About Me

About Me

profile-img

AI Software Engineer, 정예울입니다.

다양한 개발 경험

LINEBank Japan 코어뱅킹 개발, AI 애플리케이션 개발, DevOps 경험 보유

자동화된 프로세스 구축

지속 가능한 API 문서 자동화, 테스트 데이터 생성 최적화 경험

협업 및 커뮤니케이션

이슈 관리 능숙, 사내 포럼 52개 글 작성, 개인 기술블로그 운영을 통한 지식 공유

E-mailpapooo.dev@gmail.com
Githubgithub.com/papooo-dev
LinkedInLinkedIn/yewool-jeong
Blognow: https://papooo-dev.github.io/
previous: https://creamilk88.tistory.com/

🛠 Skills

구분Skill
AILangchain, Prompt Engineering, LLM, Memory, RAG
Programming LanguagesJava, Python, JavaScript
Framework / LibrarySpringBoot, React, FastAPI, Flask
Tools & DevOpsDocker, AWS, Git, Gitlab, CI/CD
DatabasesOracle, MySQL, PostgreSQL

💼 Work Activities

Bankware Global (총 3년 10개월)

2023.07 ~ 현재 SW 연구소 (주임) (1년 8개월)

Core Responsibilities & Achievements

  • AI 기반 어플리케이션 개발
    • AI를 활용하여 BDD 개발 방식의 자동화 도구와 대량의 테스트 데이터 생성 프로그램을 성공적으로 개발하였습니다. 이를 통해 개발 효율성과 데이터 품질을 크게 향상시켰습니다.
  • 지속적이고 자동화된 프로세스 구축
    • Java POJO 기반의 API 명세서 자동화 프로세스를 구축하여 문서의 지속 가능성과 최신화를 보장하였습니다.
    • 파이프라인 구조 개선을 통해 배포 속도를 2.5배 향상시켰습니다.
  • 지식 공유 활동
    • 10회 차로 구성된 LangChain 사내 강의를 통해 기본 이론부터 실습까지 진행하며, 사내 AI 제품 개발 역량을 강화하였습니다.
    • 회사 포럼에 AI 트렌드, 사용법, 개발 관련 포스팅을 한 해 동안 51개 이상 작성하여 사내 지식 공유에 활발히 기여하였습니다.

Impactful Experiences & Insights

  • LLM을 활용한 테스트 데이터 생성 최적화 경험
    • 초기 문제점: 필드별 LLM 호출로 인해 비용 과다와 속도 저하 발생.
    • 해결 방안: LLM으로 데이터 구조 분석 후 데이터 생성이 가능한 Python 코드를 생성, 초기 1회 LLM 호출 뒤 이후 LLM 호출 없이 데이터를 무한 확장 가능하도록 설계. faker 모듈을 활용해 실제와 유사한 고품질 데이터 생성.
    • 성과: 1,000,000건의 mock 데이터를 72.38초 만에 생성, 데이터 생성 비용과 속도를 획기적으로 최적화.

2021.04 ~ 2022.05 Software Engineer (2년 2개월)

Core Responsibilities & Achievements

  • LINE Bank Japan 코어뱅킹 시스템 개발
    • 고객업무를 담당하여 비대면 고객가입 및 고객 관리 시스템을 개발하였습니다.
  • 테스트 자동화 프로그램 운영
    • 고객업무와 타 팀 업무를 연계하여, 테스트 자동화 프로그램을 설계 및 운영하여 시스템 안정성을 확보하였습니다.

