미리보기

기술 스택

• Flask, MongoDB, Python, Docker, Pytest, Swagger, OpenAI API

주요 성과

[WithAI] (참여도: 80%)

• OpenAI의 ChatGPT API를 활용한 스크립트 작성 지원 기능 설계 및 구현

• 재사용 가능한 컴포넌트로 모듈화된 AI Interface 개발을 통해, 새로운 AI API 연동 시 개발 시간 대폭 단축

• Pytest를 활용한 종합적인 테스트 스위트 작성

• 테스트 커버리지 90% 달성 및 시스템 안정성 향상

[쿠폰 시스템] (참여도: 30%)

• 다양한 쿠폰 유형 지원을 위한 유연한 메타 정보 관리 시스템 설계 및 구현

• 새로운 쿠폰 유형 추가 시간 단축 및 마케팅 캠페인 다양성 증가로, 쿠폰을 이용하여 사용자 리텐션 5% 향상

• MongoDB의 락 메커니즘을 활용한 동시성 제어 로직 개발

• Swagger를 활용한 상세 API 문서화 시스템 구축하여, 프론트엔드 팀과의 협업 효율성 개선

• Pytest를 활용한 종합적인 테스트 스위트 개발

• 엣지 케이스 포함 테스트 시나리오 증가로 시스템 안정성 크게 향상

[결제 시스템] (참여도: 30%)

• 구독 플랜별 기능 관리 시스템 설계 및 구현

• 새로운 구독 모델 출시시 구독 기능에 대한 관리 프로세스 간소화

• 다양한 결제 플로우에 대한 테스트를 구조화하여, 결제 관련 테스트 작성 시간 30% 단축

• 결제 관련 고객 지원(CS) 및 문제 해결

• 환불 시스템 분석 및 문서화

"Deep Labeler" 웹 애플리케이션 개발 (참여도: 50%)

기술 스택

• Node.js, TypeScript, Vue.js, Three.js, MySQL, Docker

주요 성과

• 레이블링 프로세스의 효율성 향상을 위한 웹 기반 애플리케이션 아키텍처 설계

• RESTful API 설계 및 구현으로 프론트엔드와 백엔드 간 효율적인 데이터 흐름 구축

• Node.js 기반 백엔드 서버 개발 및 데이터베이스 설계

• Vue.js 를 이용한 반응형 프론트엔드 개발

• 컴포넌트 기반 아키텍처 설계로 코드 재사용성 40% 증가

• Three.js 를 활용한 3D 객체 레이블링 기능 구현

• 커스텀 레이블링 도구 개발로 사용자의 레이블링 속도 40% 증가

• Docker를 이용한 개발 및 배포 파이프라인 구축

• 컨테이너화된 애플리케이션 배포로 환경 일관성 확보 및 배포 시간 80% 단축

“StyleAR” 의 Android, iOS 및 Unity SDK 개발 (참여도: 70%)

기술 스택

• Swift, Kotlin, C#, C++, Metal API, OpenGL ES, Unity

주요 성과

• 크로스 플랫폼(Android, iOS, Unity) AR 서비스를 위한 StyleAR SDK 구조 설계 및 구현

• 모듈화된 아키텍처 설계로 플랫폼 간 코드 재사용성 50% 향상

• 얼굴 인식 및 3D 모델 렌더링 파이프라인 최적화로 성능 30% 개선

• iOS SDK 에서 Legacy OpenGL ES 코드를 Metal API로 마이그레이션하여 렌더링 성능 40% 향상

• Android와 iOS 플랫폼 용 네이티브 SDK 인터페이스 설계 및 구현

• 플랫폼 특화 기능을 추상화한 공통 API 설계로 개발 생산성 35% 향상

• JNI(Java Native Interface)와 Objective-C++ 브리지를 활용한 효율적인 네이티브 코드 연동

• C# 래퍼 클래스 구현으로 Unity 개발자의 SDK 사용 용이성 40% 개선

• Unity의 렌더 파이프라인과 StyleAR SDK의 통합으로 실시간 AR 경험 제공

"Fabric AI" 백엔드 개발 (참여도: 100%)

기술 스택

• Node.js, TypeScript, MySQL, Docker

주요 성과

• Typescript 기반 Node.js 백엔드 서버 개발

• MSA 를 차용하여 백엔드 시스템을 구축하여 확장성을 챙기고 안정성을 도모함

• MySQL 데이터베이스 스키마 설계 및 구현

• Docker를 이용한 서버 배포 시스템 구축

"Fabric AI" Android 앱 개발 (참여도: 100%)

