증거로 원인을 확정합니다
보고된 증상을 그대로 답으로 삼지 않습니다. 트레이스·로그·DB 데이터를 연결해 실제 원인을 찾고, 재발 방지까지 남깁니다.
LEE TEIBACKEND · FULL-STACK · APPLIED AI
설계하고, 검증하고, 운영합니다.
복잡한 시스템을,
끝까지 작동하게 만듭니다.
백엔드를 중심으로 데이터·API·프론트엔드·인프라를 연결합니다. 대규모 공공 시스템부터 AI SaaS와 LLM 응용까지, 새로 만드는 일과 이미 돌아가는 시스템을 살리는 일을 해왔습니다.
직함보다 어떤 문제를 어떻게 풀었는지부터 보여드리겠습니다.
- 10만+
- 하루 배치 처리
- 8개월
- 미상 장애 원인 규명
- 209%
- 비용 KPI 달성
- 3건
- 신규 제품 설계·구현
HOW I WORK
제가 잘하는 일은 세 문장으로 설명됩니다.
0→1을 끝까지 만듭니다
API와 데이터 모델에서 프론트엔드, 배포와 운영까지 연결합니다. 시제품이 아니라 실제로 쓰이는 상태가 완료의 기준입니다.
원가와 운영을 같이 봅니다
기능이 돌아가는 것만으로 끝내지 않습니다. 장애 대응, 관측 가능성, 인프라 비용까지 제품 설계의 일부로 다룹니다.
SELECTED EVIDENCE
말보다, 확인할 수 있는 결과.
01OPERATIONS
8개월간 풀리지 않던 장애의 원인을 규명했습니다.
APM 도입을 주도하고 트레이스·로그·DB 데이터를 교차 분석해 API 무응답의 실제 원인을 DB 커넥션 누수로 좁혔습니다. 같은 패턴이 있는 9개 지점을 점검하고 재발 방지 기준을 남겼습니다.
8개월 미상 장애 종결 · 유사 패턴 9곳 점검02SCALE
하루 10만 건이 지나는 시스템을 오래 운영했습니다.
대국민 시스템에서 대용량 배치와 DB 프로시저, 외부기관 연계 API를 설계·개발했습니다. 정확성과 안정성이 중요한 환경에서 예외를 끝까지 추적하는 기본기를 쌓았습니다.
일 10만 건+ 처리 · 공공 시스템 8년 8개월03ZERO TO ONE
아이디어를 운영되는 제품으로 연결합니다.
AI SaaS 신규 제품 3건의 아키텍처와 핵심 기능 설계·구현을 주도했습니다. 개인 프로젝트에서는 LLM 에이전트 API와 RAG, Kubernetes 인프라까지 직접 배포·운영했습니다.
신규 제품 3건 · LLM 응용부터 인프라까지A SMALL PRINCIPLE
새 기술을 썼다는 사실보다,
실제로 작동하고 다시 운영할 수 있는지가 더 중요하다고 생각합니다.
모르는 것은 확인하고, 중요한 판단은 실행·테스트·로그와 동료가 읽을 수 있는 문서로 남깁니다.