RESUME

"안 된다"는 한계보다 실현 가능한 대안을 먼저 찾는 백엔드 엔지니어 정재철입니다.

반복적인 수동 작업과 운영 병목을 식별해 자동화하는 데 지속적인 관심을 두고 있습니다. 복잡한 분산 환경에서도 시스템의 데이터 정합성을 지키고, 도메인 지식이 특정인에게 갇히지 않고 투명하게 공유되는 개발 환경을 지향합니다.

기술을 위한 기술 도입에 매몰되지 않고, 팀 내 마찰을 줄이며 비즈니스 가치를 확실하게 만들어내는 실용적인 엔지니어링을 추구합니다.

Agentic Engineering

AI를 백엔드 시스템에 연결하고 입력 근거, 실행 범위, 실패 복구, 완료 판정까지 통제하는 업무 흐름 설계

• 제휴 마케팅 통합 MCP 기반 비즈니스 추적 및 운영 디버깅 자동화

  Oracle, MongoDB, MSSQL, Redis, Databricks 등 5개 이기종 DB에 분산된 유입~정산 체인을 자연어로 단일 추적하여, 수십 분 소요되던 운영 CS 및 장애 디버깅을 즉각적인 리포트 생성으로 단축

  • 비즈니스 흐름 분석 및 도메인 구조화: 팀 내 전체 프로젝트의 호출 관계와 엔트리포인트를 전수 분석하여 유입→주문→정산 19개 핵심 비즈니스 플로우 정립
  • Cross-DB MCP 도구 설계: 분산 데이터 저장소 5종을 도메인 흐름에 맞춰 조회할 수 있는 37개 비즈니스 단위 추적 기능 구축
  • 자연어 기반 디버깅 파이프라인: 다중 DB 클라이언트를 오가며 수십 분간 수동 대조하던 작업을 자연어 단일 질의로 전 구간 데이터를 자동 추적하도록 개선
  • 운영 트러블슈팅 표준화: 담당자 개인 경험에 의존하던 위조 토큰, PCS 비정상 유입, 판매자 과금 사유 추적 절차를 도구화하여 팀 공통의 재현 가능한 추적 체계 구축

• RepoLume — MCP 기반 Private 코드베이스 분석 및 위키 생성 엔진 개인 프로젝트

  코드 구조 요약을 넘어, 정적 분석 팩트를 DB, GitHub, Jira, Confluence 근거와 교차검증하여 아키텍처와 비즈니스 흐름을 함께 문서화하는 엔진

  • 위키 생성 엔진 파이프라인: AST 및 호출 그래프 기반 심볼·의존성 추출 → 목차 계획 → 페이지별 컨텍스트 선별 → Markdown/Confluence 게시 파이프라인 구축
  • 엔티티 기반 MCP 교차검증: 코드에서 추출한 테이블·프로시저·서비스명을 키로 활용하여 실제 DB 스키마, Git 커밋 이력, Jira/Confluence 정책 근거만 선택적 역조회
  • 도메인 규칙 결합 문서화: 코드 실행 흐름에 실제 DB 컬럼 관계와 운영 변경 이력을 결합하여 배치 순서, 재처리 정책, 도메인 규칙을 출처와 함께 구조화
  • 장시간 AI 워크플로우 백엔드화: FastAPI 기반으로 작업 수명주기 관리, LLM Provider별 동시성 제어, SSE 실시간 이벤트 스트리밍, 캐시 및 작업 재개(Resume) 흐름 구현

업무 경험

Gmarket

MarTech Engineering, Backend Engineer 서울, 대한민국 · 2026.05 ~ 현재

B2B/B2C 기반 제휴 마케팅(Affiliate) 시스템

• B2B/B2C 제휴 마케팅 시스템 아키텍처 설계
  • AIDC 통합 제휴 도메인의 서비스 경계 설계 및 백엔드 도메인 요구사항 정의
• 제휴 비즈니스 MCP 서버 구축 — Cross-DB 추적 자동화
  • 유입→주문→정산 비즈니스 플로우 19개 분석 기반, 이기종 DB 5종을 자연어로 통합 추적하는 MCP 서버 및 37개 기능 구축
  • 장애 디버깅 시간 단축(수십 분 → 자연어 단일 질의 리포트) 및 비정상 유입·판매자 과금 사유 조사 절차 표준화

Gmarket

AdTech Engineering Team, Backend Engineer 서울, 대한민국 · 2023.01 ~ 2026.05

MAU 600만 커머스 플랫폼의 AdTech 팀 — 검색광고(CPC) 및 디스플레이(DA) 광고 시스템 전반

• 검색광고 CPC 랭킹 및 서빙 시스템 리액티브 전면 재설계
  • .NET/MS-SQL 레거시를 Spring Webflux + MongoDB 기반 비동기·논블로킹 아키텍처로 전환
  • 키워드 랭킹 데이터 역정규화 및 파이프라인 최적화로 갱신 시간 4시간 → 3분 단축(96% 개선), 조회 p99.9 10ms 달성 및 피크 TPS 30,000 안정 처리
• 광고 입찰·소재 데이터 정합성 파이프라인 구축 (MS-SQL ↔ MongoDB)
  • 상용 CDC 없이 실시간 반영(Webflux) → 실패 재처리(Kafka) → 데이터 보정(Daemon) 3단계 파이프라인 자체 구축
  • 광고주의 실시간 입찰가 및 예산 변경 데이터 유실을 방지하고 양방향 최종 정합성(Eventual Consistency) 확보
• 검색광고 과차감 정산(Bill/Pay) 데이터 Databricks 클라우드 이관
  • 리소스 부족으로 잦은 실패가 발생하던 클릭 과금 및 일일 정산 배치를 Databricks로 이관하여 새벽 수동 재처리 부담 해소
• 셀러 광고 관리 어드민(광고센터) 설계 및 AI 개발 워크플로우 구축
  • 광고주의 키워드 입찰, 예산 설정, 소재 관리 화면의 Next.js 기반 구조 설계 및 핵심 프론트엔드 개발
  • 프론트엔드 비경험자도 참여 가능한 AI Agent 기반 개발 워크플로우 및 Playwright E2E QA 파이프라인 구축
• DA 배너 광고 동영상 타입 신규 개발
  • 이미지 기반 DA 배너 광고에 동영상 소재 타입을 확장하고, VOD 처리 상태 동기화로 신규 광고 상품 출시 지원
• 광고 트래킹(ATS) 현대화 및 외부 매체(EDN+) 서빙 API 확장
  • 광고 노출·클릭 트래킹 시스템 Node.js v16 업그레이드, 쿠버네티스 컨테이너화, Datadog 모니터링 도입
  • 외부 매체 광고 요청에 대응하는 Spring 기반 광고 선택·서빙 API 구축

