포지션 상세
뱅크샐러드는 데이터 서비스로 유저들의 삶을 이롭고 풍요롭게 합니다.
뱅크샐러드의 미션은 유저가 자신의 정보를 언제 어디서나 쓸수 있는 환경을 만들고, 유저 이익이 극대화된 디지털 경험을 설계하는 것입니다. 우리는 사람들에게 가장 중요한 가치인 '돈'과 '건강' 분야에 특히 집중하고 있습니다.
혁신적인 생각을 담은 제품을 끊임없이 내는 회사가 스타트업이라고 생각합니다.
우리는 자동 가계부(2017), 금융 통합 조회 (2018), 소비 기반 카드 추천(2018), 대출 비교 서비스(2019), 신용 점수 올리기(2019), 금융 비서 (2020), 마이데이터 (2022), 무료 유전자 검사(2023), 건강 맞춤 보장 분석 (2024) 샐러드 게임(2025), 최저금리 알리미(2023)를 국내 최초로 출시하며 혁신성을 입증해 왔습니다.
최근 2년간 월 매출은 800% 성장하였고 월 경상 이익(BEP)을 돌파하여 지속가능성과 안정성을 확보하였습니다.
금융과 건강을 아우르는 데이터 시너지를 바탕으로 금융업으로 확장해 나감으로써 5년뒤에는 디지털 금융 지주 회사, 10년 뒤에는 정보를 회사의 핵심 자산으로 각종 사업을 확장해 나가는 데이터 지주 회사가 되고자 합니다.
한계 없이 문제를 해결하는 문화, 데이터를 가장 안전하게 잘 활용하는 프로세스를 함께 만들고, 제품과 비즈니스에서 실질적 성과를 만들고자 하는 도전 정신 충만한 동료들과 함께하고 싶습니다.
좋은 제품을 만들기 위한 방법을 끊임없이 고민합니다.
뱅크샐러드의 AI Native Engineer는 AI 기반 개발 도구를 활용해 생산성을 극대화하고, 제품 개발에 투입되어 기존 개발 프로세스를 효율화합니다. 단순한 기능 구현에만 머물지 않고, AI 도구를 적극적으로 적용하여 코드 품질과 개발 속도를 높이고, 팀 전체의 효율성을 제고하는 데 중점을 둡니다. 또한, 비즈니스 임팩트를 고려한 설계를 논의하고, 고가용성의 안정적인 서비스를 만들기 위해서 고민하고 있습니다.
새로운 기술이나 아키텍처를 도입할 때도 단순히 트렌드를 좇기보다는 현재 팀의 문제를 가장 효과적으로 해결할 수 있는 기술을 신중하게 선택합니다. 우리는 장기적으로 안정적이고 확장 가능한 시스템과 지속 가능한 개발 문화를 만드는 것을 더 중요하게 생각합니다. 엔지니어들은 언제든지 자유롭게 의견을 주고받으며 함께 성장하고 있습니다.
체계적인 개발 프로세스로 품질을 보장합니다.
시장상황에 맞는 빠른 제품 개발과 개선, 높은 품질이 보장된 개발을 위해서 우리는 아래와 같은 프로세스와 문화를 유지하고 끊임없이 개선하고 있습니다.
[프로덕트 스펙 작성 및 검토]
개발 전 기획 단계부터 명확한 비즈니스 로직을 정리하고, 요구사항이 누락되거나 비효율적이지 않은지 미리 검토하여 개발 과정에서 발생할 수 있는 문제를 최소화합니다.
[테크 스펙 문서화와 협업]
시스템 설계 단계에서부터 명확한 기술 스펙을 작성하여 동료 엔지니어들의 리뷰를 받습니다. 이 과정에서 시스템 구조, 성능 최적화, 보안 이슈 등을 미리 논의하여 보다 탄탄한 기반 위에 개발을 진행합니다.
