Backend Developer

믿기 전에 확인하는
백엔드 개발자
서영석입니다.

Spring Boot로 AI 에이전트·IoT·거래 서버를 만들어 왔습니다. 새로이에서는 결제가 끝난 뒤에도 AI가 결제 전 상태로 답하는 오류를 찾아 매 요청마다 서버 상태를 다시 읽게 바꿨고, PotneR에서는 중복 재전송·늦은 회신·명령 실패 같은 경우를 단위 테스트로 확인해 급수가 두 번 실행되지 않게 했습니다. 정상 흐름에서 끝내지 않고 경계 사례까지 직접 확인합니다.

주로 하는 개발

분야마다 실제로 만든 프로젝트로 이어집니다.

  • AI Agent

    승인형 AI 에이전트 서버

    LLM이 기존 업무 기능을 도구로 호출하게 연결하고, 결제·생산 확정처럼 상태를 바꾸는 작업은 사람이 확인 카드를 승인한 뒤에만 실행되도록 서버에서 통제했습니다.

    AI가 호출하는 업무 도구

    31개

    • 쓰기 · 승인 카드로 실행17
    • 읽기 · 바로 조회14
    • Spring Boot
    • LLM Tool Use
    • React
  • IoT · Messaging

    IoT 장치 명령과 센서 수집

    MQTT로 센서 값을 받고 로봇에 명령을 보냅니다. 명령은 DB 커밋 후에만 발행하고 회신을 requestId·장치·명령 종류로 대조해, 재전송이나 늦은 회신에도 급수가 중복되지 않게 했습니다.

    단위 테스트로 확인한 자동 급수 예외 상황

    6가지

    • 급수량 미설정
    • 물 부족
    • 중복 재전송
    • 늦은 회신
    • 장치 불일치
    • 명령 실패
    • Spring Boot
    • MQTT
    • Flutter
  • Commerce · Blockchain

    거래·결제와 지갑 서명 연동

    공급업체 소재의 판매·구매 API와 카카오페이 결제, 결제 이탈 거래 정리를 팀원과 함께 구현하고, 사용자 지갑의 서명 결과를 서버의 거래 상태에 연결했습니다.

    Material–Brand 소재 거래 공동 구현

    • JPA
    • QueryDSL
    • ethers.js
  • Data · Performance

    데이터 동기화와 성능 개선

    Spring Batch로 공공 관광 데이터를 미리 동기화해 검색과 AI 답변의 근거로 쓰고, 프로젝트 이후 Glople 추천 API의 전체 정렬을 Top-K 추출로 바꿔 응답 시간을 줄였습니다(사후 개선).

    Glople MBTI 추천 API 평균 응답
    전27.9ms
    후7.21ms
    -74.2%

    사후 개선 · 로컬 JMeter · 같은 데이터와 요청 시나리오

    • Spring Batch
    • MySQL
    • JMeter

기술 스택 · AI 활용

프로젝트에 쓴 기술과 AI 활용 방식

기술 스택

어디에 어떻게 썼는지 함께 적었습니다.

Backend

Java · Spring Boot · Spring Security · JPA · QueryDSL

SayBridge의 인증·강의 API와 새로이의 거래·승인 흐름을 구현하고, QueryDSL로 강의 검색 조건을 조합했습니다.

Database

MySQL · PostgreSQL

프로젝트 데이터를 모델링하고 조회 흐름을 개선했습니다. PostgreSQL은 별도 AWS 배포 연습에서 RDS 연결에 사용했습니다.

AI / Data

Spring AI · RAG · Spring Batch · LLM Tool Use

Neoulteo의 관광지 기반 답변·데이터 갱신과 새로이의 승인형 AI Agent에 각각 적용했습니다.

Realtime / IoT

WebSocket · STOMP · WebRTC · MQTT

SayBridge의 화상 연결·채팅과 PotneR의 센서 수집·장치 명령에 사용했습니다.

Infra / Cloud

AWS · Docker · GitHub Actions · Jenkins

AWS Deploy에서 정적·API 배포를 분리했고, PotneR에서 Jenkins 빌드·배포와 자동 롤백을 구성했습니다.

Frontend / Mobile

React · Flutter · TypeScript

새로이의 거래·대화 화면과 PotneR의 식물 상태·장치 제어 앱을 서버 API와 연결했습니다.

