단일 테이블(Read Model)'을 설계하여, 트래픽 폭증에도 흔들림 없는 빠른 렌더링 환경과 신규 콘텐츠 확장에 유연한 구조를 구축했습니다.

[ ▶ 장애 예방을 위한 선제적 해결 ] "지금 당장 돌아가는 시스템"에 만족하지 않습니다. 리뷰 API(Crema) 연동 시 발생하던 월 1,000만 건 이상의 데이터 폭증 리스크를 사전에 식별하고, 단건 전송을 List 형태의 배치로 전환 및 구조를 전면 재설계하여 인터페이스 누적 데이터를 98% 이상 획기적으로 감소시키며 잠재적 장애 요소를 차단했습니다.

[ ▶ AI 기반 운영 리소스 제로화 (Zero-Ops) ] Cloud Vision AI를 활용해 비정형 데이터 라벨링을 개발하고, n8n 기반 AI Agent로 운영 리소스를 최소화했습니다.

정답이 없는 토스에서, 폭발적인 트래픽 앞에서도 견고할 수 있는 서비스를 동료들과 함께 만들어 나가고 싶습니다.

Experience

경력사항

(주) CJ제일제당

2025.01.16 ~ 재직중

• The Market
• 디지털커머스) 개발팀

• • Lime 신규 전문관 플랫폼 구축 (전시 단일 테이블 Read Model 설계)
  • 장바구니 & 구매 전 추천 구조 개편 (Spring Boot / Vue 클라우드 전환)
  • QA-개발 업무 생산성을 위한 자동화 생성 (n8n + AI Agent)
  • 리뷰 이미지 분석 및 라벨링 (Google Cloud Vision AI 활용)

(주) 현대 IT&E

2021.01.04 ~ 2025.01.15

• H Fashion 몰 / EQL 몰
• IT사업본부 운영지원사업부 한섬2팀
• 현대백화점 계열사

• • Crema API 연동 구조 전면 개편 (인터페이스 데이터 누적 98% 감소 최적화)
  • 트래픽 대비를 위한 Redis 메모리 최적화 분석 및 장애 방지 로직 개발
  • 리딩 : 타미힐피거 & 무스너클 브랜드관 신규 개발 기반 기술 연동
  • 300여 개 해외 브랜드 편집샵 입점 및 모바일 메인 페이지 구조 리뉴얼 (1:1 ➔ 1:N)

(주) 대림

2020.01.01 ~ 2020.12.31

• RPA & WEB
• DL 계열사
• IT사업부 제조SM팀 / 주임

• • 물류 시스템 (Dlogis) Web 시스템 개발 및 운영
  • RPA를 이용한 물류 세금 자동화 처리 시스템 개발 및 운영 (최초 도입)

Project

✔ 프로젝트

1.      Health & Wellness 전문관 Lime 플랫폼 신규 구축

2025.9 ~ 2025.12, phase2 진행중

사용 스킬

• Spring Boot, Spring, Java, REST API
• Vue.js, JSP

담당업무

• Back Office 개발
• 백엔드 구조 설계
• 전시/콘텐츠 도메인 설계
• Front-End 연동 API 개발

투입인원

• 개발 2명, 기획 1명, 마케팅 2명, 운영 3명

▶ 이기종 도메인 통합을 위한 전시 구조 설계 ◀

Problem

• 신규 전문관 특성상 상품, 리뷰, 커뮤니티 등 서로 다른 도메인(이기종) 데이터를 한 화면에 렌더링해야 함
• 기존처럼 각 API를 병렬 호출하거나 다중 테이블을 조인할 경우, 도메인 간 강결합이 발생하고 트래픽 증가 시 성능 저하 우려

Solution & Result

• [Read Model 아키텍처 설계] 도메인 결합도를 낮추기 위해 변동성이 적은 메타데이터(이미지, 텍스트)를 전시 전용 단일 테이블(LIME_CONTENTS)로 통합 적재.
• [성능과 정합성의 Trade-off 균형] 실시간 정합성이 필수적인 ‘상품 가격’ 데이터만 원본 테이블과 최소한으로 조인하여, 데이터 신뢰성을 지키면서도 무거운 조인 부하를 제거.
• [확장성 확보] 클라이언트가 단일 API만 호출하도록 단순화하여, 신규 콘텐츠 타입 추가 시 백엔드 스키마 변경 없이 즉시 대응 가능한 유연한 뼈대 구축.