[활발한 코드 리뷰 문화]
다양한 관점과 경험을 가진 동료 엔지니어들의 활발한 코드 리뷰를 통해 코드 품질을 지속적으로 높이고, 개인뿐 아니라 팀 전체의 기술 역량 성장을 도모합니다.
이러한 체계적이고 명확한 프로세스를 통해 엔지니어들은 안정적이고 유지보수가 쉬운 코드를 자신감 있게 작성하며, 복잡한 문제에 높은 집중력으로 몰입할 수 있는 환경을 만들고 있습니다.
AI 시대의 선두에서 혁신을 만들어갑니다.
뱅크샐러드 Tech 조직에는 전담 Data AI & Productivity 팀이 존재하며, 전사적 생산성 향상과 시스템 최적화를 위해 AI 기술을 적극적으로 활용하고 있습니다.
단순히 외부의 AI 도구를 도입하는 수준을 넘어, 우리가 가진 데이터와 도메인에 최적화된 독창적인 금융 AI AGENT를 개발하여 실질적인 성과를 만들어 나가고 있습니다.
[지속적인 최신 AI 기술 연구 및 적용]
• MCP(Model Context Protocol)를 활용한 데이터와 AI 기반 개발 워크플로우 개선
• AI 지원 기반 코드 리뷰 및 자동화된 테스팅 시스템 구축
AI 기술의 활용은 이제 시작 단계에 불과하지만, 뱅크샐러드는 끊임없는 도전과 실험을 통해 업계 최고 수준의 AI 활용 역량을 쌓아가고 있습니다.
AI Native Engineer로서 AI 시대의 혁신적인 서비스와 개발 문화를 함께 만들어갈 동료를 찾고 있습니다.
뱅크샐러드 웹 챕터의 엔지니어는 이렇게 일하고 있어요.
[웹 챕터 지식의 LLM Agent 활용을 위한 구조화 및 토큰화]
챕터 내에 축적된 기술 문서, 코드 컨벤션, 회고 등을 LLM Agent가 활용할 수 있도록 구조화하고, 필요한 정보를 토큰화하여 검색성과 활용도를 극대화함으로써 실질적인 생산성 향상을 도모하고 있습니다.
[모노레포 환경에서의 빌드 최적화 및 캐싱 전략 고도화]
CI/CD 속도를 개선하기 위해, 모노레포 구조에서의 incremental build 및 icaching 전략을 고도화하고 있습니다. 이를 통해 개발자 경험을 개선하고, 병목 현상 없이 안정적으로 서비스를 배포할 수 있도록 하고 있습니다.
[공통 패턴을 추상화한 유연한 내부 라이브러리 구축]
여러 서비스 간에 반복적으로 사용되는 UI/비즈니스 로직 패턴을 추상화하여, 범용적이고 유연한 인터페이스를 제공하는 내부 공용 라이브러리를 구축 중입니다. 이를 통해 중복 개발을 줄이고, 서비스 간 일관성을 확보하고 있습니다.
[Deprecated 모듈 및 컴포넌트의 점진적 마이그레이션]
유지보수성과 일관성을 높이기 위해, 기존에 사용되던 deprecated된 컴포넌트들을 최신 기술 스택으로 점진적으로 마이그레이션하고 있으며, 이를 효율적으로 지원하기 위한 코드 분석 도구 및 자동화 도구들을 함께 개발하고 있습니다.
뱅크샐러드 AI Native Web Engineer는 이러한 업무들을 주로 수행합니다.
[적극적인 A/B 테스트 진행]
사용자 경험과 제품 품질을 빠르게 개선하기 위해 A/B 테스트 기반의 실험 문화를 적극적으로 실천합니다. 다양한 기능 및 UI/UX 개선안을 실험 설계 구현 분석까지의 전 과정을 반복적으로 수행하며, 실험 데이터를 기반으로 한 인사이트 도출과 의사결정의 정교함을 높이고 있습니다.
