🚀 Projects

Tech Stack

Key Achievements

• • RAG(Retrieval-Augmented Generation) 파이프라인 기반 AI 코드리뷰 에이전트를 설계·개발하여, MR 변경사항에 프로젝트 컨텍스트를 결합한 고품질 AI 자동 리뷰 시스템 구축
• • Qdrant Hybrid Search(Dense 임베딩 + TF-IDF Sparse) + RRF 퓨전 + Cohere Rerank 4단계 검색·재순위 파이프라인으로, 프로젝트 규칙·가이드 문서에서 변경사항과 가장 관련도 높은 컨텍스트를 정밀 추출
• • 적응형 청킹 엔진 설계 — Markdown(헤딩 기반), Code(함수·export 단위), HTML(구조 기반) 등 문서 유형별 최적 분할 전략을 적용하여 RAG 검색 정확도 극대화
• • Diff 파싱 시 변경 라인 ±50줄의 주변 코드를 함께 수집하여, AI가 변경 맥락을 충분히 이해한 상태에서 리뷰를 생성하도록 컨텍스트 윈도우 최적화
• • GPT-5 JSON Mode + Zod 스키마 검증으로 severity(critical~nitpick) × category(memory-leak, performance, security 등) 구조화된 리뷰 결과를 생성하고, GitLab MR 요약 코멘트 + 인라인 코멘트로 자동 작성
• • 전략 패턴 기반 Reranking 폴백 설계 — Cohere Rerank 장애 시 LLM Rerank로 자동 전환하여 서비스 안정성 확보, Azure OpenAI 429 에러 대응 지수 백오프 재시도 로직 구현
• • CLI(Commander.js) · 프로그래매틱 API · n8n 워크플로우 · Express API 서버 등 4가지 실행 인터페이스를 지원하는 다중 통합 아키텍처 설계
• • n8n 웹훅 기반 자동화 워크플로우 구축 — GitLab MR 생성/업데이트 이벤트 수신 시 Draft MR·봇 루프 필터링 후 자동 코드리뷰 실행
• • Turborepo 모노레포 내 독립 패키지(@support/code-review-agent)로 설계하여 ESM/CJS 듀얼 빌드 지원 및 타 프로젝트 재사용성 확보

Tech Stack

Key Achievements

• • MR 라벨 기반 배포 파이프라인 설계 및 구현으로, 기존 하나의 기능 배포에 MR 3~4개 필요하던 프로세스를 MR 1개 + 라벨 방식으로 개선
• • 라벨 토글 기반의 선언적 배포 전략 도입으로, 라벨 부착/제거만으로 develop·staging 환경의 배포 스코프를 유연하게 재구성할 수 있는 동적 브랜치 오케스트레이션 체계 구현
• • 통합 브랜치 자동조립 시스템 구현: deploy::develop, deploy::stage, deploy::ready 라벨이 부착된 MR들을 대상으로 master 기반 일회용 통합 브랜치를 자동 생성하는 Shell Script 개발
• • 라벨 단위의 배포 스코프 관리로 환경별(개발/스테이지/운영) 독립적 배포 제어 구현 및 배포 충돌 리스크 최소화
• • n8n 배포 알림 워크플로우 구축 — 운영 배포 시 CI에서 n8n 웹훅을 호출하여 Feature/Fix 비율 분석, MR 목록 분류, 충돌 정보를 카드 형태로 제공하는 배포 리포트를 Teams 자동 전송
• • 기존 수작업 기반 배포 프로세스를 자동화하여 배포 리드타임 단축 및 휴먼 에러 제거

Tech Stack

Key Achievements

• • E-E-A-T(Experience, Expertise, Authoritativeness, Trustworthiness)와 CEP(Creator Economy Platform) 원칙 기반 고품질 GEO BestPractice 구성
• • 고객 리뷰 데이터 키워드 분석을 통한 객관적 정보 기반 GEO 컨텐츠 자동 생성 시스템 구축
• • Schema.org 구조화 데이터를 활용한 기술적 접근으로 AI 검색 엔진 최적화 구현
• • AI 프롬프트 기반 자동화 시스템으로 상품/이벤트/FAQ 정보에 대한 GEO 컨텐츠 자동 생성
• • BestPractice와 AI 프롬프트를 기술자산화하여 버저닝 관리로 유지보수성 확보 및 품질 업그레이드 체계 구축
• • 전사 플랫폼 확대를 위한 확장 가능한 아키텍처 설계로 타 브랜드 적용 시 유지보수성 확보
• • 단순 상품정보 API 조합 방식 대신 고품질 GEO 컨텐츠 구성으로 AI 검색 엔진 인용 및 유입 최적화 달성

Tech Stack

Key Achievements

• • OpenAI Apps SDK(ChatGPT 연동) 기반 아모레몰 상품 추천/검색 프로토타입 설계 및 구축
• • MCP(Model Context Protocol) 기반 서버 구현으로 ChatGPT와 실시간 데이터 통신 구현
• • React 19 + Vite 기반 Widget 컴포넌트 개발 (ProductCarousel, ProductCard, CartSummary)
• • FastMCP + FastAPI 기반 MCP 서버 구현으로 상품 검색/조회/추천 Tool 제공
• • ChatGPT 대화 컨텍스트 내 아모레몰 상품 정보 자연어 기반 조회 기능 구현
• • 개발/운영 환경 분리를 위한 Mock 데이터 시스템 및 OpenAI Bridge Hook 설계