2.      장바구니 시스템 클라우드 전환 및 구매 전 추천 페이지 개선

2025.06 ~ 2025.09

사용 스킬

• Spring Boot, Java, Rest API
• AWS, Redis

담당업무

• 장바구니 백엔드 구조 개편
• 클라우드 전환 대응
• 데이터 정합성 및 안정성 개선

투입인원

• 개발 3명, 기획 1명

▶ 레거시 장바구니 클라우드 전환 및 구매 전 추천 퍼널 개선 ◀

Problem

• 기존 Java/JSP 기반의 장바구니는 화면과 비즈니스 로직이 강결합되어 유지보수가 어려움
• 장바구니 내 추천 상품 조회가 메인 DB를 거치고 있어, 트래픽 증가 시 장바구니 핵심 트랜잭션 DB에 부하를 줄 우려가 존재함.
• 클라우드 전환 및 서비스 확장을 고려했을 때, 확장 대비가 어려운 기술 스택(JDK 1.8, JSP)

Solution & Result

• [모던 스택 전환 및 API 분리] JDK 21 / Spring Boot로 환경을 업그레이드하고, Vue.js 도입에 맞추어 프론트엔드와 백엔드 API를 분리해 결합도를 최소화함
• [조회 성능 극대화 (OpenSearch)] DA팀의 추천 상품 데이터를 RDB에서 조회하던 방식을 OpenSearch 기반으로 이관. 상품 번호 기반 즉시 조회 환경을 구축하여 메인 DB의 부하를 원천 차단하고 응답 속도를 개선함.
• [구매 전 퍼널(Funnel) 개선] 장바구니와 주문서 사이에 ‘구매 전 추천 페이지’를 성공적으로 재설계하여, 핵심 시스템의 안정성을 해치지 않으면서도 유저의 추가 탐색(Cross-selling)을 유도하는 기반 마련

3.      AI Agent를 통한 QA 이슈 대응 체계 개선

2025.11 ~ 2025.01

사용 스킬

• n8n, chatGpt

담당업무

• n8n 업무 자동화 개발

투입인원

• 개발 1명, QA담당자 1명

▶ n8n 기반 AI Agent를 활용한 QA 이슈 알림봇 구축 ◀

Problem

• QA 과정에서 Jira 이슈 생성, 상태 변경, 댓글 멘션 등이 각 담당자가 직접하지 않으면 알 수 있는 방법 없음
• 각 담당자가 수동으로 변경 사항을 트래킹해야 하여 업무 생산성 저하.
• 2개의 프로젝트를 진행하면서 QA 대응 과정의 효율을 개선할 필요성을 느낌

Solution & Result

• [이슈 트래킹 자동화] n8n 플랫폼을 활용하여, Jira Webhook으로 발생하는 이슈 이벤트를 수집하고 필요한 정보만 추출해 Slack으로 실시간 전송하는 파이프라인 설계
• [AI Agent (LLM) 기반 맥락 분석] ChatGPT AI를 연동하여, 단순히 알림만 주는 것을 넘어 ‘코멘트의 맥락을 AI가 분석하여 다음 행동(Next Action)의 필요성을 판단’하고 담당자에게 멘션하도록 고도화
• [생산성 혁신] 개발팀과 프리랜서 QA팀 양측의 불필요한 수동 트래킹 및 커뮤니케이션 리소스를 획기적으로 절감하여 QA 리드타임 단축

4.      AI 이미지 라벨링 파이프라인

2023.10 ~ 2024.9

사용 스킬

• Google Cloud Vision AI
• Spring Boot/Spring
• Kafka

담당업무

• 이미지 라벨링 개발
• Back Office 개발
• API 연동

투입인원

• 기획 1명, 개발 1명

▶ 확장을 고려한 AI 기반 리뷰 이미지 분석/라벨링 파이프라인 구축 (2026.03 Phase 1 런칭 예정) ◀

Problem

• 방대한 리뷰 이미지 중 ‘고품질 이미지’를 선별하기 위해 비즈니스 조직의 수기 큐레이션에 전적으로 의존하는 한계 도달.
• 비정형 데이터인 이미지는 검색 및 카테고리화가 불가하여, 베스트 리뷰나 신상품 기획전 등 다양한 서비스에서 자산으로 재활용하기 어려운 구조적 문제 존재.