[다양한 직군과 협업하는 자율 조직 문화]
PM, DA, 디자이너, 엔지니어 등 다양한 역할의 구성원이 4명에서 15명 규모로 구성된 하나의 목적조직 내에서, 마치 작은 스타트업처럼 높은 자율성과 책임감을 바탕으로 서비스/제품을 개발하고 운영하고 있습니다. 각 직군 간 경계를 넘나들며 밀접하게 협업하고, 실시간 피드백과 상황에 맞는 유연한 의사결정을 통해 빠르게 가설을 검증하고 방향을 조정합니다.
[목적조직 내 프론트엔드 개발자의 역할]
하나의 목적조직 내에 1~3명의 Frontend Developer가 소속되어 있으며, 단순한 기능 구현을 넘어서 서비스 방향성과 개발 문화에 기여하고, 구성원 간의 상호 피드백을 통해 함께 역량을 성장시키고 있습니다.
[Frontend 챕터 기반의 기술 협업]
여러 목적조직에 배치된 프론트엔드 엔지니어들은 챕터 단위로 유기적으로 협업하며, 주기적인 챕터 위클리를 통해 기술 부채를 점검하고 기술적 방향성을 함께 논의합니다. 좋은 코드 디자인과 아키텍처에 대한 관점을 공유하고, 학습한 내용을 정리 및 아카이빙하여 조직 내 지식 자산으로 축적하고 있습니다. 이러한 맥락 기반의 지식은 코드 리팩토링 및 기술 개선의 기준으로도 활용됩니다.
[선언적 UI와 유지보수 가능한 React 코드 설계]
React의 선언적 프로그래밍 철학에 대한 이해를 바탕으로, Suspense와 ErrorBoundary 등을 적극적으로 활용하여 예측 가능하고 안정적인 사용자 경험을 구현하고 있습니다. 이를 통해 코드의 가독성과 유지보수성을 높이고, 복잡한 상태 관리나 비동기 흐름에서도 일관된 동작을 보장하는 구조를 설계합니다.
[Type-Safe한 코드 기반 설계]
Zod, 커스텀 타입 유틸, 타입 가드 및 타입 단언(Type Assertion)을 활용하여 전반적인 코드베이스의 타입 안정성을 확보하고 있습니다. 타입 추론(Type Inference)을 적극적으로 활용해 개발 생산성과 에디터 지원을 극대화하며, 정적 타입 체크를 통해 런타임 오류를 사전에 방지하는 신뢰도 높은 개발 환경을 구축하고 있습니다.
[디자인-개발 협업 자동화]
디자인 토큰은 Tailwind Preset 형태로 시스템화되어 있으며, Radix Primitives를 기반으로 한 코어 컴포넌트로 구성된 디자인 시스템을 통해 일관된 UI를 구현합니다. 유연하면서도 재사용이 용이한 설계를 바탕으로, 핵심 로직은 코어 컴포넌트에 의존하되, 다양한 디자인 요구사항도 유연하게 대응할 수 있는 구조를 갖추고 있습니다. 특히 Figma의 Code Connect 기능을 활용하여 디자인 시안을 코드로 자동 변환함으로써, 디자이너와 개발자 간 협업 효율을 높이고, 반복 작업을 최소화하고 있습니다.
[모노레포 운영, CI/CD 자동화]
팀별로 각 서비스는 마이크로 프론트엔드로 배포/운영되며, 각 서비스의 코드는 NX 기반의 모노레포로 운영합니다. 공통 로직과 서비스별 로직을 적절히 분리하여 공용 코드를 재사용하고, 서비스별 로직은 독립적으로 관리하여 재사용성과 도메인 응집도를 동시에 확보합니다.
프론트엔드 서버는 self-hosted 방식으로, 배포시점에 build를 통해 도커 컨테이너를 생성해 AWS ECR에 업로드하고, AWS의 EKS를 활용하여 K8S Pod을 통해 서빙됩니다.