🚀 Projects

API Documentation Automation: 지속 가능한 API 문서 자동화 프로세스 구축

2025/01 (1M)

  • 개요: Java 기반 프로젝트에서 코드 내 Javadoc을 사용하여 Docusaurus 기반 Markdown 문서를 자동 생성하고, CI/CD 파이프라인을 통해 문서를 자동 배포하는 프로세스 구축
  • 기술 스택: Java, Javadoc, Docusaurus, JavaParser, CI/CD

  • 성과: API 문서 자동화 프로세스 구축으로 문서 최신화 자동화 및 신뢰도 향상

    Interested in more details?
    • 기간: 2025/01 (1M)
    • 프로그램 개요: Javadoc 주석을 분석하여 API 명세서를 Markdown 형식으로 자동 변환하고, 이를 Docusaurus를 통해 웹사이트로 배포하는 자동화 프로세스 개발
    • 주요 기능:
      • JavaParser 라이브러리를 사용해 Javadoc 주석을 분석하여 원하는 문서 포맷의 Markdown로 변환하는 프로그램 개발
      • CI/CD 파이프라인을 통해 Javadoc 변경 시 문서 자동 생성 및 웹사이트 환경으로 자동 배포환경 구축
    • 기술 스택:
      • Backend: Java
      • Documentation: Docusaurus
      • Automation: CI/CD
    • 주요 성과:
      • Javadoc 작성만으로 API 명세서를 자동화하여 최신 상태 유지 및 문서 관리 효율성 증대
      • Docusaurus Markdown 문서 생성 프로그램 개발로 반복 작업 최소화
      • CI/CD 파이프라인 구축으로 문서 최신화 및 배포 자동화
      • 코드와 문서의 불일치를 최소화하여 신뢰도 높은 문서 제공

OiBDD: AI 기반 BDD 자동화 솔루션

2024/08 ~ 2024/12 (4M)

  • 개요: BDD의 디스커버리 워크숍 과정을 AI로 자동화하여 지원하는 프로그램
  • 기술 스택: LangChain, RAG, Python, Flask, React, CICD, Docker, AWS E2C

  • 성과: API 서버 분리로 UI 확장성 증대 및 코어 기능 보호, Memory와 RAG 적용으로 안정적 응답퀄리티 유지

    Interested in more details?
    • 기간: 2024/08 - 2024/12 (4M)
    • 프로그램 개요: BDD의 디스커버리 워크숍 과정을 AI로 자동화하여 지원하는 프로그램
    • 주요 기능:
      • AI를 활용하여 SRS(사용자 요구사항 정의서)를 분석하고, 이를 기반으로 모든 경우의 테스트 케이스를 자동 생성합니다.
      • 생성된 테스트 케이스는 AI를 활용하여 cucumber 테스트 프로그램 코드(Feature, Step Definition)로 생성하여, 실제 테스트를 위해 바로 사용할 수 있습니다.
    • 기술 스택:
      • Backend: Python, Flask, FastAPI, PostgreSQL
      • Frontend: React
      • AI: LangChain
      • Infra: Docker, AWS E2C, CICD
    • 주요 성과:
      • API 코어 서버와 클라이언트 서버를 분리: 다양한 클라이언트(웹, 플러그인) 지원 가능한 확장성 증대, 코어 기능(프롬프트, 토큰)을 보호
      • AI 응답의 품질을 높이기 위해 Memory와 RAG 기술을 적용하여 보다 정확하고 일관된 결과를 제공
      • 버전 및 용도에 따른 프롬프트 관리 설계를 통해 UI에서의 유연한 프롬프트 수정 및 적용이 가능하도록 구현
      • FastAPI의 Background Task 기능을 활용하여 LLM의 응답 대기 중에도 실시간으로 진행 상태를 조회
      • 파일 변경 시 자동으로 임베딩 시스템을 업데이트하여 최신 상태를 유지
      • Docker 기반의 Gitlab CICD 배포 시스템을 구축하여 AWS E2C 인스턴스에 서버를 안정적으로 구성

Test Data Generator: AI 기반 테스트 데이터 생성

2024/07 ~ 2024/08 (1.5M)

  • 개요: 자동 인식한 데이터 구조에 맞춰 자연어 기반의 데이터 생성 규칙을 통한 고품질/고성능 데이터 생성 솔루션.
  • 기술 스택: LangChain, Prompt Engineering, Flask.