Solution & Result

• [최적의 AI 기술 스택 선정 (Trade-off)] Amazon Rekognition과 Google Cloud Vision AI를 비교 분석. 단가는 높지만 커머스 도메인에 필수적인 ‘음식/사물’ 객체 인식 및 Web Detection에 압도적으로 유리한 Google 솔루션을 채택하여 분석 정확도를 최우선으로 확보
• [고도화된 이미지 품질 평가 로직 설계] 단순 객체 인식을 이미지 라벨링을 넘어서, 이미지의 무게중심, 구도, 주요 색감, 유해성 판단 데이터를 정형화된 메타데이터로 추출하는 핵심 파이프라인 설계
• [플랫폼 자산화 및 단계별 확장 전략] 특정 화면(Lime)만을 위한 단발성 개발이 아닌, 전사 공통 자산화를 목표로 설계. 3월 Phase 1(Lime 핀터레스트형 피드 전시) 런칭을 시작으로, 향후 Phase 2, 3를 통해 ‘베스트 리뷰 자동 선정’, ‘신상 발견 페이지’ 등으로 활용처를 무한히 확장할 수 있는 유연한 데이터 뼈대 구축

5.      Crema API 신규 연동 및 레거시 최적화

2023.10 ~ 2024.9

사용 스킬

• Spring batch
• Java
• Spring

담당업무

• Back-End 개발
• Back Office 개발
• H Fashion몰, EQL몰 인터페이스, 배치 개발

투입인원

• 기획 1명, 백엔드 1명

▶ H패션몰 Crema 리뷰 신규 도입 및 전사 연동 파이프라인 98% 최적화 ◀

Problem

• [잠재된 레거시 리스크 (2021~)] 과거 EQL 몰에 도입된 Crema 리뷰 연동 API가 타 도메인(클레임/주문)과 강결합되어, 리뷰와 무관한 ‘개인정보 삭제 배치’가 돌 때마다 월 1,000만 건 이상의 무의미한 전체 갱신(Full-refresh) 트래픽을 발생시키고 있었음.
• [장애 트리거 위기 (2024)] 담당 중인 H패션몰에 Crema를 신규 도입해야 하는 상황에서, 기존 레거시 구조를 그대로 차용할 경우 데이터 누적이 2배 이상 폭증하여 인프라(테이블 스페이스 고갈 등) 실장애로 이어질 수 있는 치명적인 리스크 직면

Solution & Result

• [도메인 강결합 제거 및 쿼리 최적화] 리뷰 연동 API가 타 도메인의 배치 작업에 사이드 이펙트를 받지 않도록, 클레임 & 주문 파트 담당자들과 협업하여 갱신 트리거 조건과 쿼리를 도메인 목적에 맞게 전면 분리 및 재설계
• [네트워크 I/O 최적화 (단건 ➔ 배치)] Crema 측과 직접 협의하여, 기존 1건씩 처리되던 비효율적인 전송 방식을 개당 20~50건의 List(Chunk) 형태로 묶어 전송하도록 파이프라인 전면 개편
• [98% 데이터 절감 및 안정적 신규 연동] H패션몰 신규 도입을 안정적으로 완수함과 동시에, 기존 EQL 몰의 불필요한 연동 트래픽까지 평균 98% (월 1,000만 건 ➔ 20만 건 수준) 획기적으로 감소시켜 인프라 레벨의 잠재 장애 요소를 원천 차단함

Other Experiences

✔ 기타 주요 수행 프로젝트

• 📌 모바일 메인 페이지 구조 개편 및 300+ 해외 브랜드 입점 (2022.10 ~ 2023.03)

  사용 스킬 : Java, Spring, JSP

  핵심 요약 :

  모바일 메인 전시 코너의 비효율적인 기존 1:1 데이터 매핑 로직을 1:N 구조로 전면 개편하여 전시 렌더링 성능을 개선하고, 이를 기반으로 300개 이상의 해외 브랜드 전시 및 검색 기능을 안정적으로 확장함.

• 📌 신규 브랜드관(타미힐피거/무스너클) 구축 내부 기술 리딩 (2023.02 ~ 2023.08)

  사용 스킬 : Java, Spring, JSP

  핵심 요약 :

  외부 에이전시가 개발하는 브랜드관 구축 프로젝트의 내부 기술 책임을 담당. 기존 H패션몰의 코어 전시 로직을 보호하면서 외부 시스템과 안전하게 연동되도록 백엔드 API 아키텍처를 설계하고 사이드 이펙트를 검증함.

Education

교육사항

세종대학교 (Sejong Univ.)

2012.03 ~ 2018.02

• 수학통계학부 응용통계학전공 (주전공)
• 디지털콘텐츠학과(복수전공)

삼성청년SW아카데미 (SSAFY)

2018.12 ~ 2019.12

• 교육시간 - 1,600시간 (1년 과정)
• 기술 - JAVA, Spring, SQL, Python, Django
• 코딩, 알고리즘 중심의 1학기 기본과정, 실무 기반의 프로젝트를 수행하는 2학기 심화과정, 1년간 기초와 실무를 체계적으로 학습