GitHub Action 기반의 CI/CD 환경을 기반으로 간단한 명령어를 통해 테스트, 빌드 및 배포가 가능한 환경입니다.
[API 명세관리 및 핸들러 자동생성]
Server와 Web 간의 API나 WebView Native 간의 Interface는 Proto로 정의한 뒤 각 플랫폼에 맞게 타입 및 API 핸들러가 자동 생성되어 인터페이스 일관성과 안전성을 확보합니다.
[테스트 용이성]
자동생성된 Interface를 기반으로 API 목데이터를 생성하고, MSW를 활용해 목데이터를 서빙하여 개발 간 서버 의존성 없이 특정 시나리오를 재현하고 테스트할 수 있습니다.
Firebase App Distribution에 배포된 각 버전별 앱을 받아 로컬 및 브랜치에 맞는 Staging 환경을 설정하여 쉽고 편하게 테스팅 환경을 구성합니다.
브랜치별로 QA 환경이 독립적으로 구성되기에 PR 단계에서 리뷰, Staging QA, CI/CD를 통과하면 바로 main으로 머지되는 Trunk-based 전략을 활용하여 소스코드를 관리합니다.
[코드리뷰, LLM Agent 활용]
각 팀별 서비스 밀접도 기준으로 리뷰그룹이 운영되고 리뷰그룹 중 특정인원이 명시적으로 할당되어 리뷰합니다. 그동안 웹 프론트 챕터가 합의한 코드 디자인 가이드를 기준으로 우선순위와 함께 리뷰가 진행됩니다.
합의한 코드 디자인 가이드는 GitHub Discussion에 인덱스와 함께 아카이빙되어 리뷰 코멘트에 링크로 첨부됩니다. 코드 작성자는 링크에 정리된 내용의 Before/After를 통해 명확히 코드 개선 방향을 인지하고 코드를 수정할 수 있습니다.
이미 인덱스된 코드 디자인이 리뷰에 사용된다면 정리된 곳에 케이스와 새로운 추가 내용을 더하여 기존 코드 디자인 문서를 업데이트합니다. 최근에는 인덱스된 코드 디자인 가이드를 인덱스별로 LLM Agent의 Rule로 업데이트하고 이를 리팩토링에 활용하는 사례를 만들고 있습니다.
• 5년 이상 서비스를 지속적으로 개발하고 운영하며, 변화하는 요구사항에 유연하게 대응해본 경험이 있는 분
• AI 기반 개발도구 (Cursor, Claude Code, Copilot 등)를 실무 적용하여 생산성과 품질을 개선한 경험과 기술전파에 열정이 있는 분
• 코드 작성 단계부터 서비스의 특성 및 생애주기, 팀의 자원 및 상황을 종합적으로 고려하여 비즈니스 요구사항과 기술적 완성도 사이의 적절한 의사결정을 고민하는 분
• TypeScript의 Generic, Discriminated Union, Type Guard, Assertion 등에 대한 이해를 바탕으로 기본적인 타입 유틸을 활용하여 Type-Safe한 코드를 작성하는 분
• React 함수형 컴포넌트의 함수형에 대한 이해를 바탕으로 ErrorBoundary, Suspense를 활용한 선언적 코드를 작성하는 분
• React에서 횡단관심사(Cross-Cutting Concerns)에 대한 이해를 바탕으로 Render Props, Compound Pattern을 적절하게 활용하고, HOC, Custom Hook을 통한 재사용성을 고려한 코드를 작성하는 분
• 웹 프론트엔드 서비스 모니터링을 통해 런타임 에러 알림을 설정하고, 에러 발생에 대응하는 등의 운영경험이 있는 분
• 브라우저 개발자 도구와 코드 에디터의 디버깅 기능을 활용하여 웹 서버 및 브라우저 런타임의 버그 및 서비스 성능에 대한 트러블 슈팅이 가능한 분
뱅크샐러드의 미션은 유저가 자신의 정보를 언제 어디서나 쓸수 있는 환경을 만들고, 유저 이익이 극대화된 디지털 경험을 설계하는 것입니다. 우리는 사람들에게 가장 중요한 가치인 '돈'과 '건강' 분야에 특히 집중하고 있습니다.
