Backend / AI Engineer · Career 2026
금융 백엔드와 AI·ML을
서비스로 연결합니다.
Java·Spring 기반 서비스 개발을 시작으로 Python 시계열 분석, 배치 파이프라인, LLM 금융 분석까지 업무 영역을 넓혀 왔습니다. 모델 성능만이 아니라 데이터 신뢰성, 장애 대응, 비용과 운영 자동화를 함께 설계합니다.
Selected Impact
운영 결과로 설명하는 경험
기능 구현에 그치지 않고 실제 사용자, 처리량, 검증 결과와 운영 개선으로 확인했습니다.
실시간 조건검색 기반 주식 정보 서비스를 단독 구축해 2025년 4월 오픈하고 현재까지 운영했습니다.
LLM 호출 구조와 프롬프트를 개선해 API 비용을 줄이고 분석 일관성을 높였습니다.
국내·미국 종목 데이터를 전처리하고 LLM 분석 결과를 생성·제공하는 배치를 운영했습니다.
시계열 분할과 비용 반영 백테스트로 성능뿐 아니라 손실 구간과 한계를 확인했습니다.
외국인·기관·개인 수급과 시장 매수세를 결합한 SCAN 신호 566건을 검증했습니다.
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
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.
미국 종목분석
미국주식 데이터를 활용한 종목분석 기능과 결과 제공 흐름을 개발했습니다.
국내 AI 매매시그널
국내주식 시계열 모델의 일일 추론과 종목추천 결과 제공 파이프라인을 운영했습니다.
미국 AI 매매 시그널
미국시장 특성을 반영한 피처와 모델 추론·검증 파이프라인을 개발했습니다.
SCAN 수급 모델 개발
투자자별 수급과 시장 강도를 결합한 신호를 설계하고 검증했습니다.
LLM 종목분석 서비스 개선
국내·미국 약 5,000종목의 LLM 분석 품질과 비용·운영 효율을 개선했습니다.
Representative Project · Build 2024.07 ~ 2025.04 · Launch 2025.04
실시간 조건검색 주식 정보 서비스
실시간 시세와 조건검색 이벤트를 안정적으로 수집하고 최신 상태를 빠르게 전달하는 구조를 단독으로 설계·구현해 2025년 4월 오픈했습니다. 현재도 약 500명이 사용하는 서비스입니다.
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.
AI / ML Projects
모델에서 운영 서비스까지
회사의 금융 데이터와 서비스 요구를 바탕으로 수행한 업무 프로젝트입니다.
2025.10 ~ 2026.08
LLM 국내·미국 종목 분석
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
역할 분리와 입력 축약으로 품질을 유지하며 OpenAI API 비용 약 60% 절감
2026.02 ~ 2026.08
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
2026.06
SCAN 수급 기반 AI 신호
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
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
문제를 끝까지 연결하는 기술 구성
Backend
Java, Spring Boot, REST API, JPA, MyBatis, PostgreSQL, Redis
Data / ML
Python, Pandas, Scikit-learn, XGBoost, PyTorch, Feature Engineering, Backtest
LLM
OpenAI API, FastAPI, Prompt Design, Structured Output, Batch Orchestration
Operations
Linux, Nginx, Jenkins, Cron, Monitoring, Failure Recovery