Experience

경력기술서

지금까지 수행한 주요 프로젝트와 사용한 기술, 그 과정에서 해결한 문제, 그리고 성과를 정리했습니다.

매듭컴퍼니 · 2026년 01월-현재

콘텐츠 레퍼런스 리서치 및 기획 보조 백오피스 시스템 개발

기술 스택: React, Tanstack Router, Vite, NestJS, Drizzle ORM, oRPC, MCP, Bun, PostgreSQL, Docker Compose, AWS EC2
문제: 마케터가 콘텐츠 기획 전 레퍼런스를 탐색·분류하고 아이디어를 정리하는 과정이 수작업과 개별 도구에 분산되어 있어 리서치 시간이 길었습니다.
요구사항 전달 이후 개발·배포까지 이어지는 실행 흐름이 표준화되어 있지 않아 빠른 MVP 검증을 위한 전담 실행 체계가 필요했습니다.
외부 API 기반 수집 기능은 호출량 증가 시 비용과 서버 안정성 리스크가 함께 발생할 수 있는 상황이었습니다.
해결: 요구사항과 업무 플로우만 전달받아 기획, 설계, 개발, 배포까지 전 과정을 단독 수행했습니다.
React·NestJS 기반 모노레포로 프론트엔드와 백엔드를 통합 설계하고 타입 안정성을 확보했습니다.
oRPC 기반 Contract-First 아키텍처를 도입해 API 명세를 단일 소스로 관리하고, AI 개발 과정에서도 해당 명세를 직접 참조하도록 구성해 구현 불일치와 환각을 최소화했습니다.
Shadcn UI 기반으로 빠른 프로토타이핑과 일관된 백오피스 UI를 구현했습니다.
외부 API 호출은 배치 처리와 재시도 간격 제어 전략으로 최적화했습니다.
백오피스 시스템에 MCP 서버를 추가하고 사내 AI 에이전트와 연결해, 마케터가 별도 관리자 화면 진입 없이 Slack 채널에서 레퍼런스 탐색과 기획 보조 기능을 바로 사용할 수 있도록 구성했습니다.
성과: 마케터 업무 플로우에 맞춘 레퍼런스 탐색·기획 보조 기능을 제공해 레퍼런스 탐색 시간을 40%, 기획 시간을 20% 단축했습니다.
반복 작업은 Skills로 표준화하고, 기능 설계·구현·검증 단계에 Sub Agent와 Multi Agent Orchestration을 활용해 AI 에이전트 기반 개발 흐름을 구축하여 2주 내 MVP 개발 및 배포를 완료하고, 신규 기능 개발·배포에 걸리는 시간을 80% 단축했습니다.
모노레포 기반 통합 개발 환경 구축으로 개발·배포 효율을 높였습니다.
외부 API 호출 최적화를 통해 관련 비용을 33% 절감하고 서버 안정성을 개선했습니다.
MCP 기반 연동으로 AI 에이전트가 접근 가능한 도구와 데이터 범위를 제한해 운영 보안성을 높이고, OpenAPI 방식 대비 컨텍스트 토큰 사용량을 48% 절감했습니다.