혁신적인 생각을 담은 제품을 끊임없이 내는 회사가 스타트업이라고 생각합니다.
우리는 자동 가계부(2017), 금융 통합 조회 (2018), 소비 기반 카드 추천(2018), 대출 비교 서비스(2019), 신용 점수 올리기(2019), 금융 비서 (2020), 마이데이터 (2022), 무료 유전자 검사(2023), 건강 맞춤 보장 분석 (2024) 샐러드 게임(2025), 최저금리 알리미(2023)를 국내 최초로 출시하며 혁신성을 입증해 왔습니다.
최근 2년간 월 매출은 800% 성장하였고 월 경상 이익(BEP)을 돌파하여 지속가능성과 안정성을 확보하였습니다.
금융과 건강을 아우르는 데이터 시너지를 바탕으로 금융업으로 확장해 나감으로써 5년뒤에는 디지털 금융 지주 회사, 10년 뒤에는 정보를 회사의 핵심 자산으로 각종 사업을 확장해 나가는 데이터 지주 회사가 되고자 합니다.
한계 없이 문제를 해결하는 문화, 데이터를 가장 안전하게 잘 활용하는 프로세스를 함께 만들고, 제품과 비즈니스에서 실질적 성과를 만들고자 하는 도전 정신 충만한 동료들과 함께하고 싶습니다.
주요업무
뱅크샐러드 AI Native Engineer는 이렇게 일하고 있어요.좋은 제품을 만들기 위한 방법을 끊임없이 고민합니다.
뱅크샐러드의 AI Native Engineer는 AI 기반 개발 도구를 활용해 생산성을 극대화하고, 제품 개발에 투입되어 기존 개발 프로세스를 효율화합니다. 단순한 기능 구현에만 머물지 않고, AI 도구를 적극적으로 적용하여 코드 품질과 개발 속도를 높이고, 팀 전체의 효율성을 제고하는 데 중점을 둡니다. 또한, 비즈니스 임팩트를 고려한 설계를 논의하고, 고가용성의 안정적인 서비스를 만들기 위해서 고민하고 있습니다.
새로운 기술이나 아키텍처를 도입할 때도 단순히 트렌드를 좇기보다는 현재 팀의 문제를 가장 효과적으로 해결할 수 있는 기술을 신중하게 선택합니다. 우리는 장기적으로 안정적이고 확장 가능한 시스템과 지속 가능한 개발 문화를 만드는 것을 더 중요하게 생각합니다. 엔지니어들은 언제든지 자유롭게 의견을 주고받으며 함께 성장하고 있습니다.
체계적인 개발 프로세스로 품질을 보장합니다.
시장상황에 맞는 빠른 제품 개발과 개선, 높은 품질이 보장된 개발을 위해서 우리는 아래와 같은 프로세스와 문화를 유지하고 끊임없이 개선하고 있습니다.
[프로덕트 스펙 작성 및 검토]
개발 전 기획 단계부터 명확한 비즈니스 로직을 정리하고, 요구사항이 누락되거나 비효율적이지 않은지 미리 검토하여 개발 과정에서 발생할 수 있는 문제를 최소화합니다.
[테크 스펙 문서화와 협업]
시스템 설계 단계에서부터 명확한 기술 스펙을 작성하여 동료 엔지니어들의 리뷰를 받습니다. 이 과정에서 시스템 구조, 성능 최적화, 보안 이슈 등을 미리 논의하여 보다 탄탄한 기반 위에 개발을 진행합니다.
