정재철

RESUME

정재철

Backend Engineer

anjwoc@gmail.com

"안 된다"보다 되는 방법을 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 비즈니스 통합 MCP 서버 구축 (다중 분산 저장소 추적 및 운영 디버깅 자동화)
    • 비즈니스 플로우 기반 통합 추적: 유입→주문→정산 핵심 흐름 분석을 바탕으로 5개 분산 저장소(Oracle, MongoDB, MSSQL, Redis, Databricks)를 단일 도구 체인으로 연결해, 저장소별로 수동 쿼리를 대조하던 원인 파악 과정을 일원화하고 장애 및 이상 징후 발생 시 빠른 대응이 가능하도록 개선
    • 실서비스 운영 이슈 진단 및 트래킹 편의성 강화: 제휴사 귀속 누락, 이상 징후(위조 토큰, 봇 유입 등), 정산 불일치 등 실서비스에서 빈번하게 발생하는 운영 이슈를 전용 도구로 구조화해, 수동 쿼리 대조 없이 자연어 대화로 빠르고 편리하게 원인을 추적할 수 있도록 개선

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
    • 이기종 분산 저장소(Oracle, MongoDB, MSSQL, Redis, Databricks) 간 데이터 귀속 흐름 및 연동 인터페이스 모델링
  • 제휴 비즈니스 통합 MCP 서버 구축 (다중 분산 저장소 추적 및 운영 디버깅 자동화)

Gmarket

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

MAU 600만 커머스 플랫폼의 검색광고(CPC) 랭킹, 서빙, 정산 시스템 및 동영상 DA 광고 개발

  • 검색광고 랭킹 반영 지연 개선 (최대 4시간 → 3분 이내)
    • 지연 원인 특정: DB 테이블 큐, 피크마다 MS-SQL 블로킹을 일으키던 랭킹 후보 조회 SP
    • DB 테이블 큐를 Kafka로 교체
    • SP가 조인하던 입찰, 그룹 등 주요 테이블을 MongoDB로 옮기고 판정 필드만 실시간 갱신해 1~50위 후보 조회를 단일 컬렉션 조회로 전환
    • 랭킹 결과는 서빙 전용 Live 컬렉션에 분리해 검색 노출 조회에서 MS-SQL 호출 제거
    • 순위, 과금 로직은 유지한 채 레거시 병행 호출로 무중단 전환, 반영 지연 98% 단축, 랭킹 조회 피크 TPS 30,000 처리
  • 광고 입찰 및 소재 데이터 정합성 파이프라인 구축 (MS-SQL → MongoDB 단방향)
    • MS-SQL 테이블 스키마 및 저장 프로시저(SP) 트랜잭션 흐름을 분석하여 데이터 불일치 지점 식별
    • 실시간 반영(Webflux) → 실패 재처리(Kafka) → 실시간 시퀀스 추적 데몬(Daemon) 3단계 파이프라인 자체 구축
    • 반영 실패 건은 key만 Kafka로 보내 RDB를 다시 읽어 재구성하고, 이력 시퀀스 비교로 놓친 변경을 찾아 재처리하는 단방향 최종 정합성(Eventual Consistency) 구조 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 및 레거시 연동
    • 기존 C#/ASP.NET 기반 광고 관리 시스템의 서빙 영향을 최소화하며 이미지 기반 DA 배너 광고에 동영상 소재 타입을 확장
    • 서드파티 VOD 솔루션과 비동기 Webhook 연동 및 처리 상태 동기화로 신규 광고 상품 출시 지원
  • 광고 트래킹(ATS) 현대화 및 외부 매체(EDN+) 서빙 API 확장
    • 광고 노출 및 클릭 트래킹 시스템 Node.js v16 업그레이드, 쿠버네티스 컨테이너화, Datadog 모니터링 도입
    • 외부 매체 광고 요청에 대응하는 Spring 기반 광고 선택 및 서빙 API 구축

Tech Stack: Spring Boot, Webflux, C#, ASP.NET (Core/MVC), .NET, MS-SQL (테이블 설계, 저장 프로시저), Redis, Kafka, MongoDB, Node.js, Express.js, Databricks, Openshift, Kubernetes, Datadog

Catenoid

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

일간 100Gbps+ 트래픽 규모의 B2B 비디오 스트리밍 솔루션 카카오TV 송출엔진 SK On 폐쇄망 중소기업유통센터 ETRI PoC

  • 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 개선과 인프라 비용 절감
    • 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 비용과 복잡도 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, C#, ASP.NET (Core/MVC), .NET, Node.js, Express.js, Nest.js, FastAPI
  • Database: MS-SQL (테이블 설계, 저장 프로시저/SP), MongoDB, Redis
  • 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