curogom.

유병욱 · FULL-STACK PRODUCT ENGINEER

화면에서 운영까지,
제품의 흐름을 만듭니다.

하나의 제품으로 이어지는 흐름
제품 개발의 연결 구조를 재구성한 개념도입니다.

2019년부터 웹·API·모바일·배포를 연결해 왔습니다. 연구 모델의 API 서비스화, 고객별 앱 제작 자동화, XR 운영 기반을 만들었고,
최근에는 AI Agent를 개발·검증에 활용하며 사내 RAG·MCP 파일럿을 구현했습니다.

대표 사례 보기 ↗전체 경력 보기 ↓
PRODUCT ENGINEERINGWeb · API · Mobile · Release

기술 경계를 넘어서 하나의 사용 흐름으로

VERIFIED SCOPE고객 준비 약 2주 → 3일

고객별 앱 빌드·온보딩 준비 기간

AI-ASSISTED DEVELOPMENT생성 결과를 테스트·리뷰·CI로

구현 도구와 품질 판단의 책임을 함께

01 / SELECTED WORK

상용 제품에서 쌓은 구현과 판단.

맡은 문제, 직접 구현한 범위, 설계 판단과 결과를 설명합니다.

01

아임웹 · 2024.07–2026.01

반복 제작을 설정 기반 플랫폼으로

고객별 앱 설정·서명·빌드·출시를 하나의 제작 흐름으로 연결했습니다.

Software Engineer상용 제품 경험
Web UIPHP APIFlutterGoMatrix CIFastlane
앱 제작 흐름

하나의 설정이,
제품의 흐름으로.

브랜드 설정을 바꾸고,
앱 미리보기에서 변화를 확인해 보세요.

고객별 차이를 설정으로 표현합니다.

제작 흐름 설명 · 실제 빌드 실행 아님
STORE SETTINGS

브랜드가 앱이 되는 과정

설정 변경 → 공통 런타임 반영

브랜드 컬러
CONFIG → FLUTTER → RELEASE
Sunday Market≡
NEW COLLECTIONEveryday,
your way.
Daily essentials
Objects for you
⌂　　♡　　▧　　◉

공개 설명을 바탕으로 만든 개념 예제입니다. 실제 아임웹 화면이나 Flutter 실행 환경이 아닙니다.

문제
고객마다 앱을 준비하는 작업이 반복됐습니다. 화면 설정과 앱 런타임, 빌드·릴리스 사이를 함께 다뤄야 했습니다.
직접 맡은 범위
웹 설정 UI·API, Flutter 런타임, Go CLI와 CI/CD의 기술 설계·구현을 맡았습니다.
  1. 01설정 UI / API고객별 옵션·기능 토글
  2. 02Flutter 런타임공통 동작과 고객별 차이
  3. 03Go CLI / CI고객별 빌드 자동화
  4. 04Fastlane릴리스 흐름 연결
담당 구성요소와 데이터 흐름을 단순화한 구조입니다. 실제 내부 화면·코드·고객 설정은 포함하지 않았습니다.

핵심 판단

고객별 차이를 설정·기능 토글로 다루고,
공통 런타임과 빌드 자동화로 연결했습니다. UI만 만드는 데서 끝내지 않고 설정이 배포 산출물까지 이어지도록 구성했습니다.

확인한 결과

약 2주 → 3일고객 빌드·온보딩 준비 기간을 단축했습니다. 제품 전체 개발기간을 뜻하지 않습니다.

책임과 증거 범위 기존 경력 자료와 본인 확인에 따른 구현 범위·성과입니다. 회사 전체 사업 전략과 최종 승인 권한은 별도였습니다.

02

마음에이아이 · 2019.02–2021.03

연구 모델을 사용자가 호출하는 API로

이종 AI 모델의 추론과 외부 요청 처리를 나눠 제품 서비스에 연결했습니다.