[활발한 코드 리뷰 문화]
다양한 관점과 경험을 가진 동료 엔지니어들의 활발한 코드 리뷰를 통해 코드 품질을 지속적으로 높이고, 개인뿐 아니라 팀 전체의 기술 역량 성장을 도모합니다.
이러한 체계적이고 명확한 프로세스를 통해 엔지니어들은 안정적이고 유지보수가 쉬운 코드를 자신감 있게 작성하며, 복잡한 문제에 높은 집중력으로 몰입할 수 있는 환경을 만들고 있습니다.
AI 시대의 선두에서 혁신을 만들어갑니다.
뱅크샐러드 Tech 조직에는 전담 Data AI & Productivity 팀이 존재하며, 전사적 생산성 향상과 시스템 최적화를 위해 AI 기술을 적극적으로 활용하고 있습니다.
단순히 외부의 AI 도구를 도입하는 수준을 넘어, 우리가 가진 데이터와 도메인에 최적화된 독창적인 금융 AI AGENT를 개발하여 실질적인 성과를 만들어 나가고 있습니다.
[지속적인 최신 AI 기술 연구 및 적용]
• MCP(Model Context Protocol)를 활용한 데이터와 AI 기반 개발 워크플로우 개선
• AI 지원 기반 코드 리뷰 및 자동화된 테스팅 시스템 구축
AI 기술의 활용은 이제 시작 단계에 불과하지만, 뱅크샐러드는 끊임없는 도전과 실험을 통해 업계 최고 수준의 AI 활용 역량을 쌓아가고 있습니다.
AI Native Engineer로서 AI 시대의 혁신적인 서비스와 개발 문화를 함께 만들어갈 동료를 찾고 있습니다.
뱅크샐러드 웹 챕터의 엔지니어는 이렇게 일하고 있어요.
[웹 챕터 지식의 LLM Agent 활용을 위한 구조화 및 토큰화]
챕터 내에 축적된 기술 문서, 코드 컨벤션, 회고 등을 LLM Agent가 활용할 수 있도록 구조화하고, 필요한 정보를 토큰화하여 검색성과 활용도를 극대화함으로써 실질적인 생산성 향상을 도모하고 있습니다.
[모노레포 환경에서의 빌드 최적화 및 캐싱 전략 고도화]
CI/CD 속도를 개선하기 위해, 모노레포 구조에서의 incremental build 및 icaching 전략을 고도화하고 있습니다. 이를 통해 개발자 경험을 개선하고, 병목 현상 없이 안정적으로 서비스를 배포할 수 있도록 하고 있습니다.
[공통 패턴을 추상화한 유연한 내부 라이브러리 구축]
여러 서비스 간에 반복적으로 사용되는 UI/비즈니스 로직 패턴을 추상화하여, 범용적이고 유연한 인터페이스를 제공하는 내부 공용 라이브러리를 구축 중입니다. 이를 통해 중복 개발을 줄이고, 서비스 간 일관성을 확보하고 있습니다.
[Deprecated 모듈 및 컴포넌트의 점진적 마이그레이션]
유지보수성과 일관성을 높이기 위해, 기존에 사용되던 deprecated된 컴포넌트들을 최신 기술 스택으로 점진적으로 마이그레이션하고 있으며, 이를 효율적으로 지원하기 위한 코드 분석 도구 및 자동화 도구들을 함께 개발하고 있습니다.
뱅크샐러드 AI Native Web Engineer는 이러한 업무들을 주로 수행합니다.
[적극적인 A/B 테스트 진행]
사용자 경험과 제품 품질을 빠르게 개선하기 위해 A/B 테스트 기반의 실험 문화를 적극적으로 실천합니다. 다양한 기능 및 UI/UX 개선안을 실험 설계 구현 분석까지의 전 과정을 반복적으로 수행하며, 실험 데이터를 기반으로 한 인사이트 도출과 의사결정의 정교함을 높이고 있습니다.
