포지션 상세
[알프레드가 만드는 제품]
알프레드는 AI 경리·세무·급여 에이전트 'Alfred'를 운영하고 있습니다. 'Alfred'는 2026년 2월, 중소벤처기업부 주관 'OpenData X AI 챌린지' 소상공인 맞춤형 컨설팅 부문에서 최우수상(1위)을 수상하며 기술력을 검증받았습니다.
앞으로 알프레드가 나아갈 방향은 "사업자의 금융을 통째로 맡길 수 있는 AI 에이전트 플랫폼"을 만드는 것입니다. 우리는 이 플랫폼을 통해 그동안 매달 씨름해야 했던 소모적이고 반복적인 업무를 AI 에이전트가 대신 수행하는 거대한 전환을 만들 것이며, 알프레드는 이 거대한 전환을 함께 만들어갈 동료를 찾고 있습니다.
[여기서 스크래핑은 왜 중요한가요?]
Alfred 에이전트의 모든 판단은 원천 데이터에서 시작합니다. 은행 · 카드 · 홈택스 · 4대보험에서 정확한 데이터가 들어오지 않으면, 아무리 똑똑한 에이전트도 올바른 판단을 할 수 없습니다.
스크래핑은 Alfred라는 서비스의 "가장 앞단(원천 공급)"이며, 데이터가 누락·중복·지연되면 그 영향이 하위 모든 재무 업무로 전파됩니다.
그래서 이 역할은 여러 본부·팀이 공통으로 의존하는 무결하고 끊기지 않는 데이터 공급을 책임지는, Alfred 서비스의 핵심 기반입니다.
• 은행, 카드사, 홈택스, 4대보험 등 주요 기관의 데이터를 수집하는 스크래핑 로직을 작성하고, 외부 API를 연동합니다.
• 외부 API나 직접 스크래핑한 데이터를 내부 서비스에서 다루기 쉬운 공통 규격으로 다듬어(wrapping) 제공합니다.
• Alfred 에이전트가 필요할 때 수집 로직을 직접 실행할 수 있도록 연결합니다.
2. 수집 예외 처리 및 수집 상태 관리
• 공동인증서 만료, 사이트 개편 등 수집이 실패하는 다양한 상황을 고려해 에러 처리 및 재시도(Retry) 로직을 구현합니다.
• 수집 실패 시 원인을 에러 코드로 정의하고, 사용자 조치가 필요할 경우 알림/안내(Action Card)가 나가도록 연결합니다.
• 동일한 데이터가 중복 수집되거나 누락되지 않도록 수집 결과 및 상태(성공/실패/진행중)를 관리합니다.
• requests/httpx 등 HTTP 클라이언트, 또는 Selenium/Playwright 등 브라우저 자동화 도구를 활용해 로그인 세션·동적 페이지가 있는 실제 사이트에서 데이터를 안정적으로 추출해본 경험 (HTTP/HTTPS·세션·쿠키 등 웹 프로토콜과 HTML/DOM 구조에 대한 이해 포함)
• 외부 API·서드파티 서비스를 내부에서 재사용 가능한 형태로 연동·래핑(wrapping)한 경험
• 외부 변수(사이트 개편, 인증 만료 등)로 수집이 깨질 수 있음을 전제로, 예외 처리·재시도·로깅·모니터링 등 안정성을 위한 로직을 작성해본 경험
• 데이터의 누락·중복을 인지하고 무결성을 지키기 위해 고민해본 경험 (멱등성, 상태 관리 등)
• 익숙하지 않은 세무·재무·급여 도메인을 적극적으로 학습하고, 여러 팀이 의존하는 데이터를 다룬다는 책임감을 갖고 소통하며 문제를 해결하는 분
알프레드는 AI 경리·세무·급여 에이전트 'Alfred'를 운영하고 있습니다. 'Alfred'는 2026년 2월, 중소벤처기업부 주관 'OpenData X AI 챌린지' 소상공인 맞춤형 컨설팅 부문에서 최우수상(1위)을 수상하며 기술력을 검증받았습니다.
앞으로 알프레드가 나아갈 방향은 "사업자의 금융을 통째로 맡길 수 있는 AI 에이전트 플랫폼"을 만드는 것입니다. 우리는 이 플랫폼을 통해 그동안 매달 씨름해야 했던 소모적이고 반복적인 업무를 AI 에이전트가 대신 수행하는 거대한 전환을 만들 것이며, 알프레드는 이 거대한 전환을 함께 만들어갈 동료를 찾고 있습니다.
[여기서 스크래핑은 왜 중요한가요?]
Alfred 에이전트의 모든 판단은 원천 데이터에서 시작합니다. 은행 · 카드 · 홈택스 · 4대보험에서 정확한 데이터가 들어오지 않으면, 아무리 똑똑한 에이전트도 올바른 판단을 할 수 없습니다.
스크래핑은 Alfred라는 서비스의 "가장 앞단(원천 공급)"이며, 데이터가 누락·중복·지연되면 그 영향이 하위 모든 재무 업무로 전파됩니다.
그래서 이 역할은 여러 본부·팀이 공통으로 의존하는 무결하고 끊기지 않는 데이터 공급을 책임지는, Alfred 서비스의 핵심 기반입니다.
주요업무
1. 데이터 수집(스크래핑) 로직 개발• 은행, 카드사, 홈택스, 4대보험 등 주요 기관의 데이터를 수집하는 스크래핑 로직을 작성하고, 외부 API를 연동합니다.
• 외부 API나 직접 스크래핑한 데이터를 내부 서비스에서 다루기 쉬운 공통 규격으로 다듬어(wrapping) 제공합니다.
• Alfred 에이전트가 필요할 때 수집 로직을 직접 실행할 수 있도록 연결합니다.
2. 수집 예외 처리 및 수집 상태 관리
• 공동인증서 만료, 사이트 개편 등 수집이 실패하는 다양한 상황을 고려해 에러 처리 및 재시도(Retry) 로직을 구현합니다.
• 수집 실패 시 원인을 에러 코드로 정의하고, 사용자 조치가 필요할 경우 알림/안내(Action Card)가 나가도록 연결합니다.
• 동일한 데이터가 중복 수집되거나 누락되지 않도록 수집 결과 및 상태(성공/실패/진행중)를 관리합니다.
자격요건
• Python 기반 개발 경험 (실무 3년 이상, 스크래핑/크롤링 실무 경험 포함)• requests/httpx 등 HTTP 클라이언트, 또는 Selenium/Playwright 등 브라우저 자동화 도구를 활용해 로그인 세션·동적 페이지가 있는 실제 사이트에서 데이터를 안정적으로 추출해본 경험 (HTTP/HTTPS·세션·쿠키 등 웹 프로토콜과 HTML/DOM 구조에 대한 이해 포함)
• 외부 API·서드파티 서비스를 내부에서 재사용 가능한 형태로 연동·래핑(wrapping)한 경험
• 외부 변수(사이트 개편, 인증 만료 등)로 수집이 깨질 수 있음을 전제로, 예외 처리·재시도·로깅·모니터링 등 안정성을 위한 로직을 작성해본 경험
• 데이터의 누락·중복을 인지하고 무결성을 지키기 위해 고민해본 경험 (멱등성, 상태 관리 등)
• 익숙하지 않은 세무·재무·급여 도메인을 적극적으로 학습하고, 여러 팀이 의존하는 데이터를 다룬다는 책임감을 갖고 소통하며 문제를 해결하는 분