Backend Developer → AICS 팀장상용 제품 경험
Java / Spring BootPython / FlaskPyTorchDockerTTS
문제
연구 모델을 외부 서비스에서 호출할 수 있는 API와 실제 사용자 요청 흐름으로 제공해야 했습니다.
직접 맡은 범위
Spring Boot 공개 API, 모델별 PyTorch·Flask 추론 서버와 Docker 패키징, TTS 서빙 백엔드를 담당했습니다.
  1. 01외부 서비스API 요청
  2. 02Spring Boot공개 API·요청 처리
  3. 03Docker / Flask모델별 추론 서비스
  4. 04PyTorch / TTS모델 실행·응답
API 계층과 모델 추론 계층의 책임을 설명하는 구조입니다. 세부 통신 방식·배포 규모를 임의로 덧붙이지 않았습니다.

핵심 판단

외부 API 요청 처리와 모델별 추론 서비스를 분리했습니다. 연구 모델을 제품에서 이용할 수 있도록 서로 다른 실행 환경과 서비스 접점을 연결했습니다.

확인한 결과

음성·시각·자연어 모델의 API 서비스화와 라이브 스트리머 TTS 적용에 참여했습니다. 초기 경력부터 모델과 사용자 제품을 연결하는 일을 수행했습니다.

책임과 증거 범위 서비스의 공개·협력 이력과 개인 구현 범위는 구분합니다. 개인 역할은 기존 경력 자료·본인 확인에 근거하며 모델 연구·학습 전체를 맡았다는 뜻은 아닙니다. 지연·처리량·가용성 수치는 별도 검증 전 제시하지 않습니다.

03

하이퍼클라우드 · 2025.12.15–2026.10.16

프로젝트별 데이터를 공통 운영 기반으로

WebXR SDK부터 API·집계·대시보드까지 운영 흐름을 연결했습니다.

Tech PM / 서비스개발팀장상용 제품 경험
TypeScript / NestJSGoSDK데이터 집계멱등 처리
문제
프로젝트별 SDK·이벤트 수집·집계·대시보드를 공통 운영 흐름으로 연결해야 했습니다.
직접 맡은 범위
공통 SDK, API, DB 집계와 운영 대시보드를 구현하고 기획·운영 관계자와 QA·배포 기준을 조율했습니다.
  1. 01WebXR SDK세션·사용자·오류 이벤트
  2. 02수집 API이벤트 전달·수집
  3. 03데이터 처리중복 제거·멱등 집계
  4. 04운영 대시보드QA·안정화 판단
공개 가능한 책임 경계만 재구성했습니다. 고객명·실제 이벤트 값·내부 저장소·운영 수치는 제외했습니다.

핵심 판단

재전송이 데이터를 중복 반영하지 않도록 중복 제거·멱등 처리를 적용했습니다. 세션·사용자·오류 이벤트와 보존 정책을 정리하고,
반복 프로젝트에서 재사용할 SDK·데이터·배포 흐름을 만들었습니다.

확인한 결과

여러 프로젝트에서 재사용할 운영 기반을 구성하고 QA·안정화 판단에 활용했습니다. 구현 범위와 운영 절차는 기존 작업 기록으로 정리돼 있습니다.

책임과 증거 범위 기술 설계·구현과 실행 조율을 담당했습니다. 사업·예산·최종 공개 승인은 별도 권한이었습니다. 이벤트 감소율·성능 개선율·사용자 규모는 검증된 공개 수치로 제시하지 않습니다.

02 / INTERNAL AI PILOTS

AI를 업무에 연결하며, 실패 경계까지 확인합니다.

하이퍼클라우드 재직 중 수행한 내부 도구·파일럿입니다. 외부 상용 Agent 운영이나 전사 도입 완료와 구분합니다.

사내 파일럿

사내 지식 RAG · MCP

문서·디자인·개발 저장소의 정보를 수집·정규화하고,
키워드·벡터 검색과 추론을 챗봇·MCP·Slack에 연결했습니다.

직접 구현과 판단

수집·검색·요청 처리의 경계를 나누고 query planner·reranker를 적용했습니다. 동시 질의 시간 초과를 재현해 처리 수·대기 시간, 검색 중복·순서를 조정했습니다.

확인과 남은 범위

상태 리포트와 운영 런북, 검증·복구 절차를 구성했습니다. 상용 공개 전에 API 경계·백업/복구·SLO 검증을 보완해야 한다는 판단을 남겼습니다.