[다양한 직군과 협업하는 자율 조직 문화]
PM, DA, 디자이너, 엔지니어 등 다양한 역할의 구성원이 4명에서 15명 규모로 구성된 하나의 목적조직 내에서, 마치 작은 스타트업처럼 높은 자율성과 책임감을 바탕으로 서비스/제품을 개발하고 운영하고 있습니다. 각 직군 간 경계를 넘나들며 밀접하게 협업하고, 실시간 피드백과 상황에 맞는 유연한 의사결정을 통해 빠르게 가설을 검증하고 방향을 조정합니다.
[목적조직 내 프론트엔드 개발자의 역할]
하나의 목적조직 내에 1~3명의 Frontend Developer가 소속되어 있으며, 단순한 기능 구현을 넘어서 서비스 방향성과 개발 문화에 기여하고, 구성원 간의 상호 피드백을 통해 함께 역량을 성장시키고 있습니다.
[Frontend 챕터 기반의 기술 협업]
여러 목적조직에 배치된 프론트엔드 엔지니어들은 챕터 단위로 유기적으로 협업하며, 주기적인 챕터 위클리를 통해 기술 부채를 점검하고 기술적 방향성을 함께 논의합니다. 좋은 코드 디자인과 아키텍처에 대한 관점을 공유하고, 학습한 내용을 정리 및 아카이빙하여 조직 내 지식 자산으로 축적하고 있습니다. 이러한 맥락 기반의 지식은 코드 리팩토링 및 기술 개선의 기준으로도 활용됩니다.
[선언적 UI와 유지보수 가능한 React 코드 설계]
React의 선언적 프로그래밍 철학에 대한 이해를 바탕으로, Suspense와 ErrorBoundary 등을 적극적으로 활용하여 예측 가능하고 안정적인 사용자 경험을 구현하고 있습니다. 이를 통해 코드의 가독성과 유지보수성을 높이고, 복잡한 상태 관리나 비동기 흐름에서도 일관된 동작을 보장하는 구조를 설계합니다.
[Type-Safe한 코드 기반 설계]
Zod, 커스텀 타입 유틸, 타입 가드 및 타입 단언(Type Assertion)을 활용하여 전반적인 코드베이스의 타입 안정성을 확보하고 있습니다. 타입 추론(Type Inference)을 적극적으로 활용해 개발 생산성과 에디터 지원을 극대화하며, 정적 타입 체크를 통해 런타임 오류를 사전에 방지하는 신뢰도 높은 개발 환경을 구축하고 있습니다.
[디자인-개발 협업 자동화]
디자인 토큰은 Tailwind Preset 형태로 시스템화되어 있으며, Radix Primitives를 기반으로 한 코어 컴포넌트로 구성된 디자인 시스템을 통해 일관된 UI를 구현합니다. 유연하면서도 재사용이 용이한 설계를 바탕으로, 핵심 로직은 코어 컴포넌트에 의존하되, 다양한 디자인 요구사항도 유연하게 대응할 수 있는 구조를 갖추고 있습니다. 특히 Figma의 Code Connect 기능을 활용하여 디자인 시안을 코드로 자동 변환함으로써, 디자이너와 개발자 간 협업 효율을 높이고, 반복 작업을 최소화하고 있습니다.
[모노레포 운영, CI/CD 자동화]
팀별로 각 서비스는 마이크로 프론트엔드로 배포/운영되며, 각 서비스의 코드는 NX 기반의 모노레포로 운영합니다. 공통 로직과 서비스별 로직을 적절히 분리하여 공용 코드를 재사용하고, 서비스별 로직은 독립적으로 관리하여 재사용성과 도메인 응집도를 동시에 확보합니다.
프론트엔드 서버는 self-hosted 방식으로, 배포시점에 build를 통해 도커 컨테이너를 생성해 AWS ECR에 업로드하고, AWS의 EKS를 활용하여 K8S Pod을 통해 서빙됩니다.