  • 성과: 데이터 생성 속도 최적화, LLM 사용 비용 절감, 자동 생성 테스트 데이터의 퀄리티 향상.

    Interested in more details?
    • 기간: 2024/07 - 2024/08 (1.5M)
    • 프로그램 개요: AI를 활용하여 다양한 형식의 테스트 데이터를 자동으로 생성하는 솔루션입니다. 데이터 구조와 관계를 인식하여 사용자가 정의한 자연어 규칙에 따라 mock 데이터를 생성하며, 다양한 출력 형식으로 제공하여 테스트 데이터 생성의 효율성을 극대화합니다.
    • 주요 기능:
      • 데이터 구조 인식: SQL DDL 및 XML 파일을 통해 데이터 구조와 타입, 관계 정보를 자동으로 인식합니다.
      • 자연어 기반 데이터 생성 규칙: 사용자가 자연어로 작성한 규칙을 통해 mock 데이터를 생성하며, 다양한 출력 형식(csv, json, sql, DB에 직접 insert)으로 데이터를 제공합니다.
    • 기술 스택:
      • Backend: LangChain, Python, Flask
      • Frontend: jquery
      • AI: Prompt Engineering
    • 주요 성과:
      • 빠르고 저렴한 테스트 데이터 생성: 데이터 생성 규칙을 기반으로 무한의 데이터를 생성할 수 있는 Python 코드를 AI를 통해 자동 생성하여, AI 호출 비용을 최소화하고 빠른 속도로 대량의 데이터를 생성합니다.
      • 코드 생성 템플릿 최적화: LLM을 활용한 Python 코드 생성 시, 사전에 준비된 모듈과 테스트 데이터 규칙을 적용하여 코드 템플릿을 최적화함으로써 LLM의 할루시네이션으로 인한 오류 발생을 최소화하고 코드의 안정성을 강화하였습니다.
      • 고성능 데이터 처리: 테이블 1건(컬럼 수:22개)에 대해 1,000,000건의 mock data를 72.38초만에 생성할 수 있는 성능을 제공합니다.

사내 LangChain 강의 진행

2024/06 ~ 2024/07

  • 강의 내용: 10회 차의 LangChain 기초 및 응용 스터디 자료를 준비하고 강의를 진행하여, 사내 AI 활용 역량을 강화
  • 주요 성과
    • 직원들이 AI를 회사 사업에 창의적으로 적용할 수 있는 아이디어를 발굴
    • 강의 내용을 바탕으로 실제 개발 프로젝트(상품 팩토리 AI, OiBDD)로 이어짐

CS Portal: 유지보수 고객사 이슈 트래킹

2024/01 ~ 2024/04 (4M)

  • 개요 : CS Portal은 MA(유지보수 계약) 고객사를 위한 이슈 트래킹 웹 애플리케이션으로, 기존 Gitlab Service Desk의 한계점을 개선하여 제공합니다.
  • 기술 스택: Spring Boot3, Spring WebFlux, GitLab Service Desk API.

  • 성과: 이슈 중앙화를 통해 커뮤니케이션 비용 절감(프로젝트 이슈 내용 공유, 이슈의 히스토리 관리 용이)