RAGMCP로컬 추론Slack
검색·근거 연결 설명 예제 ↘
내부 도구

Opportunity Radar

공공 발주·지원사업 자료를 수집·분석하고 사람이 검토할 판단 재료와 근거를 모으는 도구를 구현했습니다.

직접 구현과 판단

입력 크기 제한, 잘린 JSON·유효하지 않은 출력 검사, 재시도·폴백, 근거 연결 복구를 구분했습니다. 불확실한 결과가 그대로 전달되지 않도록 품질 게이트와 알림을 보강했습니다.

확인과 남은 범위

재시도·점수 조정 검증 도구와 실패 알림을 반복 보완했습니다. 수주·매출, 업무 시간 절감량이나 운영 성공률은 검증된 수치로 주장하지 않습니다.

LLM출력 검증재시도 / 폴백근거 추적
오류 분류·처리 설명 예제 ＋
WORKFLOW INSPECTOR인터랙션 재구성
FAILURE IS A STATE, TOO.

실패를 분류하고, 다음 단계로.

OUTPUT CHECKINVALID JSON
{ "summary": "분석 중...",
  "evidence": [
수집 완료→구조 검사 실패→재시도 처리
↳

출력이 잘린 경우를 구분하고 재시도 경로로 보냅니다.

구현했던 오류 처리 유형을 설명하는 예제입니다. 실제 운영 로그·복구 실행·성공률을 표시하지 않습니다.

검색 예제

질문에서 답변까지,
근거가 이어지는 흐름.

정적 예제 데이터로 살펴보는
검색과 근거 연결.

사내 지식 검색 · 예제 데이터

답변보다 먼저, 근거를.

⌕릴리스 전에 무엇을 확인해야 하나요?↵
연결된 문서
01　릴리스 체크리스트 문서02　배포 워크플로우 저장소
ANSWER / WITH SOURCES

변경 범위를 확인하고 검증 결과와 롤백 절차를 준비합니다.

수집→키워드 + 벡터→근거 연결

정적 예제 데이터로 검색 흐름만 재구성했습니다. 실제 사내 문서·검색 API·LLM 호출을 사용하지 않습니다.

질문을 고르면 연결된 문서와 답변을 볼 수 있습니다.

03 / HOW I BUILD

AI를 활용하되, 품질 판단은 직접.

코드 생성과 제품 변경의 완료를 같은 것으로 보지 않습니다.

  1. 01

    요구와 경계 정리

    기획·운영 관계자와 구현 범위, QA·배포 기준을 조율합니다. 기술 실행과 사업·최종 승인 권한을 구분합니다.

  2. 02

    구현과 오류 분석

    AI Agent로 화면·API·테스트 구현과 오류 분석을 수행합니다. 생성된 변경의 의미와 영향은 직접 확인합니다.

  3. 03

    테스트·리뷰·CI

    변경 파일과 테스트, 코드 리뷰와 공통 CI 기준으로 결과를 검증합니다. 채택과 배포 판단은 사람이 맡습니다.

TEAM CONTRIBUTION

개인 활용에서 동료의 실무 적용으로

동료에게 AI 개발·검증 노하우를 공유해 실무 적용을 지원했습니다. 같은 제품에서 본인과 동료의 AI 활용 변경과 테스트·CI 통과 기록이 확인돼 있습니다.

개인 기여와 동료의 변경은 구분합니다. 모든 팀 규칙의 단독 설계, 전사 정착이나 생산성 상승률을 주장하지 않습니다.

04 / PUBLIC WORK

직접 열어볼 수 있는 작업.

회사 프로젝트와 별개로 만든 공개 도구와 학습 프로젝트입니다.

01Fluttrim ↗

Flutter 캐시를 점검하고 정리하는 도구

개발 환경의 캐시·아티팩트를 스캔하고 정리 계획과 적용을 분리합니다. 공통 Dart 코어를 CLI와 Flutter 데스크톱 GUI에서 사용합니다.

설계 포인트
스캔 → 계획 → 적용과 안전 규칙을 공통 코어로 분리
확인할 코드
core 스캔·정리 계획·실행 테스트, CLI·GUI 연결 구조

Flutter 관련 범위의 도구입니다. 범용 시스템 클리너로 소개하지 않습니다.