GitHub Action 기반의 CI/CD 환경을 기반으로 간단한 명령어를 통해 테스트, 빌드 및 배포가 가능한 환경입니다.
[API 명세관리 및 핸들러 자동생성]
Server와 Web 간의 API나 WebView Native 간의 Interface는 Proto로 정의한 뒤 각 플랫폼에 맞게 타입 및 API 핸들러가 자동 생성되어 인터페이스 일관성과 안전성을 확보합니다.
[테스트 용이성]
자동생성된 Interface를 기반으로 API 목데이터를 생성하고, MSW를 활용해 목데이터를 서빙하여 개발 간 서버 의존성 없이 특정 시나리오를 재현하고 테스트할 수 있습니다.
Firebase App Distribution에 배포된 각 버전별 앱을 받아 로컬 및 브랜치에 맞는 Staging 환경을 설정하여 쉽고 편하게 테스팅 환경을 구성합니다.
브랜치별로 QA 환경이 독립적으로 구성되기에 PR 단계에서 리뷰, Staging QA, CI/CD를 통과하면 바로 main으로 머지되는 Trunk-based 전략을 활용하여 소스코드를 관리합니다.
[코드리뷰, LLM Agent 활용]
각 팀별 서비스 밀접도 기준으로 리뷰그룹이 운영되고 리뷰그룹 중 특정인원이 명시적으로 할당되어 리뷰합니다. 그동안 웹 프론트 챕터가 합의한 코드 디자인 가이드를 기준으로 우선순위와 함께 리뷰가 진행됩니다.
합의한 코드 디자인 가이드는 GitHub Discussion에 인덱스와 함께 아카이빙되어 리뷰 코멘트에 링크로 첨부됩니다. 코드 작성자는 링크에 정리된 내용의 Before/After를 통해 명확히 코드 개선 방향을 인지하고 코드를 수정할 수 있습니다.
이미 인덱스된 코드 디자인이 리뷰에 사용된다면 정리된 곳에 케이스와 새로운 추가 내용을 더하여 기존 코드 디자인 문서를 업데이트합니다. 최근에는 인덱스된 코드 디자인 가이드를 인덱스별로 LLM Agent의 Rule로 업데이트하고 이를 리팩토링에 활용하는 사례를 만들고 있습니다.
자격요건
이런 경험과 역량을 갖추신 분들과 여정을 함께하고 싶어요• 5년 이상 서비스를 지속적으로 개발하고 운영하며, 변화하는 요구사항에 유연하게 대응해본 경험이 있는 분
• AI 기반 개발도구 (Cursor, Claude Code, Copilot 등)를 실무 적용하여 생산성과 품질을 개선한 경험과 기술전파에 열정이 있는 분
• 코드 작성 단계부터 서비스의 특성 및 생애주기, 팀의 자원 및 상황을 종합적으로 고려하여 비즈니스 요구사항과 기술적 완성도 사이의 적절한 의사결정을 고민하는 분
• TypeScript의 Generic, Discriminated Union, Type Guard, Assertion 등에 대한 이해를 바탕으로 기본적인 타입 유틸을 활용하여 Type-Safe한 코드를 작성하는 분
• React 함수형 컴포넌트의 함수형에 대한 이해를 바탕으로 ErrorBoundary, Suspense를 활용한 선언적 코드를 작성하는 분
• React에서 횡단관심사(Cross-Cutting Concerns)에 대한 이해를 바탕으로 Render Props, Compound Pattern을 적절하게 활용하고, HOC, Custom Hook을 통한 재사용성을 고려한 코드를 작성하는 분
• 웹 프론트엔드 서비스 모니터링을 통해 런타임 에러 알림을 설정하고, 에러 발생에 대응하는 등의 운영경험이 있는 분
• 브라우저 개발자 도구와 코드 에디터의 디버깅 기능을 활용하여 웹 서버 및 브라우저 런타임의 버그 및 서비스 성능에 대한 트러블 슈팅이 가능한 분
