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. 알프레드는 사업자의 금융·세무·급여 데이터를 다룹니다. 데이터 엔지니어는 이 데이터를 안정적으로 연결하고 구조화하여, AI 에이전트가 사업자의 상황을 정확하게 이해하고 적절한 업무를 수행할 수 있는 기반을 만듭니다.
• 알프레드의 "첫 번째 전담 데이터 엔지니어"입니다. 데이터 플랫폼의 아키텍처와 기술 방향을 처음부터 설계하고, 데이터 엔지니어링에 필요한 기술적 의사결정을 주도합니다. 팀 성장에 따라 데이터 엔지니어링 조직을 만들어가고 이끌 수 있습니다.
• 다루는 데이터는 사업자의 금융·세무·급여 데이터입니다. 정확성과 보안이 곧 제품 신뢰입니다.
• 초기 단계 조직입니다. "정답이 정해져 있지 않은 상황에서 트레이드오프를 판단하고, 지금 규모에 맞는 것을 빠르게 만들어 성장에 따라 확장하는 판단력"을 가장 중요하게 봅니다.
• 데이터 플랫폼 설계 및 구축 (0→1)
• 사업자 금융·세무·급여 데이터를 다루는 데이터 플랫폼의 목표 아키텍처와 초기 6~12개월 로드맵을 설계하고 주도합니다.
• 기술 방향과 주요 아키텍처 의사결정을 주도하고, 현재 규모에 맞는 기술을 선택해 단계적으로 확장합니다.
• 개인정보·금융 데이터의 접근제어, 마스킹·암호화, 보존·파기 정책을 데이터 플랫폼 수준에서 설계하고 구현합니다.
• 데이터 파이프라인 구축
• 서비스 DB와 외부 SaaS 데이터를 안정적으로 적재·정제하는 파이프라인을 배치 중심으로 구축하고, 필요 시 준실시간 처리로 확장합니다.
• 스키마 변경, 적재 실패, 정합성 오류를 탐지·대응하는 데이터 품질 체계를 만듭니다.
• AI 에이전트 운영 데이터 기반 마련
• LLM 호출 로그, 에이전트 실행 이력, 평가 데이터셋을 적재·관리하는 파이프라인을 구축합니다.
• AI 팀과 협업하여 에이전트의 품질·비용·성능을 측정하고, 서비스 데이터와 에이전트 데이터를 하나의 플랫폼에서 연결하는 기반을 만듭니다.
• 분석 기반 제공
• 운영·기획·경영진이 활용할 수 있도록 데이터 웨어하우스와 핵심 지표 데이터 모델을 설계하고, 유관부서가 BI 도구로 대시보드를 만들 수 있도록 지원합니다.
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. 알프레드는 사업자의 금융·세무·급여 데이터를 다룹니다. 데이터 엔지니어는 이 데이터를 안정적으로 연결하고 구조화하여, AI 에이전트가 사업자의 상황을 정확하게 이해하고 적절한 업무를 수행할 수 있는 기반을 만듭니다.
주요업무
[이 포지션에 대해]• 알프레드의 "첫 번째 전담 데이터 엔지니어"입니다. 데이터 플랫폼의 아키텍처와 기술 방향을 처음부터 설계하고, 데이터 엔지니어링에 필요한 기술적 의사결정을 주도합니다. 팀 성장에 따라 데이터 엔지니어링 조직을 만들어가고 이끌 수 있습니다.
• 다루는 데이터는 사업자의 금융·세무·급여 데이터입니다. 정확성과 보안이 곧 제품 신뢰입니다.
• 초기 단계 조직입니다. "정답이 정해져 있지 않은 상황에서 트레이드오프를 판단하고, 지금 규모에 맞는 것을 빠르게 만들어 성장에 따라 확장하는 판단력"을 가장 중요하게 봅니다.
자격요건
[합류하시면 이런 역할을 합니다]• 데이터 플랫폼 설계 및 구축 (0→1)
• 사업자 금융·세무·급여 데이터를 다루는 데이터 플랫폼의 목표 아키텍처와 초기 6~12개월 로드맵을 설계하고 주도합니다.
• 기술 방향과 주요 아키텍처 의사결정을 주도하고, 현재 규모에 맞는 기술을 선택해 단계적으로 확장합니다.
• 개인정보·금융 데이터의 접근제어, 마스킹·암호화, 보존·파기 정책을 데이터 플랫폼 수준에서 설계하고 구현합니다.
• 데이터 파이프라인 구축
• 서비스 DB와 외부 SaaS 데이터를 안정적으로 적재·정제하는 파이프라인을 배치 중심으로 구축하고, 필요 시 준실시간 처리로 확장합니다.
• 스키마 변경, 적재 실패, 정합성 오류를 탐지·대응하는 데이터 품질 체계를 만듭니다.
• AI 에이전트 운영 데이터 기반 마련
• LLM 호출 로그, 에이전트 실행 이력, 평가 데이터셋을 적재·관리하는 파이프라인을 구축합니다.
• AI 팀과 협업하여 에이전트의 품질·비용·성능을 측정하고, 서비스 데이터와 에이전트 데이터를 하나의 플랫폼에서 연결하는 기반을 만듭니다.
• 분석 기반 제공
• 운영·기획·경영진이 활용할 수 있도록 데이터 웨어하우스와 핵심 지표 데이터 모델을 설계하고, 유관부서가 BI 도구로 대시보드를 만들 수 있도록 지원합니다.