AI는 도구로, 검증은 직접

기획·기술 조사·UI 설계·코드 구현에 맞는 AI 도구를 선택합니다. 생성된 결과는 구조와 보안, 예외 처리, 실제 실행 결과를 기준으로 검토합니다.

  1. 01 · RESEARCH

    기술과 공식 문서 조사

    Gemini Deep Research로 필요한 기술과 선택지를 조사합니다. 조사 내용을 바탕으로 공식 문서에서 동작 방식과 적용 조건을 확인합니다.

    Gemini Deep Research

  2. 02 · DESIGN

    요구사항과 구조 검토

    ChatGPT와 Claude로 요구사항과 아키텍처를 검토합니다. Stitch로 UI를 시각화하며 화면과 기능의 연결을 구체화합니다.

    ChatGPT · Claude · Stitch

  3. 03 · BUILD

    코드 분석·구현·리팩터링

    Claude Code와 Codex로 기존 코드의 맥락을 분석하고 구현·리팩터링을 진행합니다. 변경 내용을 읽고 서비스 구조에 맞는지 검토합니다.

    Claude Code · Codex

  4. 04 · VERIFY

    실행 결과 직접 검증

    테스트·빌드·로그·보안 검사로 실행 결과를 확인합니다. 예외 처리와 의도한 동작을 직접 검증한 뒤 변경을 반영합니다.

    테스트 · 빌드 · 로그 · 보안 검사

프로젝트

제가 직접 맡은 구현과, 어떤 문제를 어떻게 풀었는지에 집중해 정리했습니다.

AI 어시스턴트 · 생산 확정 승인
삼성청년 SW·AI 아카데미 프로젝트 우수상2026.08 ~ 2026.09 · 6인 팀

새로이(SAEROI)

블록체인 기반 업사이클링 플랫폼

삼성청년 SW·AI 아카데미(SSAFY) 프로젝트에서 우수상을 받은 프로젝트입니다.

서비스 배경
폐의류·원단 같은 폐소재는 공급업체에서 가공업체와 브랜드를 거쳐야 새 제품이 됩니다. 업체마다 거래 기록과 진행 상태가 흩어져 있어, 소재가 어디서 와서 어떻게 가공됐는지 확인하고 다음 할 일을 파악하기 어려웠습니다.
개요
폐소재 공급업체·가공업체·브랜드를 연결하는 블록체인 기반 업사이클링 플랫폼입니다. 소재 거래부터 가공·생산·판매까지의 기록을 블록체인에 남기고 지갑 서명으로 각 단계를 승인하며, 브랜드 담당자는 AI 어시스턴트의 안내를 받아 소재 구매부터 제품 판매까지 진행합니다.
담당
Material–Brand 거래 및 AI Agent 백엔드·프론트엔드 개발
  • Spring Boot
  • React
  • MySQL
  • LLM Tool Use
  • Hyperledger Besu
구현과 해결 과정 자세히 보기
Flutter 앱 · 홈과 환경 분석
삼성청년 SW·AI 아카데미 프로젝트 우수상2026.07 ~ 2026.08 · 6인 팀

PotneR

식물 생육 환경을 스스로 돌보는 이동형 스마트 화분

삼성청년 SW·AI 아카데미(SSAFY) 프로젝트에서 우수상을 받은 프로젝트입니다.

서비스 배경
식물을 키우다 보면 물 주기·환기·햇빛 관리를 제때 챙기기 어렵습니다. 화분이 스스로 환경을 살펴 필요한 돌봄을 하고, 사용자는 앱에서 식물의 상태와 성장을 확인할 수 있는 서비스를 목표로 했습니다.
개요
센서로 토양 수분·조도·온습도를 수집하고, 로봇이 급수 스테이션 이동·급수·송풍·햇빛 이동을 스스로 수행하는 이동형 스마트 화분입니다. Flutter 앱에서 식물 상태와 환경 이력, 돌봄 일기, 성장 타임랩스를 볼 수 있습니다.
담당
Flutter App · Backend · Infra
  • Flutter
  • Spring Boot
  • MySQL
  • MQTT
  • Raspberry Pi
구현과 해결 과정 자세히 보기

그 밖의 프로젝트

1인 개발부터 성능 개선, 배포 자동화까지