    Interested in more details?
    • 기간: 2024/01 - 2024/04 (4M)
    • 프로그램 개요: CS Portal은 MA(유지보수 계약) 고객사를 위한 이슈 트래킹 웹 애플리케이션으로, 기존 Gitlab Service Desk의 한계점을 개선하여 제공합니다. 기존 Gitlab Service desk에서는 이메일 당 하나의 이슈의 커뮤니케이션이 진행되어, 프로젝트 구성원 간 이슈 공유가 어려웠습니다. 또한 이슈의 히스토리도 모두 이메일에 보관되어 히스토리 관리도 어려웠습니다. CS Portal은 Gitlab API 연동을 통해 고객에게는 프로젝트 별 이슈를 중앙화의 장점을 제공하였으며, 기술 담당자에게는 여러 프로젝트를 한 군데서 관리할 수 있는 용이성을 제공하였습니다.
    • 주요 기능:
      • GitLab과의 연동을 통해, CS Portal 사이트에서 프로젝트의 모든 이슈 조회, 등록, 코멘트 추가 등 다양한 기능 제공
      • 프로젝트 별로 이슈 히스토리를 중앙화하여 문제 해결 과정 추적에 용이
    • 기술 스택:
      • Backend: Java17, Spring boot3, Spring Security, Spring WebFlux
      • Frontend: React (Material-UI)
      • Integration: GitLab Service Desk API
      • Other: Multi Module Architecture, Reactive Programming
    • 주요 성과:
      • 프로젝트 전반을 주도: DB 설계, API 설계, 애플리케이션 아키텍처 설계 및 구현
      • GitLab Service Desk 연동 구현: 이메일을 통해 접수된 이슈를 CS Portal에서 확인 및 관리 가능하도록 API 통합 개발.
      • 배포 및 운영환경 관리: CI/CD 파이프라인 구축 및 AWS EC2 인프라 연동을 통해 안정적인 배포 및 운영 환경 제공
      • 멀티 모듈 설계: 백엔드 모듈을 분리하여 유지보수성과 확장성을 강화.
      • 리액티브 프로그래밍 도입: Spring WebFlux를 활용하여, 데이터 흐름 관리 및 비동기 작업 최적화를 통해 성능 개선.

Simulator Version 2: 대외 연계 시뮬레이터 솔루션 버전 업 진행

2023/08 ~ 2023/12 (5M)

  • 개요 : 기존 대외 연계 인터페이스 시뮬레이션 솔루션에 응답 다양화, REST 시뮬레이터 등 추가 기능 개발
  • 기술 스택: Java8, Rest API, HTTP/HTTPS, TCP 등

  • 성과: REST API 시뮬레이터 개발, 전문 변환 및 비동기 호출 처리.

    Interested in more details?
    • 기간: 2023/08 - 2023/12 (5M)
    • 프로그램 개요: 대외 연계 인터페이스의 테스트와 시뮬레이션을 지원하는 솔루션의 추가 기능 개발
    • 주요 기능:
      • 대외기관 시뮬레이션 응답의 다양화: 대외기관 시뮬레이터가 테스트 시 다양한 요청에 맞춰 다채로운 응답을 제공할 수 있도록 기능을 확장하여, 보다 현실적인 테스트 환경을 구현
      • REST 시뮬레이터: REST API를 사용하는 대상 기관의 인터페이스 관리 및 테스트 시뮬레이션 기능 제공
      • FEP 시뮬레이터: Core System에서 대외 인터페이스 시뮬레이션 거래를 직접 진행(전문 변환, HTTP 엔드포인트 제공)
    • 기술 스택:
      • Backend: Java8, Spring Boot2
      • Frontend: React (Material-UI)
      • DB: MySQL
      • Integration: REST API, HTTP/HTTPS, TCP
      • Other: 시스템 헤더 처리, 전문 변환 로직, 동기/비동기 호출 처리
    • 주요 성과:
      • REST 시뮬레이터 기능 개발: REST API 거래의 시뮬레이션 기능 추가, 대상 기관 및 인터페이스 정보의 생성, 변경, 삭제 기능 구현.
      • REST 서버 및 클라이언트 시뮬레이션: 서버 가동 및 각 인터페이스 거래 실행 기능 개발.
      • FEP 시뮬레이터 확장:
        • HTTP 엔드포인트 제공 및 통신 전문 포맷 정의.
        • 입력/출력 전문 변환 및 응답 생성 로직 구현.
        • 동기/비동기 응답 전송 기능 추가.
      • 기존 Angular 기반 소스 코드를 React로 전환: 기존의 Angular 기반 소스 코드를 React로 전환하여 유지보수성과 성능을 개선.
    • 배운 점:
      • 기존의 복잡하고 대규모의 소스 코드를 분석하며 코드 이해 및 유지보수 능력 향상.
      • TCP 및 REST API 거래 처리에 대한 심층적인 이해와 개발 경험 축적.
      • REST API HTTP 및 HTTPS 통신과 전문 변환에 대한 기술적 역량 강화.

