조신성

Back-End Developer

About Me

profile

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 | 인원: 개발 2, 기획 1, 마케팅 2, 운영 3
  • Spring Boot
  • Spring
  • Java
  • REST API
  • JPA
  • Vue.js
  • JSP

▶ 이기종 도메인 통합을 위한 전시 구조 설계 ◀

Problem & Risk
  • 비즈니스 제약 극복: SKU 40개 규모의 소형 전문관
    • 단순 상품 나열 구조로는 체류 시간 및 구매전환율 확보가 어려웠음
    • 리뷰/푸드톡/레시피 등 서로 다른 도메인 데이터를 결합한 콘텐츠 중심 피드형 UX 전략이 필요했음
    • 캐시 도입 시 동일 응답 반복 노출로 사용자 체감 다양성 저하 가능성 존재
  • 성능 리스크: 기존 방식대로 각 API 병렬 호출 또는 최대 7개 테이블 Join 필요
    • 대안 검토: API 병렬 호출 + Aggregation(BFF) 레이어로 단일 응답을 만드는 구조도 검토
    • 문제 : 콘텐츠 로딩 속도 차이로 UX 일관성 저하 가능성 존재
    • 문제 : 조회 트래픽 증가 시 DB 병목 리스크 발생 우려
  • 복잡한 비즈니스 로직: 일반,임직원,유료멤버십 등 사용자 세그먼트별로 상이한 실시간 가격 노출 필요
Solution & Result
  • [Read Model 아키텍처 설계] UI 일관성과 응답 속도 확보를 위해 이기종 데이터를 전시 전용 테이블에 통합 적재
    • 특히 변동성이 적은 메타데이터(이미지, 텍스트)를 전시 전용 단일 테이블로 통합 적재
  • [성능과 정합성의 Trade-off 균형] 실시간 정합성이 필수적인 ‘상품 가격’ 데이터만 원본 테이블과 최소한으로 조인
    • Admin 수정 시점에 Read Model을 동기적으로 업데이트하는 방식을 채택하여 별도의 메시징 인프라 없이도 데이터 운영 단순성을 동시에 확보
  • [캐시 전략 미적용 판단 근거] 전문관 특성상 새로고침 시마다 서로 다른 콘텐츠 조합을 노출하는 랜덤 피드 전략 채택

2.   AI 이미지 라벨링 파이프라인

2026.02 ~ 2026.03 | 인원: 기획 1, 개발 1
  • Google Cloud Vision AI
  • Spring Boot
  • Spring
  • Kafka

▶ 대용량 비정형 데이터 분석을 위한 비동기 파이프라인 구축 및 상태 제어 (2026.03 Phase 1 런칭 예정) ◀

Problem & Risk
  • 방대한 리뷰 이미지 중 ‘고품질 이미지’를 선별하기 위해 수기 큐레이션에 전적으로 의존하는 한계 도달
  • 비정형 데이터인 이미지는 검색 및 카테고리화가 불가하여, 베스트 리뷰나 Lime, 신상품 등 다양한 서비스에서 재활용하기 어려움
  • 처리 지연 리스크: 이미지 분석은 리소스 소모가 크고 처리 속도가 일정하지 않아, 실시간 처리 시 시스템 병목 및 타임아웃 우려
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 정확도 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
  • [비동기 파이프라인 설계 (Kafka 기반 상태 전이)] 리뷰 이미지 분석 요청을 즉시 동기 처리하지 않고 별도 분석 대상 테이블에 적재 후 상태 기반 비동기 처리 구조 설계
    • 상태 전이 모델 정의 : READY → SEND → SUCCESS / FAILED
    • Kafka를 통해 분석 요청을 비동기 전달하고 분석 완료 결과에 따라 상태를 갱신하도록 설계하여 처리 흐름을 명확히 추적 가능하도록 구현

3.   Crema API 신규 연동 및 레거시 최적화

2023.10 ~ 2024.9 | 인원: 기획 1, 개발 1
  • Spring batch

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

Problem & Risk
  • [잠재된 레거시 리스크 (2021~)] 과거 도입된 Crema API가 리뷰와 무관한 ‘개인정보 삭제 배치’가 돌 때마다 월 1,000만 건 이상의 무의미한 전체 갱신 트래픽을 발생시키고 있었음
  • [장애 트리거 위기 (2024)] H패션몰에 Crema를 신규 도입해야 하는 상황에서, 기존 레거시 구조를 그대로 차용할 경우 데이터 누적이 2배 이상된다면 인프라 장애로 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 도메인 목적에 맞게 쿼리를 전면 분리 및 재설계
    • 쿼리 속도를 최대 150배 이상 개선 (주문: 3.19s ➔ 0.02s 등)
  • [네트워크 I/O 최적화 (단건 ➔ 배치)] Crema 측과 협의하여, 기존 1건씩 처리되던 비효율적인 전송 방식을 개당 20~50건의 List(Chunk) 형태로 묶어 전송하도록 파이프라인 개편
  • [98% 데이터 절감 및 안정적 신규 연동] H패션몰 신규 도입 성공
    • 기존 EQL의 불필요한 연동 트래픽까지 평균 98% (월 1,000만 건 ➔ 20만 건 수준) 감소시켜 인프라 레벨의 잠재 장애 요소를 차단