매듭컴퍼니 · 2025년 09월-현재

통합 강의 플랫폼(LMS) 개발 및 운영

기술 스택: Next.js, Turborepo, NestJS, Drizzle ORM, PostgreSQL, Docker, AWS ECS, AWS SQS, AWS CloudFront, AWS MediaConvert, AWS CDK
문제: 라이브·오프라인·온라인 강의를 각각 관리하던 운영 흐름을 하나의 교육 플랫폼에서 통합 관리할 수 있는 구조가 필요했습니다.
회원가입부터 결제까지 이어지는 수강 신청 플로우에서 사용자 이탈을 최소화하고, 마케팅 유입 증가에도 안정적으로 전환을 처리해야 했습니다.
영상 강의 제공 과정에서 저장 용량과 트래픽 비용이 증가하고 있어, 재생 품질과 비용 효율을 함께 고려한 영상 전송 구조가 필요했습니다.
기능 확장 속도가 빨라지면서 프론트엔드 구조와 UI 구현 방식의 일관성을 확보해야 했습니다.
해결: 회원가입, 강의 탐색, 수강 신청, 결제까지 이어지는 사용자 플로우 전반을 설계·개선해 수강 신청 과정의 이탈 지점을 줄였습니다.
Next.js·NestJS·AWS CDK 기반으로 프론트엔드부터 백엔드, 인프라까지 TypeScript로 통일해 개발 생산성과 코드 일관성을 확보했습니다.
AWS CDK를 활용해 ECS Blue/Green 배포 전략을 적용한 CI/CD 파이프라인을 구축하고 무중단 배포 환경을 구성했습니다.
오토스케일링과 AWS SQS 기반 비동기 처리 구조를 설계해 광고 유입 등 트래픽 급증 상황에서도 안정적으로 서비스를 운영할 수 있도록 했습니다.
AWS MediaConvert를 활용한 HLS 및 ABR 스트리밍 파이프라인을 구축해 사용자 네트워크 환경에 맞춰 영상이 전송되도록 최적화했습니다.
프론트엔드에 도메인 기반 아키텍처를 도입해 기능 단위로 모듈화하고 확장성과 유지보수성을 개선했습니다.
Radix UI와 Panda CSS 기반 디자인 시스템을 구축해 접근성, UI 일관성, 재사용 가능한 컴포넌트 체계를 확립했습니다.
성과: 수강 신청 플로우 개선을 통해 수강 신청 전환율을 30% 향상시켰습니다.
ECS Blue/Green 기반 무중단 배포 체계를 구축해 배포 안정성과 운영 효율을 개선하고 가용성 99.99%를 달성했습니다.
프론트엔드 구조 개선과 디자인 시스템 도입으로 UI 일관성을 확보하고 개발 생산성을 향상시켰습니다.
HLS 및 ABR 기반 영상 최적화를 통해 저장 및 트래픽 비용을 83% 절감했습니다.

장사는건물주다 · 2025년 04월-2025년 09월

자영업자 강의 플랫폼(LMS) 유지보수

기술 스택: Vue.js, Express.js, Next.js, PostgreSQL, Prisma, Docker Compose, AWS Lightsail, AWS MediaConvert, Cloudflare Workers
문제: DAU 5,000명, MAU 100,000명 이상 규모의 기존 강의 플랫폼을 인수해 실사용자 트래픽 환경에서 안정적으로 운영해야 했습니다.
팀 내 최초 합류 개발자로서 이슈 관리, 배포 프로세스, 협업 방식 등 개발·운영 프로세스가 명확히 정립되어 있지 않았습니다.
어드민 운영 업무와 CS 처리 과정에서 반복 수작업이 발생해 운영 효율을 저해하고 있었습니다.
수강권 중복 지급, 정산 로직 오류 등 서비스 신뢰도와 데이터 정합성에 영향을 주는 주요 이슈를 해결해야 했습니다.
해결: 기존 플랫폼의 기능 추가, 버그 수정, 성능 개선을 수행하며 운영 중 발생하는 이슈를 추적·관리하고 재발 방지를 위한 개선 과제로 정리했습니다.
배포 프로세스와 협업 방식을 정립해 반복 가능한 개발·운영 흐름을 마련했습니다.
검색 기능을 고도화하고 수강 연장 자동화 기능을 구축해 어드민 운영 업무를 개선했습니다.
프로모션 기능을 개발해 마케팅 운영 조건을 유연하게 설정하고 빠르게 실험할 수 있도록 지원했습니다.
수강권 중복 지급과 정산 로직 오류를 분석·수정해 주요 데이터 흐름의 정합성을 개선했습니다.
MSP를 선정하고 지원 프로그램을 활용해 클라우드 비용 구조를 점검하고 비용 절감 방안을 적용했습니다.
성과: DAU 5,000명, MAU 100,000명 이상 규모의 강의 서비스를 안정적으로 인수·운영하며 서비스 운영 연속성을 확보했습니다.
이슈 관리, 배포, 협업 프로세스를 정립해 기능 추가와 운영 개선을 반복 가능한 개발 단위로 관리할 수 있게 했습니다.
검색 기능 고도화와 수강 연장 자동화를 통해 반복 운영 업무와 CS 처리 부담을 줄이고 어드민 운영 효율을 개선했습니다.
프로모션 기능 도입으로 마케팅 캠페인 운영 유연성을 확보했습니다.
수강권 지급 및 정산 관련 주요 이슈를 해결해 서비스 신뢰도와 데이터 정합성을 개선했습니다.
MSP 선정과 지원 프로그램 활용으로 클라우드 비용을 3% 절감하고 300만 원 규모의 크레딧을 확보했습니다.