LINE Bank Japan 코어뱅킹 프로젝트

2021/04 ~ 2023/04 (24M)

  • 개요 : LINE Bank Japan의 코어뱅킹 시스템 고객 업무 개발, 자동화 테스트 프로그램 관리
  • 기술 스택: Java, Node.js, Oracle, Git, AngularJS, BXM Framework

  • 성과: Core Banking 고객팀 업무 구현, 자동화 테스트 도입을 통한 시스템 안정화.

    Interested in more details?
    • 기간: 2021/04 - 2022/04 (13M)
    • 프로그램 개요:
      • LINE Bank Japan의 코어뱅킹 시스템 개발 프로젝트
      • 고객 업무계좌 조회, 비대면 법인고객 가입, 채널 연동 개인 고객 정보 검증 등 주요 고객 업무를 구현하였습니다.
      • 시스템 안정성을 보장하기 위해 자동화 통합 테스트 프로그램을 설계 및 운영하였습니다. 이를 통해 고객 서비스 품질과 개발 생산성을 동시에 향상시켰습니다.
    • 기술 스택:
      • Backend: Java(Spring), Node.js
      • Frontend: AngularJS
      • DB: Oracle
      • Other: Git, GitLab, BXM Framework
    • 주요 성과:
      1. 고객 업무 개발:
        • 계좌 조회 서비스 구현
        • 비대면 법인고객 가입 프로세스 개발
        • 채널 연동을 통한 개인 고객 정보 검증 기능 개발
      2. 자동화 통합 테스트 프로그램 관리:
        • 테스트 시나리오를 프로그램으로 구현하여 테스트 효율성 및 정확도 향상.
        • 매일 자동으로 통합 테스트를 진행하고 결과를 레포트로 출력, 수정된 프로그램의 영향도와 버그를 신속히 식별.
        • 테스트 프로그램 모듈화 및 공통화 작업을 통해 유지보수성 및 확장성 강화.
      3. 프로젝트 안정화 기여:
        • 자동화 테스트 도입을 통해 주요 릴리즈 및 기능 추가 시 품질 보증을 강화.
        • 팀 간 협업 효율성 증가로 개발 속도 향상.

🎓Education

경희대학교

국어국문학과 학사, 문화관광콘텐츠학과 복수전공

2013.03 ~ 2018.02

🏆 Personal Activities

AWS GameDay 참여

2024.12.20

  • 개요: AWS 클라우드 서비스를 활용한 문제 해결 실습 이벤트.
  • 성과:
    • Storage 부문 1등 달성.
    • AWS 서비스 활용 능력 향상 및 협업과 AI 활용 문제 해결 능력 강화.

📚 Recent Interests and Studies

  • AI Trends: 최신 AI 트렌드를 Medium으로 학습하고, 블로그에 정리해서 지식을 나누는 걸 좋아해요.
  • Generative AI Applications: AI 어플리케이션 개발자로 성장하기 위해 AI 엔지니어 로드맵을 따라 체계적으로 공부하고 있어요.
  • System Design: AI 시대에서 가장 중요한 역량이라고 생각해요. 시스템 설계와 다양한 설계 패턴에 대해 배우고 있어요.
  • Deployment: AWS를 활용한 배포 및 관리 역량을 키우는 데 관심이 있어요.
  • Side Projects: 제가 실생활에서 필요했던 어플리케이션을 사이드 프로젝트로 개발하면서 실무 경험을 쌓고 있어요.

📜 References

Available upon request (요청 시 제공 가능)

마지막 업데이트 : 2025/02/08