이현대

RTC 서버 개발

• 키오스크 RTC 통신 기능 개발

각 OTA별 웹페이지 크롤러를 통한 예약 데이터 수집 개발 및 유지보수

• playwright를 활용한 동적 웹페이지 크롤링 및 자동화
• 예약 데이터 전처리
• 패킷 캡처를 통한 필요한 데이터 크롤링
• 크롤링 스크립트 리팩토링 및 모듈화
• 스크립트 버저닝
• electron 데몬 유지 보수 및 기능 개선
• web RTC 구현
• 해외 OTA api 연동 서버 구축 (트립 , 아고다)
• 백오피스 구축 및 유지보수
• Langchain을 활용한 ai 에이전트 poc 개발
• elasticsearch 데이터를 기반으로 기술 지원 팀에서 활용 가능한 유저 데이터 추출
• 레베뉴 웨터(예약율 통계 서비스) 백엔드 구축 및 어드민 페이지 구축
• api를 활용한 주간 및 일간 리포트 노션 및 슬랙 자동화 솔루션 구축

중/고등학교 진로 특강

• AI 서비스 기획 / 트랜드 / 자기계발 을 주제로 진로특강 44건 진행

CBT 사이트 프로젝트

stepon.team

소통으로 시너지를 만드는 개발자

대학생 시절 중·고등학생을 대상으로 기업가정신과 AI 서비스 기획 특강을 진행하며 커뮤니케이션의 힘을 체감했습니다. 모둠 수업으로 진행된 수업에서 학생들이 AI의 일상생활 변화라는 주제로 도덕적 관점과 기술 발전 근거를 들어가며 논쟁을 벌일 때, 단순한 승부가 아닌 서로의 아이디어가 융합되어 더 창의적인 해결책이 나오는 과정을 목격했습니다. 이 경험을 통해 건설적인 논쟁과 활발한 소통이 혁신의 원동력임을 깨달았고, 이후 개발 업무에서도 동료들과의 적극적인 커뮤니케이션을 통해 문제를 해결하고 있습니다.

책임감으로 도전하는 개발자

개발자로서의 책임감과 도전정신은 이전 회사에서의 경험을 통해 더욱 확고해졌습니다. 퇴사 2주를 앞둔 상황에서 같은 팀의 동료가 키오스크용 WebRTC 서버 구축 프로젝트를 담당하게 되었는데, 저와 같은 신입이었던 그 동료는 WebRTC라는 생소한 기술로 인해 상당한 어려움을 겪고 있었습니다.비록 공식적으로는 해당 프로젝트에 참여할 수 없는 상황이었지만, 지난 1년간 서로 어려울 때마다 도움을 주고받으며 함께 성장해온 동료를 그냥 두고 볼 수 없었습니다. 또한 개인적으로도 WebRTC는 이전 프로젝트에서 굳이 필요하지 않아 시도해보지 않았던 기술이었기에, 이번 기회에 학습해보고 싶은 아쉬움도 있었습니다. 퇴근 후 개인 시간을 투자하여 WebRTC 기술을 학습하고, 동료가 겪고 있던 문제를 함께 분석했습니다. 처음 접하는 기술 스택이었음에도 불구하고 두려움보다는 기대감을 가지고 접근했고, 문제 해결에 집중한 결과 POC 단계에서 성공적으로 기능을 구현할 수 있었습니다. 비록 퇴사로 인해 실제 실무 적용 과정까지는 함께하지 못했지만, 동료에게 도움을 줄 수 있었고 새로운 기술을 습득할 수 있었던 뜻깊은 경험이었습니다. 이 경험을 통해 새로운 기술을 도입하거나 도전할 때 두려움보다는 기대하는 마음으로 접근하고, 문제 해결을 중심으로 사고하는 자세를 더욱 확고히 할 수 있었습니다.

데이터로 소통하며 문제를 해결하는 개발자

데이터의 진정한 가치와 활용 방안을 깨닫게 된 것은 Elasticsearch를 통한 유저 데이터 수집 및 활용 프로젝트를 통해서였습니다. 당시 회사에서는 Elasticsearch를 통해 다양한 유저 데이터를 수집하고 있었지만, 정작 이 데이터를 제대로 활용할 수 있는 체계적인 방안이 없었습니다. 이로 인해 기술지원팀으로 문의가 들어와도 명확한 데이터 근거 없이는 적절한 대응이 어려웠고, 결국 모든 문의사항이 개발팀으로 전달되면서 개발 업무에 지속적인 방해 요소가 되고 있었습니다. 더 심각한 문제는 이러한 과정이 반복되면서 실제로는 제품이 정상적으로 동작하고 있음에도 불구하고 답변이 늦어지면서 고객들이 제품의 안정성에 대해 의구심을 갖게 되었다는 점이었습니다. 이는 제품 자체의 문제가 아닌 데이터 활용 체계의 부재로 인한 커뮤니케이션 문제였습니다. 이러한 상황을 개선하기 위해 분기 목표로 '데이터로 대화하고 데이터로 문제를 처리하자'는 목표를 제안했고, 이를 달성하는 핵심 역할을 맡게 되었습니다. 제품의 안정성에 대한 정확한 데이터를 분석하고 추출하는 과정에서 기술지원팀과 끊임없이 소통하며 그들이 실제로 필요로 하는 기능이 무엇인지 파악했습니다. 특히 기술지원팀이 직접 활용할 기능이기 때문에 사용자 관점에서의 편의성과 실용성을 중요하게 고려했습니다. 여러 차례의 데이터 분석과 지속적인 질문을 통해 제품이 안정적일 때와 불안정할 때를 명확하게 구분할 수 있는 기준을 수립했고, 이를 바탕으로 최적의 솔루션을 구현할 수 있었습니다. 이 과정에서 데이터가 단순한 숫자의 나열이 아닌 문제 해결의 핵심 도구이며, 올바른 커뮤니케이션의 기반이 될 수 있다는 것을 깨달았습니다. 또한 다양한 부서 간의 원활한 소통을 통해 각자의 니즈를 정확히 파악하고 이를 기술적으로 구현하는 것의 중요성을 체감했습니다.