4.   AI Agent를 통한 QA 협업 프로세스 혁신

2025.11 ~ 2025.01 | 인원: 개발 1, QA 1
  • n8n
  • chatGpt
  • AI Agent

▶ 자발적 도구 개발을 통한 부서 간 협업 병목 현상 해결 및 QA 리드타임 33% 단축 ◀

Problem & Risk
  • 커뮤니케이션 오버헤드: Jira 이슈의 상태 변경, 댓글 멘션 등을 수동으로 확인해야 하는 구조로 즉각적인 대응이 어려움
  • QA 병목 현상: 전체 개발 프로세스의 마지막 단계인 QA 리드타임이 길어지는 문제 직면
  • 2개의 프로젝트(LIME, 장바구니)를 진행하면서 QA 대응 과정의 효율을 개선할 필요성을 느낌
Solution & Result
  • [이슈 트래킹 자동화] n8n 기반 워크플로우를 설계하여 Slack으로 실시간 전송하는 파이프라인 설계
    • Jira Webhook → n8n → chat Gpt → Slack
  • [AI Agent (LLM) 기반 맥락 분석] ChatGPT AI를 연동하여, ‘코멘트의 맥락을 AI가 분석하여 다음 행동의 필요성을 판단’하고 담당자에게 멘션하도록 고도화
  • [정량적 성과 달성] 개발팀과 프리랜서 QA팀 양측의 커뮤니케이션 리소스를 획기적으로 절감하여 QA 리드타임 단축
    • QA팀 인터뷰 기준 업무 처리 속도 약 1.5배 개선
    • 평균 반복 이벤트 테스트 기간 3일 → 2일 이내 단축 (33% 개선)

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

2025.06 ~ 2025.09 | 인원: 개발 3, 기획 1
  • Spring Boot
  • Java
  • Rest API
  • JPA
  • Vue.js

▶ 레거시 장바구니 클라우드 전환 및 구매 전 추천 퍼널 개선 ◀

Problem & Risk
  • 기존 Java/JSP 기반의 장바구니는 화면과 비즈니스 로직이 강결합되어 유지보수가 어려움
  • 장바구니 내 추천 상품 조회가 메인 DB를 거치고 있어, 트래픽 증가 시 장바구니 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, Vuejs 도입에 맞추어 프론트엔드와 백엔드 API를 분리해 결합도를 최소화함
  • [조회 계층 분리(OpenSearch 활용)] 추천 상품 조회를 기존 RDB 기반 조회에서 OpenSearch 기반 조회 구조로 전환(기존 검색 인프라 활용)
  • [구매 전 퍼널(Funnel) 개선] 장바구니와 주문서 사이에 ‘구매 전 추천 페이지’를 재설계하여, 핵심 시스템의 안정성을 해치지 않으면서도 유저의 추가 탐색을 유도하는 기반 마련

Other Experiences

✔ 기타 주요 수행 프로젝트

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

Extra Information

✔ 추가정보

우수 성과상

2025.10, 2025.12

CJ제일제당

  • 2025년 우수 성과상 2회 수상

최우수상

2021.09

현대IT&E

  • 제 3회 스타트업데이
  • 라이브 플랫폼 채팅 분석 서비스 개발 전사 1등(최우수상) 수상

1위

2020.09

대림코퍼레이션

  • 신입사원 온보딩과정 평가
  • 대림영업, 회계, IT, 건설 등 모든 직군 신입사원 평가 1등 하여 수상
  • 부상: 아이패드

대학 내 수상 경험

2016.12

세종대학교

  • SW해커톤 - 대학생 동아리 활동 연결 플랫폼 제작으로 2등(은상) 수상
  • 알고리즘 경진대회 - 4등
  • 세종SW 나눔 봉사단 - 봉사우수상
✔ 자격증

PCCE

2024.2.18 ~ 2031.2.18

(주)그렙

AWS Certified Cloud
Practitioner

2023.9.18 ~ 2026.9.18

AWS

정보처리기사

2019.8.16

한국산업인력공단

데이터 아키텍처
준전문가 (DAsP)

2018.7.17

한국데이터진흥원

IoT지식능력검정

2017.6.5

한국사물인터넷협회