대규모 트래픽 처리, 검색 시스템 최적화, 안정적 서비스 운영 경험 보유

Elasticsearch·Redis·NiFi를 활용한 대규모 데이터 처리와 백엔드 API 개발에 강점을 가진 백엔드 개발자입니다. 현대백화점 AICC 프로젝트에서 검색 정확도를 15% 향상(테스트 데이터셋 비교 기준)시키고, 성능 최적화를 통해 RPS를 2.7배 증가시켰습니다. 또한, 안정적인 배포 환경과 실시간 모니터링 대시보드를 구축하여 서비스 중단 시간을 최소화했습니다.

데이터 파이프라인 설계, 검색 시스템 최적화, 대규모 트래픽 처리 경험을 바탕으로 확장성과 안정성을 모두 갖춘 서비스를 구축하는 것을 목표로 하고 있습니다. 빠르게 변화하는 환경에서도 문제 해결과 성능 개선에 집중하며, 사용자 경험과 비즈니스 가치를 높이는 개발을 지향합니다.

Contact & Channel

📧 이메일 : [email protected]

📞 전화번호 : 010-3254-5455

📄 포트폴리오 : (링크)

📚 블로그 : (링크)

Career

아이브릭스

2024.11 ~ 2025.12

지능형 RAG(검색 증강 생성) 시스템 및 AI 서빙 구축

• LangChain 기반 RAG 파이프라인 설계: OpenAI, Gemini, Ollama 등 멀티 모델 연동 및 프롬프트 최적화
• 지능형 질의응답 서비스: 사내 KMS 데이터를 활용한 Vector DB 구축 및 시맨틱 검색 기반 답변 생성 로직 구현
• AI 인프라 표준화: Docker 기반 AI 서빙 환경 구축 및 Redhat 환경 내 Azure 서비스 연동 아키텍처 설계

KMS 검색 API 설계 및 서비스 고도화

• Elasticsearch 7.x 쿼리 최적화: multi_match, nested 쿼리 분기 및 자동완성/QnA 검색 기능 구현
• 검색 품질 개선: 정확도 15% 향상, 불필요 결과 노출 23% 감소 (검색 필드 세분화: kobrick, ngram 활용)
• 응답 구조 최적화: DTO 설계 및 Validation 적용, 카테고리별 집계 API 성능 개선

고성능 텍스트 탐색 엔진 및 데이터 파이프라인

• Trie 자료구조 기반 탐색 로직: NestJS 환경에서 대량 텍스트 엔티티 추출 및 전역 LRU 캐시 도입
• 성능 지표: 평균 RPS 2.7배 향상 (4,178 → 14,217), 평균 레이턴시 43% 단축
• NiFi 리팩토링: 건강관리협회 등 대규모 데이터 전처리 및 분석(키워드/요약/감성) 프로세스 단일화

시스템 운영 및 배포 자동화

• 폐쇄망 인프라 구축: 현대백화점 등 폐쇄망 환경 내 ES, Redis, NiFi, 사내 NLU 솔루션 설치 및 운영 표준화 가이드 제작
• 배포 자동화: Git 기반 자동화 프로세스 및 최신 인덱스 동적 조회 기능 구현

Skill

백엔드 : NestJs, TypeScript, Python, Express

Search & DB : Elasticsearch, MongoDB, Redis, Oracle

Data Pipeline & Monitoring : Apache Nifi, Prometheus, Grafana, Kibana

Infra & Tools : Docker, AWS EC2, PM2, Git

AI & LLM : LangChain, RAG, Vector DB, OpenAI/Gemini API, Ollama

Other Career