Backend Developer

안녕하세요,
안영준입니다

위성 영상 기반 지도 플랫폼을 처음부터 설계·구현하고, 모놀리식에서 MSA로 전환하며 구조적 문제를 주도적으로 개선해온 백엔드 개발자입니다.

안영준

안영준

Full-Stack Developer

서울, Korea
한컴인스페이스
5년차 (2021.07~)
About Me

서비스의 지속적인 발전을
고민하는 풀스택 개발자
안영준입니다.

하루 수천 건의 위성영상을 처리하는 서비스를 개발하며, 직접 만든 시스템을 MSA/K8s 기반으로 현대화하는 작업까지 주도했습니다.

대용량 파이프라인 설계, 폐쇄망 환경 문제 해결 등 특수한 환경에서의 경험을 쌓았고, 공통 모듈 설계를 통해 팀 개발 효율을 높이는 데도 기여했습니다.

구현에서 끝내지 않고, 서비스 구조와 개발 생산성까지 함께 고민하는 개발자입니다.

경력 & 활동

회사 경력과 다양한 활동 경험입니다.

회사 경력

한컴인스페이스5년차

연구원

2021.07 ~ 현재

위성 영상 분석 플랫폼 MSA 전환 주도, AI 모델 서빙, 인증 시스템 고도화

학력

한밭대학교

융합기술학과

졸업 · 야간

대덕소프트웨어마이스터고

소프트웨어개발과

졸업

자격증

2025SQL개발자(SQLD)
2025정보처리기사
2021정보기기운용기능사
2020정보처리기능사

활동 & 교육

FESI 13기 백엔드 멘토링멘토링

2026.03 ~ 2026.04

프론트엔드 부트캠프에서 백엔드 엔지니어로 참여, 백엔드와의 협업 경험 공유

스위프 (SWYP) 웹 9기 ~ 11기, 앱 4기동아리

2025.01 ~ 2026.04

웹사이트 사이드 프로젝트 참여 (프론트엔드, 백엔드, PM)

항해99 백엔드코스 9기교육

2025.07 ~ 2025.09

Spring Boot (Kotlin), TDD, 동시성 처리, Kafka 학습

AI 커리어스쿨교육

2024.06 ~ 2024.09

데이터 분석법, 파이썬을 이용한 데이터 시각화 학습

기술 스택

위성영상 파이프라인, K8s 인프라, 프론트엔드 아키텍처 전 영역 경험

Backend

Spring BootJavaFastAPIGoPython

Frontend

TypeScriptNext.jsTailwind CSS

Database

PostgreSQLRedisRabbitMQDebezium CDC

DevOps

KubernetesDockerJenkinsGitHub Actions

회사 프로젝트

한컴인스페이스에서 수행한 주요 프로젝트입니다.

한컴인스페이스

2021.07 ~ 현재

위성 영상 분석 플랫폼 고도화

2022.12 ~ 진행중
MSA & 이벤트 드리븐 아키텍처 전환
  • ·서비스 간 영향을 최소화하고 에러 지점을 명확히 파악하기 위해 MSA & 이벤트 드리븐 아키텍처 도입
  • ·기능별 플로우 차트 정리 및 테스트 로직 추가, 커밋 시 자동 테스트되도록 CI/CD 작성
  • ·분산 ID 생성기 직접 구현 (Snowflake 알고리즘) — 동시 요청 시 ID 중복 방지 및 발생 서버 추적
  • ·9개 MSA 서비스 분리 및 서비스별 레플리카 10개 이상 운영
  • ·Gateway를 통한 인증·로깅·도메인별 서비스 조합 구조화
AI 모델 서빙 시스템
  • ·PyTorch 기반 모델 서빙 (SwinTransformer, ConvNeXt)
  • ·객체탐지(RINO, YOLO26), 영역분할(UPerNet), 변화탐지(ChangeStar) 고도화
프론트엔드 개선
  • ·Next.js FSD 아키텍처 리팩토링
  • ·Storybook 통합 테스트 및 사내 프론트엔드 공통 라이브러리 운영
주요 성과
  • 오류 관련 고객 문의 대응 속도 1주 → 하루 내로 감소
  • 장애로 인한 재배포 건수 월 10건 → 1건 내외로 감소하여 운영 안정성 확보
  • 공통 모듈 업데이트 시 배포 대상 12개 → 1개, 배포 속도 4분 → 30초로 감소
Spring BootFastAPIK8sRabbitMQPyTorchNext.jsStorybook
자세히 보기