와이펫 · 2022년 08월-2025년 04월

반려동물 건강관리 플랫폼 하이브리드앱 개발 및 운영

기술 스택: Next.js, pnpm, Flutter, SQLite, AWS Amplify, Firebase, BLE
문제: 반려동물 커머스에서 체온 측정 및 건강관리 서비스로 피벗하는 과정에서 기존 서비스 구조를 안정적으로 재편해야 했습니다.
Flutter 기반 크로스 플랫폼 앱을 운영하면서 iOS·Android 심사와 배포 주기에 기능 출시 속도가 제한되는 문제가 있었습니다.
전용 체온 스캐너와 앱을 BLE로 연동해야 했지만, 명세서 오류와 비동기 통신 특성으로 인해 데이터 처리 신뢰성을 확보하기 어려웠습니다.
사용자 앱과 어드민 웹이 분리되어 확장되면서 공통 로직 재사용성과 서비스 구조의 유지보수성을 개선해야 했습니다.
해결: 반려동물 체온 측정 및 관리 서비스를 개발·운영하며 커머스에서 건강관리 서비스로의 피벗 과정에 필요한 화면, 데이터 흐름, 운영 구조 전환을 수행했습니다.
Flutter 기반 크로스 플랫폼 앱을 개발하고 약 2년간 iOS·Android 심사, 배포, 운영 이슈 대응을 수행했습니다.
서비스 확장성과 배포 속도를 고려해 Flutter 앱을 Flutter WebView와 Next.js 기반 하이브리드 앱 구조로 전환했습니다.
Next.js 기반 사용자 웹과 어드민 웹을 분리하고 pnpm 모노레포를 구축해 공통 로직 재사용성과 개발 효율을 개선했습니다.
크로스 플랫폼 환경에서 앱, 웹, 전용 체온 스캐너가 안정적으로 연동되도록 통신 구조를 설계했습니다.
BLE 명세서 오류를 직접 분석하고 bit 단위 프로토콜 해석을 바탕으로 전용 체온 스캐너 통신 로직을 구현했습니다.
비동기 BLE 통신 특성을 고려해 데이터 큐잉·버퍼링 구조를 설계하고, 통신 중간 계층에 디바이스 SQLite 저장소를 도입해 데이터 유실을 방지했습니다.
성과: 누적 가입자 8만 명 규모의 반려동물 건강관리 서비스를 운영하며 앱 배포, 이슈 대응, 사용자 경험 개선을 수행했습니다.
하이브리드 앱 전환으로 앱 심사 의존도를 낮추고 웹 배포 기반의 기능 출시 흐름을 마련해, 기존 주 1회 수준의 배포 주기를 일 2회 이상 배포해도 안정적으로 운영 가능한 구조로 개선했습니다.
BLE 데이터 큐잉·버퍼링과 SQLite 기반 중간 저장 구조를 통해 체온 측정 데이터 처리 속도와 신뢰성을 개선했습니다.