Tech Stack: Spring Boot, Webflux, Redis, Kafka, MongoDB, Node.js, Express.js, Databricks, Openshift, Kubernetes, Datadog

Catenoid

Convergence Team, Backend Engineer 서울, 대한민국 · 2021.02 ~ 2022.11

국내 1위 B2B 영상 솔루션 — 고객사 500+, 일간 100Gbps 트래픽

• Loomex 미디어 유통 관리 솔루션 현대화 (MSA & Event-Driven 전환)
  • 온프레미스 .NET 모놀리식 레거시를 AWS 기반 Node.js MSA 아키텍처로 전면 재설계
  • 결합도가 높은 미디어 처리 컴포넌트들을 디커플링하기 위해 EventBridge, SQS, Lambda 기반의 비동기 이벤트 드리븐 파이프라인 구축
• VOD & Live Streaming 아키텍처 고도화 및 인프라 비용 최적화
  • 온프레미스 Wowza 단일 구조에서 Wowza, AWS MediaLive 등 고객 요구에 맞춘 멀티 미디어 엔진 선택 및 확장 가능 구조로 재설계
  • AWS Elemental MediaPackage 대체 워크플로우 구성 및 서버리스 프리티어 최적화로 인프라 비용 절감
  • 고비용 AWS Storage Gateway 대신 Goofys 오픈소스 패키지를 적용해 S3 Mount 운영 비용 및 복잡도 대폭 감소
• 복구 가능한 대용량 청크 분할 업로드 시스템 구축
  • 단일 대용량 파일 업로드 시 발생하던 브라우저/서버 메모리 부하와 타임아웃 문제를 청크 분할 업로드 방식으로 해결
  • 네트워크 단절 시 완료된 청크를 재사용하는 이어받기(Resumable) 로직을 구현하여 업로드 성능 약 20% 개선 및 전송 신뢰성 확보
• 소셜 미디어 동시 송출(Syndication) 워크플로우 자동화
  • YouTube, Facebook 라이브 송출 시 6단계 수동 입력(스트림 키/엔드포인트 발급 및 입력) 과정을 1회 OAuth 인증 기반 원클릭 프로세스로 간소화
  • 신규 소셜 플랫폼 추가가 용이하도록 송출 인터페이스를 표준화하여 확장성 확보
• 망 환경별 CI/CD 배포 파이프라인 구축
  • 퍼블릭 환경(GitHub Actions + Jenkins)과 프라이빗 폐쇄망 환경(Jenkins)을 분리하여 환경별 무중단 배포 자동화 구축

Tech Stack: Node.js, Express.js, Nest.js, Spring Boot, AWS (Lambda, SQS, EventBridge, MediaLive, S3), Wowza Streaming Engine, Goofys, Jenkins, GitHub Actions

WineSoft

Platform Team, Full-stack Developer 서울, 대한민국 · 2020.04 ~ 2020.09

B2B 솔루션 업체 — STON Edge Server, M2 이미지 엔진

• M2 Engine Parser 개발
  • URL 기반 이미지 변환 명세 파서 개발, 11번가 QA 통과 후 실 서비스 적용

Tech Stack: Vue.js, Node.js, Express.js

Computer Science Lab

학부 연구생 2018.03 ~ 2019.02

• 대학원생 논문 연구 보조 및 관련 개발 수행
• 센서 데이터 수신 후 Elasticsearch에 인덱싱하는 Python 모듈 개발
• 당뇨병 환자 혈당 예측 산학 연구 참여, ML 학습용 데이터 전처리 수행
• Elastic Stack(Elasticsearch, Logstash, Kibana)을 활용한 데이터 인덱싱 및 시각화

Tech Stack: Python, Elasticsearch, Logstash, Kibana

스킬

• Backend: Spring Boot, Spring Webflux, FastAPI, Node.js, Express.js, Nest.js
• Database: MongoDB, MS-SQL, Redis, Elasticsearch
• Messaging: Kafka, AWS SQS, AWS EventBridge
• Infra / Cloud: AWS, Kubernetes, Openshift, Docker, Databricks
• Monitoring: Datadog, CloudWatch, Kibana
• Frontend: Vue.js, React, Next.js, TypeScript
• DevOps: GitHub Actions, Jenkins, CI/CD
• AI / Agentic: MCP, LLM Orchestration, RAG, Agent Runtime, Static Analysis, Evidence-driven Verification, Playwright

학력

순천향대학교

컴퓨터공학과 · 2014.03 ~ 2020.02

자격증

• AWS Developer Associate: 2021.12.13, 2140803
• 정보처리기사: 2019.08.16, 19202050968K