어드민 페이지 고도화

2024.04 ~ 2024.12
세션 관리 최적화
  • ·Redis 역인덱스 구축으로 풀스캔 제거 — userId → sessionId 목록 구조로 저장하여 권한 변경 시 해당 유저의 세션만 즉시 조회 및 갱신
  • ·Redis DB 3개로 용도 분리 (세션 / 방문자 통계 / 로그인 실패 추적)
  • ·IP + userId 단위 실패 횟수 카운트하여 4회 초과 시 10분간 인증 차단으로 브루트포스 방지
권한 조회 N+1 제거
  • ·재귀적 트리 구조 메뉴에서 건별 조회 → WITH RECURSIVE CTE + 단일 쿼리 전환
  • ·인증 필터에서 전체 권한 정보를 한 번에 로드 후 메모리에서 매핑하는 방식으로 변경
Gateway 도입
  • ·Spring Cloud Gateway 도입으로 인증·라우팅·로깅 공통 처리 일원화
  • ·각 서비스별 세션 유지 불필요해져 유지보수성 확보
주요 성과
  • 역인덱스 기반 세션 조회 및 N+1 제거로 응답 속도 개선 및 권한 변경 실시간 반영 보장
  • Spring Cloud Gateway 도입으로 인증·라우팅·로깅 공통 처리 일원화, 각 서비스별 세션 유지 불필요
Spring BootSpring Cloud GatewayRedisPostgreSQLJWT
자세히 보기

영상 타일링 API 서버

2024.04 ~ 2025.03
WMS → WMTS 전환
  • ·개별 영상 표출 시 WMS를 사용하여 사용성 유지
  • ·다량 영상 표출 시 WMTS 타입별로 특정 타일을 미리 캐싱하여 조합하는 방식으로 전환
  • ·Go 기반 고루틴 병렬 처리 및 Redis 캐싱
인프라 최적화
  • ·Nginx Ingress 설정으로 로드밸런싱 및 세션 유지 적용
  • ·세션 연결이 유지된 채 애플리케이션 단에서 로드밸런싱 — Replica 수를 개발자가 신경 쓰지 않아도 되는 확장성 확보
  • ·GDAL 기반 GeoTIFF → PNG/Vector Tile 변환 파이프라인
  • ·MBTiles 벡터 타일링으로 줌 레벨/좌표 기반 폴리곤 선별 렌더링
주요 성과
  • WMTS 도입과 이미지 캐싱으로 API 응답 속도 4초 → 0.5초 미만으로 감소
  • 서비스 간 세션 경쟁 제거로 안정성 확보 및 락 제거
  • 캐시 미스 시 응답 지연 방지를 위한 사전 생성 범위 선정이 운영상 핵심 요소임을 파악
GoGDALRedisGeoTIFFMBTilesNginxK8s
자세히 보기

영상 전처리 파이프라인 자동화

2022.03 ~ 2022.12
이벤트 드리븐 파이프라인 구축
  • ·폴더 감시 방식을 이벤트 드리븐 파이프라인으로 전환 — 완료 즉시 다음 큐 실행, 대기 시간 제거
  • ·ack/nack 기반 메시지 유실 방지 (RabbitMQ)
  • ·Saga(Choreography) 패턴 적용 — 실패 시 자동 재처리 및 작업 상태 추적으로 장애 시점 명확화
주요 성과
  • 장애 없는 데이터 실패율 0건 달성 — 실제 문제가 있는 데이터만 쌓이도록 개선
  • 장애 파악 시간 하루 → 한두 시간 이내로 감소
  • 메시지 큐 기반으로 처리량에 탄력적으로 확장 가능한 구조 설계
RabbitMQPythonSaga PatternDocker
자세히 보기

팀 내 개발 안정화를 위한 테스트 클러스터 분리

2023.01 ~ 2023.06
테스트 환경 구축
  • ·쿠버네티스 클러스터를 활용하여 논리적으로 분리, 사내 온프레미스 서버에 운영과 동일한 테스트 환경 구축
  • ·동시에 여러 프로젝트를 운영할 수 있도록 구축하여 서버 자원을 필요한 곳에만 할당
주요 성과
  • 모든 엔지니어가 같은 환경에서 테스트함으로써 운영 환경 배포 후 장애 발생 대폭 감소
  • 서버 자원 효율화 — 서버 5대 → 2대로 감소
KubernetesDockerOn-premise
자세히 보기

비전 AI 모델 서빙 시스템 개발

2021.12 ~ 2023.12
Faster R-CNN 기반 객체 탐지 (ROS 연동)
  • ·ResNet-FPN 기반 6종 객체 분류 추론
  • ·RGB-Depth 동기화로 실시간 스트리밍 안정화
  • ·UDP 소켓 기반 영상 스트리밍
YOLOv5 기반 객체 탐지 (RTMP 송출)
  • ·커스텀 데이터셋 모델 학습 및 가중치 추출
  • ·PyTorch 모델 → C++ 직접 적용으로 메모리 이슈 해결
  • ·TCP 소켓 + OpenCV 기반 실시간 추론 및 스트리밍
주요 성과
  • 드론 탑재 환경에서 실시간 객체 탐지 스트리밍 구현
  • C++ 네이티브 적용으로 메모리 최적화 및 안정성 확보
ROSYOLOv5Faster R-CNNPyTorchC++OpenCV
자세히 보기