Core 코드 살펴보기 →
02GetXDrop ↗

GetX 앱의 마이그레이션 판단을 돕는 도구

doctor·audit·report로 사용 현황과 위험 지점을 분석합니다. 라우트·네트워크·컨트롤러 정보를 JSON·Markdown 리포트로 연결합니다.

설계 포인트
즉시 재작성보다 분석 결과와 단계적 이전의 판단 재료 제공
확인할 코드
CLI 분석·리포트, 샘플 앱 회귀 검증과 CI 구성

자동 전체 마이그레이션 도구로 소개하지 않습니다. 기능 범위는 저장소 문서를 기준으로 확인할 수 있습니다.

코드와 사용 예제 살펴보기 →
03Choorai ↗

비개발자의 첫 웹서비스를 돕는 학습 프로젝트

AI Agent를 활용해 아이디어부터 화면·API·배포까지 배우는 과정을 만들었습니다.

14일 미션과 브라우저 코드 실습, 예제 프로젝트를 연결합니다.

14일 미션은 베타 과정입니다.

설계 포인트
산출물과 완료 기준으로 학습 단계를 나누고, 코드 실행 결과를 실습 진행 상태에 연결
살펴볼 구현
HTML·CSS·JavaScript 편집과 제한된 미리보기, 교육용 규칙 인터프리터, 학습 진행 저장
학습 사이트 열기 ↗코드 살펴보기 ↗
05 / EXPERIENCE

2019년부터 이어온 제품 개발의 흐름.

연구 모델 API → 업무용 Web·Mobile → 글로벌 모바일 → 고객별 앱 플랫폼 → XR·AI 운영 기반

2025.12.15–2026.10.16

하이퍼클라우드

Tech PM · 서비스개발팀장

SDK·API·데이터·운영 기준을 연결하고 사내 AI 파일럿을 구현했습니다.

2024.07–2026.01

아임웹

Software Engineer

설정 UI·API·Flutter·릴리스 자동화로 고객별 앱 제작을 플랫폼화했습니다.

2023.02–2024.04

앤서스랩코리아

Flutter Developer · L4

WSOP+ 기능·릴리스에 팀원으로 참여하고 Adobe AIR 기반 운영 앱의 Flutter 전환을 수행했습니다.

2022.05–2023.01

한국공간데이터

Mobile Developer → Part Lead

매니저·크루의 공간 관리·지시·보고 업무를 모바일 사용 흐름으로 구현했습니다.

2021.04–2022.01

헥사아이

Fullstack / Mobile Engineer

Django 쇼핑몰·MES의 데이터 모델·운영 Web·REST API와 Flutter 클라이언트를 연결했습니다.

2019.02–2021.03

마음에이아이

Backend Developer → AICS 팀장

연구 모델의 추론 서비스·공개 API와 라이브 TTS 제품을 연결했습니다.

2010–2018

방송·미디어 분야

송출 · 편성 · 제작

비연속 경력. 현장 운영과 협업 경험을 쌓은 뒤 개발 직무로 전환했습니다.

학력·교육

한양사이버대학교
응용소프트웨어학과 학사 · 2022.02–2024.02

국가평생교육진흥원 학점은행제
방송영상학 예술학사 · 2014.08.29 취득

KAIST SW교육센터 서초 AI 칼리지 · 2026.05–09 수료
비트캠프 개발 직무 전환 교육 · 2018년 하반기 약 6개월

기술을 나누는 일

『Flutter Engineering』 한국어판 대표 역자
Flutter Seoul 운영·강의·멘토링

제품 구현뿐 아니라 기술을 설명하고 동료의 실무 적용을 돕는 활동을 이어 왔습니다.

키플로우에서 기술 글 읽기 ↗
06 / NEXT CONVERSATION

어떤 문제를 함께 풀어볼까요?

풀스택 제품 구현, AI를 활용한 개발·검증, 모바일에서 운영까지 이어지는 이야기를 나누고 싶습니다.

LinkedIn으로 연결 ↗GitHub 살펴보기 ↗