최우혁 James
2001.04.07
—
010.7553.2040
whc9999@naver.com,
010.7553.2040
whc9999@naver.com, whc3377@gmail.com
ABOUT ME
“사용자가 신뢰할 수 있는 서비스를 만들기 위해 보이지 않는 서버 로직까지 꼼꼼하게 설계합니다.”
PROFILE
23.03 ~ 홍익대학교 컴퓨터공학과
24.09 ~ 24.12 홍익대학교 컴퓨터공학과 학술학회 P.C.R.C. - 36기
25.03 ~ 25.12 홍익대학교 멋쟁이사자처럼 - 13기 BE
26.01 ~ 홍익대학교 멋쟁이사자처럼 - 14기 BE 운영진
26.03 ~ 26.08 신촌 연합 IT 창업동아리 CEOS - 23기 BE
26.08 ~ 신촌 연합 IT 창업동아리 CEOS - 24기 BE 파트장 운영진
SKILL
Language : Java, C++, Python, C, Dart
Framework : Spring, Flutter
Backend : Spring Data JPA, Spring Security, JWT, REST API
AI : OpenAI API, Cohere Embedding, Prompt Engineering
Database : MySQL, PostgreSQL + pgVector, Redis
Message Queue : RabbitMQ
Infra : AWS(EC2, S3), Docker, Nginx, Github Actions
Monitoring : Prometheus, Grafana, Loki
Tool : Git, Github, Notion, Postman, Swagger, Slack, Jira, Confluence
저는 백엔드 개발자의 역할은 단순히 API를 구현하는 것이 아니라,
사용자가 신뢰할 수 있는 서비스를 만드는 것이라고 생각합니다.
사용자는 서버 내부 로직을 직접 확인할 수 없습니다.
하지만 AI 분석 결과가 정확한지,
데이터가 안전하게 저장되는지,
장애 상황에서도 서비스가 정상적으로 동작하는지는
모두 서버에서 결정됩니다.
그래서 기능이 동작하는 것에서 만족하지 않고,
왜 이런 구조를 선택해야 하는지,
어떻게 하면 더 신뢰할 수 있는 서비스를 만들 수 있는지를 고민하며 개발해 왔습니다.
JobDri 프로젝트에서는
LLM 응답을 그대로 저장하지 않고
서버에서 다시 검증하는 구조를 설계했고,
RabbitMQ 기반 비동기 처리, Few-shot Prompt, 모니터링 시스템 등을 적용하며
서비스의 정확성과 안정성을 높이는 데 집중했습니다.
앞으로도
보이지 않는 부분까지 책임지는
백엔드 개발자가 되고 싶습니다.
FEATURED PROJECTS
•
JobDri : AI 기반 자기소개서 분석 및 첨삭 플랫폼 (2026.03 ~ )
◦
LLM Structured Output 이후 서버 검증 계층을 구현하여 AI 분석 결과의 신뢰성을 강화.
◦
Cohere Embedding + pgvector 기반 RAG와 RabbitMQ 비동기 분석 구조를 구현.
◦
Evaluation Runner를 구축하여 AI 프롬프트 품질을 반복 검증하는 환경을 개발.
•
땅!땅!땅! : AI 기반 게이미피케이션 온라인 재판 플랫폼 (2025.09 ~ 2025.12)
◦
Spring Security, JWT, Redis 기반 인증·인가 시스템을 구현.
◦
SOLO/PARTY 사건 상태 전이와 계층형 토론 구조를 설계.
◦
JPA 영속성 문제를 해결하고 신고 운영 및 Slack 모니터링 기능을 구현.
•
SIMVEX : 3D 기계 부품 조립 및 AI 튜터 플랫폼 (2026.02)
◦
AWS S3 Presigned URL을 활용하여 대용량 3D 모델 파일 서빙 시 발생하는 백엔드 트래픽 병목 해소.
◦
GitHub Actions를 이용한 CI/CD 파이프라인 구축.
•
멋쟁이사자처럼 14기 리크루팅 사이트 : 지원자 데이터 관리 웹 서비스 (2026.01 ~ 2026.03)
◦
크로스 도메인 환경의 CORS 및 세션 로그인 문제 해결.
◦
Swagger 및 @JsonAlias를 활용한 협업 효율 개선.
