AX Engineer · Career 2026
Java/Spring 백엔드에서
LLM 서비스 운영까지
금융 회사에서 Java·Spring 백엔드로 시작해, 지금은 매일 국내·미국 약 5,000종목을 분석하는 LLM 서비스와 ML 예측 파이프라인을 운영합니다. AI를 도입할 때 실제로 어려운 부분인 기존 시스템과의 연결, 결과 검증과 재처리, 비용 관리, 장애 대응을 함께 설계합니다.
지원 직무백엔드 기반 AX 엔지니어 · LLM 애플리케이션 엔지니어
Selected Impact
AI 도입을 운영 결과로 설명합니다
모델을 붙이는 데서 끝내지 않고 비용, 처리량, 검증 결과와 실제 이용자 수로 확인했습니다.
모델은 그대로 두고 점수 계산을 규칙 기반으로 나누고 입력을 줄여 OpenAI API 비용을 60% 줄였습니다. 품질은 서비스 운영팀(타 부서)이 기존 결과와 비교해 확인했습니다.
전문가가 라이브 방송에서 하던 종목 추천·분석을 AI로 옮겨, 국내 약 2,000종목, 미국 약 3,000종목을 데이터 전처리부터 LLM 분석과 결과 제공까지 하나의 배치로 운영합니다.
LLM 결과를 바로 내보내지 않고 검증한 뒤, 실패한 건만 다시 처리하는 구조를 설계했습니다.
실시간 조건검색 시그널 서비스를 기획자·디자이너와 함께 만들며 개발·서버 설정·운영은 혼자 맡아 2025년 4월 오픈했고, 키움증권 영웅문 로보마켓에서 이용자 수 기준 Top 3 서비스로 운영하고 있습니다.
국내·미국 매매시그널과 수급 기반 매수세 판단 모델을 시계열 분할과 비용 반영 백테스트로 검증하고, 손실 구간과 한계까지 기록했습니다.
PG 연동, 중복 결제 방지, 외부 API 제어와 서비스 운영 환경 내재화를 수행했습니다.
Career Progression
하나의 서비스 흐름 안에서 역할을 넓혔습니다
(주)이머니 · 2023.04 ~ 현재
일한 방식서비스 운영 회사라 프로젝트는 대부분 기획자 1명 + 개발자 1명(본인)으로 진행했습니다. 기획·디자인은 담당자가 맡고 설계·개발·서버 설정·배포·운영은 직접 했으며, 구현이 어려운 요구는 대안을 제안해 기획을 함께 조정했습니다. 2025년 6월부터는 AI TF에서 ML·LLM 업무를 맡았습니다.
Java Backend Developer
Spring Boot 기반 금융 서비스 API, 외부 연동과 운영 업무를 시작했습니다.
실시간 조건검색 시그널 서비스 오픈
Kiwoom OpenAPI와 Redis Pub/Sub을 연결한 서비스를 오픈하고 운영했습니다.
AI TF / ML Developer
금융 시계열 피처, 정답 라벨, 백테스트와 배치 검증을 담당했습니다.
LLM 종목분석 서비스
전문가가 라이브 방송에서 하던 종목 추천·분석을 ML 추천과 LLM 분석글로 옮기는 서비스입니다. 미국주식부터 LLM 종목분석 기능과 결과 제공 흐름을 개발했고, 기존 RS 스코어도 다른 서비스의 리포트로 확장했습니다.
ML 예측 모델 3종 운영
국내·미국 매매시그널과 투자자 수급 기반 매수세 판단 모델의 일일 추론·검증 파이프라인을 개발하고 운영했습니다.
LLM 종목분석 비용·품질 개선
국내·미국 약 5,000종목 분석의 API 비용을 월 $2,000에서 $800으로 줄이고 품질과 운영 효율을 개선했습니다.
AI / ML Projects
AI를 업무 서비스로 운영합니다
회사의 금융 데이터와 서비스 요구를 바탕으로 수행한 업무 프로젝트입니다.
2025.10 ~ 2026.08
LLM 국내·미국 종목 분석
전문가가 라이브로 하던 종목 추천·분석을 AI로 옮겨, 국내 약 2,000종목·미국 약 3,000종목을 매일 분석하는 생성형 AI 배치
담당
분석 템플릿, 프롬프트, 호출 제어, 결과 검증과 재처리 구조 설계
개선
같은 모델에서 점수 계산을 규칙 기반 스코어링으로 나누고 입력을 줄여 OpenAI API 비용을 월 약 $2,000에서 $800으로 60% 절감. 품질은 서비스 운영팀(타 부서)이 기존 결과와 비교 검증
LLM 비용을 줄인 방법
월 $2,000 → $800
모델은 그대로 두고 호출 구조만 바꿨습니다. 바꾼 뒤의 분석 품질은 이 결과를 쓰는 서비스 운영팀(타 부서)이 기존 결과와 비교해 검증했습니다.