Tech Stack

Key Achievements

• • 아모레퍼시픽 프론트엔드 전반에 활용 가능한 엔터프라이즈급 코어 라이브러리 10개 이상 설계 및 구축
• • 코어 라이브러리 중앙 관리를 통한 내부/외주팀 코드 품질 표준화 및 일관성 확보
• • Changesets 기반 시멘틱 버저닝 시스템 구축으로 안정적인 패키지 배포 및 의존성 관리 자동화
• • 패키지 버전 히스토리 자동 추적 및 변경 로그 자동 생성으로 투명한 릴리즈 관리
• • 도메인별 패키지 네임스페이스 전략 수립(@amoremall, @amorestore... 등: 비즈니스 도메인, @support: 범용 공통)
• • 사내 저장소(Nexus)에 코어 라이브러리 패키징 및 배포 파이프라인 구축으로 내부 시스템 간 코어 모듈 재사용성 극대화
• • @amoremall/ui-framework: Radix UI + Motion 기반 재사용 가능한 디자인 시스템
• • @amoremall/native-bridge: Android/iOS WebView 브릿지 통합 라이브러리 (201개 단위 테스트, 5가지 통신 패턴 표준화)
• • @amoremall/eslint-config, @amoremall/typescript-config 등 아모레몰 내 공통 개발 환경 설정 패키지 표준화
• • Changesets 기반 시멘틱 버저닝 시스템 구축으로 안정적인 패키지 배포 및 의존성 관리 자동화
• • 트리셰이킹 지원 ESM/CJS 듀얼 패키지 시스템으로 번들 크기 최적화 및 범용성 확보

Tech Stack

Key Achievements

• • Turborepo 기반 아모레몰 내 고객센터/공지사항/공지사항상세 페이지 개발 및 랜딩
• • Figma MCP를 활용한 디자인 자동 생성으로 일관성 있는 UI/UX 구현
• • AI 기반 커밋 메시지 자동 생성으로 개발 프로세스 효율성 향상
• • AI 기반 Merge Request 자동 생성 및 코드 리뷰 프로세스 자동화
• • FCP, LCP, CLS, INP 최적화 및 성능 최적화
• • 다양한 캐싱(TanStack, Next.js 등)을 통한 페이지 간 원활한 전환 및 사용자 경험 최적화

Tech Stack

Key Achievements

• • 아모레퍼시픽 통합 플랫폼을 위한 확장 가능한 모노레포 아키텍처 설계 및 구축
• • 패키징화를 통한 코어 플랫폼 형태의 라이브러리 관리 체계 구축
• • Docusaurus 기반 공식 문서화로 체계적인 코드 구성 및 개발 가이드 제공
• • 빌드 속도 최적화 및 멀티 프로젝트 관리 효율성 향상
• • 핵심 패키지와 서비스 코드 분리로 유지보수성 개선
• • 디커플드 아키텍처를 통한 내부팀과 외주팀 간 협업 효율성 증대
• • FCP, LCP, CLS, INP 성능 최적화 및 다양한 캐싱 전략을 통한 사용자 경험 향상
• • Storybook 기반 컴포넌트 문서화로 코드-문서 자동화 구성 및 유지보수성 개선

Key Achievements

• • 핵심 프론트엔드 인프라 관리 및 미래 전략 수립 (Datadog 통합 등)
• • 운영 프로세스 표준화 및 기술 문서화 체계 구축
• • Merge Request 템플릿 프로세스 도입으로 배포 관리 효율성 향상
• • 백엔드, 기획, 비즈니스, AI 팀과의 크로스 펑셔널 커뮤니케이션 조율

Tools

Key Achievements

• • 분산된 로깅 도구 분석 및 비용 중복 문제 식별
• • Datadog 도입을 위한 단계별 전략 문서 개발
• • 체계적인 로그 운영 프로세스에 대한 기술 블로그 포스팅

Key Achievements

• • 페이지 로드 시간: 1.2초 → 0.567초 (53% 개선)
• • API 응답 시간: 0.578초 → 0.224초 (61% 개선)
• • React 메모이제이션을 활용한 전체 프론트엔드 리팩토링
• • 백엔드팀과의 협업을 통한 API 인터페이스 최적화

Key Achievements

• • 전체 서비스 영역의 UI/UX 완전 리뉴얼
• • 컴포넌트 모듈화 및 체계적인 아키텍처 구축
• • 대규모 프로젝트 런칭 및 장애 대응 경험

Tech Stack

Key Achievements

• • 창립 프론트엔드 엔지니어로서 초기 React/Next.js 환경 구축
• • 아키텍처 설계 및 레거시 Java 시스템과의 통합
• • 점진적 현대화 전략의 기반 마련