기술 스택

• Kotlin, Retrofit2, MVVM, ReactiveX

주요 성과

• Kotlin 기반 Android 애플리케이션 개발

• 아래의 아키텍처 및 컴포넌트를 활용하여 유지 보수가 쉽고 확장 가능한 앱 설계 및 개발

• MVVM 아키텍처 및 ReactiveX를 활용한 비동기 프로그래밍 구현

• Android Architecture Components (Navigation, Data Binding, View Binding) 활용

킥보드 공유 서비스, "씽씽" Android 앱 리뉴얼 (참여도: 40%)

기술 스택

• Kotlin, RxKotlin, Retrofit2, MVVM, Android Architecture Components

주요 성과

• React Native 앱을 네이티브 Android로 성공적으로 전환, 앱 성능 30% 개선

• ReactiveX 패턴을 활용한 비동기 프로그래밍으로 코드 간결화 및 비지니스 로직에 집중할 수 있도록 함

• MVVM 아키텍처 도입으로 코드 유지보수성 50% 향상

음성 분석 Window 앱, "성문분석프로그램" 개발 (참여도: 90%)

기술 스택

• Electron, TypeScript, React, Redux, Django, Docker

주요 성과

• Electron 을 활용하여, React 기반의 Desktop App 구축

• 음성 분석 AI 모델을 Serving하는 Django Server 구축

• 기존 VirtualBox 로의 배포를, Docker를 활용한 배포 자동화로 변경하여, 개발-운영 주기 40% 단축

• 음성 분석 AI 모델의 결과를 시각화하여, 사용자 경험 개선

"자율비행 드론을 이용한 인공지능 기반 대형 시설물 실내 보안 감시 통합 관제 시스템 개발" 정부 과제 (참여도: 30%)

기술 스택

• Python, ROS, AWS IoT Core, AWS Kinesis Video Stream, AWS IoT Analytics

주요 성과

• PX4 기반 드론(PX4 Vision Kit)과 Companion Computer(Up Core) 간 통신 시스템 설계 및 구현

  • 실내 주행을 위해, SLAM(Simultaneous Localization and Mapping) 알고리즘 커스터마이징하여 위치 추정 정확도 20% 개선

• 드론 제어 및 상태 모니터링을 위한 백엔드 서버와 드론 간 통신 미들웨어 개발

  • AWS IoT Core SDK를 이용한 실시간 드론 상태 모니터링 구현으로 문제 감지 시간 60% 단축

  • 안전 관련 이슈 발생 시 자동 대응 시스템 구축으로 인적 오류 90% 감소

• AWS 클라우드 서비스를 활용한 실시간 드론 상태 모니터링 및 영상 스트리밍 시스템 구축

  • AWS Kinesis Video Stream 서비스를 통한 저지연 실시간 영상 스트리밍 구현

  • AWS IoT Analytics를 활용하여 안전 상태 예측 정확도 60% 달성

다수의 Android 앱 및 Rails 서버 개발

• [2020.12 - 2021.02] 원격 데스크탑 Android 앱 "JClient" 개발 (참여도: 30%)

• [2019.07 - 2020.06] 배터리 공유 Android 앱 "아잉" 개발 (참여도: 100%)

• [2019.03 - 2019.12] 킥보드 공유 Android 앱 "ZET" 개발 (참여도: 40%)

• [2018.12 - 2019.04] 블루투스 이어폰 설정 Android 앱 "MATE" 개발 (참여도: 50%)

• [2018.10 - 2018.12] 원격 화상 수업 웹 사이트 "REGO" 개발 (참여도: 80%)

• [2018.10 - 2018.12] 연극 티켓 예매 웹 사이트, "팀플레이" 개발 참여 (참여도: 20%)

"비밀의 화원" (모바일 플라워 마켓) 서비스의 안드로이드 생태계 구축(참여도: 100%)

기술 스택

• Java, JUnit, Espresso

주요 성과

• 소비자용 Android 앱 "비밀의 화원" 개발

• 플로리스트용 관리 Android 앱 "비밀의 화원 for 플로리스트" 개발

• 6개월 만에 소비자용 앱과 플로리스트 관리용 앱 2개를 동시 개발 및 출시

• Unit Test와 E2E Test 도입으로 앱 안정성 40% 향상

• Volley 라이브러리를 활용하여, 많은 이미지에 대한 데이터 처리를 개선

주요 기술 스택

• Kotlin, Spring Boot, MySQL, Redis, Kafka, JUnit, k6, Docker

문제 정의 및 해결

• 대규모 동시 접속자로 인한 시스템 불안정성과 성능 저하 문제 해결

기술적 도전

• 대규모 트래픽 처리와 동시성 제어

해결 과정

• Redis의 Sorted Set을 활용한 대기열 관리 시스템 구현으로 트래픽 분산

• Redis 기반 분산 락과 데이터베이스 비관적 락의 조합으로 동시성 문제 해결

• Kafka를 활용한 비동기 처리로 서비스 간 결합도 감소 및 확장성 확보