- 점수는 코드로 계산
가격·추세·변동성·기술 지표처럼 계산할 수 있는 점수는 규칙 기반 스코어링으로 분리했습니다. LLM은 계산된 점수와 근거로 해석과 문장만 만들어, 같은 입력이면 같은 점수가 나옵니다.
- 차트 이미지는 낮은 화질로
추세를 읽는 데 세부 픽셀은 필요 없다고 보고 이미지 입력 화질을 낮췄습니다. 줄어든 정보는 실제 가격 데이터와 기술 지표로 보완했습니다.
- 중복 프롬프트 제거
겹치는 지시와 불필요한 처리 구간을 없애 호출 구조를 단순하게 만들었습니다.
2025.10 ~ 2026.04
국내 AI 매매시그널
시계열 피처 생성부터 일일 추론과 종목추천 결과 API까지 연결한 운영 파이프라인
담당
피처·라벨 설계, 시계열 분할, 비용 반영 백테스트, 배치 운영과 데이터 재검증
검증 결과
587개 신호 기준 누적 -10.13%, MDD -38.35%. 손절·시장 필터 적용 후 -1.59%, Sharpe +0.14로 손실을 줄였으나 수익성 한계도 확인
2026.04
미국 AI 매매 시그널
미국 종목 수집·피처 생성·모델 추론·리포트 생성을 자동화한 배치
담당
미국 시장 데이터 정합성 점검, 모델 입력 구성, 장애 재실행과 결과 전달
개선
국내 모델과 분리된 데이터 규칙을 적용하고 장중·장마감 시점 차이를 운영 로직에 반영
2026.05 ~ 2026.06
투자자 수급 기반 AI 매수세 판단 모델
외국인·기관·개인 수급과 시장 매수세를 결합한 신호 판별 모델
검증
566개 신호, 적중률 69.6%, 정답 평균 +9.28%, 오답 평균 -1.71%
시장 분석
강한 시장 구간 KOSDAQ 10일 평균 +8.62%, 상승 종목 비중 81%. 특정 검증 기간 결과로 일반화를 보장하지 않음
Real-time Service · Build 2024.07 ~ 2025.04 · Launch 2025.04
실시간 조건검색 주식 정보 서비스
실시간 시세와 조건검색 이벤트를 안정적으로 수집하고 최신 상태를 빠르게 전달하는 구조를 설계·구현해 2025년 4월 오픈했습니다. 기획은 기획자, 디자인은 디자이너가 맡았고 설계·개발·서버 설정·배포·운영은 혼자 했습니다. 구현이 어려운 기획 요구는 대안을 제안해 함께 조정했습니다. 키움증권 영웅문 로보마켓에서 이용자 수 기준 Top 3 서비스로 운영하고 있습니다.
Kiwoom OpenAPI→Python Collector→
Redis Pub/Sub→State Cache→Spring Boot
필요한 데이터의 기준 정의
수많은 시세 이벤트 중 서비스 판단에 필요한 데이터와 저장하지 않아도 되는 데이터를 구분하고 처리 기준을 정해야 했습니다.
핵심 상태만 선별해 처리
전체 틱을 보존하는 대신 조건검색에 필요한 상태만 유지하고, Pub/Sub 이벤트 전달과 최신값 조회의 역할을 분리했습니다.
헬스체크와 자동 복구
프로세스 상태, 재연결, 로그를 기준으로 장시간 운영 가능한 흐름을 만들었습니다.
Backend Projects
서비스 안정성과 운영 효율을 개선했습니다
결제 시스템 및 서비스 인프라 고도화
신규 PG사 연동, 승인·실패·취소 흐름과 중복 결제 방지 로직을 정비했습니다. Jenkins 배포 파이프라인을 구성하고 SMS 외부 API에 Rate Limiting을 적용해 중복 호출과 과금을 줄였습니다.
Spring Boot · PG API · Jenkins · Rate Limiting금융·경제 서비스 운영 플랫폼 내재화
외주 운영 환경의 애플리케이션과 데이터 구조를 분석해 내부 운영 체계로 이전했습니다. 배포와 장애 대응 절차를 정리해 서비스 운영의 가시성과 통제력을 높였습니다.
Java · Spring · RDBMS · OperationsTechnology