About Me

2026-03-09

3 min read572 words

Backend, Platform & DevOps Engineer

Python과 Node.js로 백엔드와 플랫폼을 만들어왔습니다. 공공기관 B2G/B2B SaaS, 실시간 고가용성 알림 시스템, 멀티 클라우드 SRE 모니터링까지 — Azure, NCP(Naver Cloud Platform), On-Premise가 뒤섞인 환경을 직접 설계하고 운영했습니다.

처음에는 기능 구현이 전부였습니다. 그런데 어느 순간 "이 시스템이 장애 났을 때 얼마나 빠르게 살아나는가"가 더 중요한 문제가 됐습니다. 그 이후로 HA 설계, Observability, 장애 대응 체계에 매달리게 됐습니다.

CI/CD는 NCP DevTools와 GitHub Actions로, 모니터링은 Prometheus/Grafana/Alertmanager로, 검색은 OpenSearch, 캐시는 Redis, 비동기는 Celery, 거기에 ETL 파이프라인까지. 가용성과 성능을 같이 잡는 게 늘 목표였습니다.

공공 SaaS를 NCP 기반 MSA로 전환하면서 CSAP, K-PaaS, 국가보안인증을 직접 획득했습니다. 서류 작업이 아니라 아키텍처 수준에서 보안 요구사항을 맞춘 경험입니다. 알림 파이프라인을 개선해서 오류율 75% 감소, 시스템 규모 5배 확장을 이끌었고, 모니터링 표준화로 MTTR을 30% 줄였습니다.

요즘은 그동안 쌓아온 백엔드/인프라 경험 위에 Data Engineering, AI/LLMOps, IaC 쪽으로 관심을 넓히고 있습니다.

요즘 집중하고 있는 것들

실무에서 쓰는 기술을 더 깊게 파면서, 새로운 영역도 체계적으로 학습하고 있습니다.

DevOps & GitOps

주제	목표
ArgoCD + Helm GitOps 워크플로우	Canary/Blue-Green 배포 직접 구현
Terraform으로 NCP/Azure 인프라 코드화	멀티 클라우드 IaC 패턴 정립
GitHub Actions / NCP DevTools 고도화	테스트 → 빌드 → 배포 완전 자동화
Kubernetes Operator 패턴	CRD 기반 커스텀 리소스 운영

Data Engineering

주제	목표
Apache Kafka + Schema Registry	이벤트 중심 아키텍처(EDA) 직접 구현
Apache Airflow ETL 파이프라인	DAG 기반 스케줄링 및 데이터 워크플로우 설계
Polars/Pandas 데이터 변환	고성능 데이터 처리 및 분석 자동화
dbt (Data Build Tool)	변환 계층 코드화 및 테스트

Backend 심화

주제	목표
Go & Java/Spring Boot	Python/Node 너머로 백엔드 역량 확장
gRPC + Protocol Buffers	서비스 간 고성능 통신 패턴 실험
비동기 처리 (Celery, Redis Queue)	성능 한계치 테스트 및 최적화
Clean Architecture / DDD	도메인 중심 설계 원칙 적용

Infrastructure & DB

주제	목표
PostgreSQL HA (Patroni/pg_auto_failover)	실전 Failover 검증
Redis Cluster 모드	장애 시나리오별 복구 전략 수립
MinIO + Harbor	Private Registry/Object Storage 자체 구축
InfluxDB / TimeSeries DB	시계열 데이터 관리 및 쿼리 최적화

Observability

주제	목표
OpenTelemetry 분산 추적	Distributed Tracing 표준 도입
Loki + Tempo + Alloy 스택	로그/트레이스 연계 분석 파이프라인 구축
SLO/SLI 정의 & Error Budget	장애 대응 체계 정량화
eBPF 기반 관찰	커널 레벨 성능 가시성 확보

Frontend (풀스택 확장)

주제	목표
Next.js App Router + TypeScript	실제 서비스 수준 UI 구현
React Query + Zustand	서버 상태 관리 패턴 학습
API Contract 설계	UX 관점에서 백엔드 API 설계 훈련

AI / ML & LLMOps

주제	목표
Ollama + LangChain + LangGraph	로컬 AI 에이전트 구축
MCP (Model Context Protocol)	도구 통합 및 에이전트 오케스트레이션
PyTorch / Hugging Face	파인튜닝 실험 및 모델 서빙 기초
MLflow / Weights & Biases	실험 추적 및 모델 관리 (MLOps)