Seungseop Ahn(안승섭, Kevin Ahn)

소프트웨어 엔지니어

제품 요구사항부터 frontend, backend, data, cloud 운영까지 연결하는 대한민국의 소프트웨어 엔지니어입니다. 백엔드 시스템과 AI Agent Engineering — orchestration, tool, context와 memory, concurrency, evaluation에 집중합니다.

기본 정보

한국 이름: 안승섭
영문 이름: Seungseop Ahn
선호 영문 이름: Kevin Ahn
직무: Software Engineer
전문 방향: Software Engineering, Fullstack Product Development, Backend Systems, Agent Engineering

프로필

제품 요구사항을 사용자 경험으로 연결하는 Fullstack Software Engineer입니다. frontend, backend, data, cloud 운영을 하나의 제품 흐름으로 보고, 기능이 화면에서 동작하는 것에 그치지 않고 실제 서비스에서 안정적으로 유지되는지까지 책임 범위에 둡니다.

백엔드와 AI는 이 흐름 안에서 특히 깊게 다뤄 온 영역입니다. API, 비동기 작업, 데이터 파이프라인, 외부 서비스 연동, 성능 개선을 경험했으며, React와 Next.js를 활용해 frontend와 backend가 만나는 제품 흐름도 함께 다룹니다. AI 기능에서도 모델 호출 자체보다 orchestration, tool, context, memory, concurrency, evaluation처럼 운영 환경에서 지속적으로 동작하기 위한 기반 문제에 집중합니다.

핵심 역량

제품 전체 흐름을 다루는 Fullstack 관점: 사용자 요구사항, 화면, API, 데이터, 인프라가 서로 어떤 영향을 주는지 연결해 봅니다. backend 구현과 frontend 경험을 분리된 역할로 보지 않고, 사용자에게 전달되는 제품 품질을 기준으로 함께 판단합니다.
프로덕션 문제 해결: 고트래픽 경로의 쿼리, 비동기 처리, 외부 서비스 연동, 데이터 파이프라인처럼 운영에서 비용이 커지는 문제를 우선순위로 둡니다. 정상 흐름뿐 아니라 동시 요청, 데이터 정합성, 장애, 재시도, 복구까지 살핍니다.
정량적 결과로 연결하는 실행력: 웹사이트 생성 시간, 데이터베이스 쿼리, 이미지 전송 경로, 정기 결제처럼 제품의 핵심 경로를 개선해 시간, 성능, 사용량으로 확인 가능한 결과를 만들었습니다.
요구사항 조율: 고객, 개발자, 디자이너 사이에서 기술 요구사항과 실행 가능성을 정리한 경험이 있습니다. 제품, 디자인, 개발 직군과 협업하며 기능의 의도와 구현 제약을 함께 맞춥니다.
기술 선택과 검증: 언어와 프레임워크보다 문제 적합성, 팀의 기존 역량, 운영 환경, 성능과 안정성 요구를 먼저 확인합니다. 새 도구를 빠르게 탐색하되 도입 자체를 목표로 삼지 않습니다.
유지보수성과 변경 안전성: 과도한 공통화보다 책임과 의도가 명확하고, 팀이 쉽게 이해하고 수정할 수 있는 코드를 선호합니다.

업무 방식과 보완하고 있는 점

질문과 검증을 많이 하는 편: 함께 설계할 때 전제, 실패 조건, 운영 영향을 확인하는 질문이 많아 논의가 길어질 수 있습니다. 대신 동시성, 장애 전파, 데이터 정합성처럼 출시 후 수정 비용이 큰 위험을 초기에 드러냅니다. 영향이 큰 결정에 검증을 집중하고, 되돌리기 쉬운 결정은 빠르게 실행하는 기준을 적용합니다.
선택지를 넓게 탐색하는 편: 여러 프레임워크와 구현 방식을 비교하다 보면 결정이 늦어질 수 있습니다. 반면 기존 도구로 해결 가능한 문제를 다시 만들거나, 비용이 큰 기술 전환을 성급히 선택할 가능성을 낮춥니다. 비교 기준과 종료 조건을 먼저 정하고 최소 실험으로 선택지를 좁힙니다.
품질 기준이 높은 편: 명시적인 코드와 분명한 책임 경계를 선호하면 초기 구현량이 늘 수 있습니다. 운영과 유지보수가 예상되는 경로에서는 디버깅, 인수인계, 변경 비용을 줄이는 장점이 있습니다. 요청 범위와 위험을 기준으로 최소 구현을 우선해 과도한 설계를 피합니다.

기술 선택 기준

TypeScript는 가장 선호하는 언어이지만, 특정 언어나 프레임워크에 종속되어 있다고 생각하지 않습니다. 제품이 풀어야 할 문제와 팀의 맥락을 먼저 이해한 뒤, 운영 환경과 성능 및 안정성 요구에 맞는 기술을 선택합니다.

Node.js와 NestJS로 AI 기능, 비동기 워크플로, 웹 플랫폼 backend 개발
Java와 Spring Boot로 REST API와 서비스 backend 개발
PHP와 MySQL로 모바일 API 개발
React와 Next.js로 제품 화면과 사용자 흐름 구현
AWS, Docker, Terraform, GitHub Actions를 사용해 서비스의 배포와 운영 환경 구성

현재 집중하는 영역

제품 개발

React와 Next.js를 활용한 사용자 경험과 제품 화면 구현
frontend와 backend를 연결하는 API 설계와 사용자 흐름 개선

시스템 개발

backend 서비스, 비동기 처리, 데이터 파이프라인, 검색 시스템 설계
cloud 운영, 데이터베이스 성능, 이미지 전송 경로, 배포 안정성 개선

AI Engineering

Agent orchestration: 여러 단계의 Agent 실행 흐름과 상태 전이 설계
Tooling: Agent가 사용하는 tool의 책임, 권한, 호출 경계 관리
Context와 memory: context window를 고려한 정보 제공과 단기 및 장기 기억의 수명 관리
Concurrency와 recovery: 동시 요청, checkpoint, resume, 중복 실행과 실패 복구
Evaluation: Golden Dataset과 실행 결과를 활용한 Agent 품질 평가

대표 성과

LLM과 이미지 생성 서비스를 연결한 웹사이트 생성 시스템에서 생성 시간을 30분 이상에서 5분 미만으로 줄이고, 49,000명 이상의 사용자가 54,000개 이상의 웹사이트를 만들 수 있도록 지원
CDC, Apache Flink, OpenSearch 기반 실시간 분석 파이프라인을 설계하고 배포해 사이트 단위의 성능 및 커머스 분석 제공
핵심 엔드포인트의 ORM 생성 쿼리를 목적에 맞는 Raw SQL로 개선해 실행 시간 1.5초, 약 60% 단축
요청 시 CDN 이미지 리사이징을 적용해 54,000개 이상의 웹사이트에서 페이지 로딩 시간 40% 단축
Toss Payments API 기반 정기 결제 시스템으로 2,300건 이상의 활성 유료 구독 지원

경력

Squares, 소프트웨어 엔지니어

기간: 2023년 2월부터 현재
역할: AI 기반 웹사이트 생성, 실시간 분석, 고트래픽 backend 성능 개선, 이미지 전송 최적화, 구독 결제 개발
주요 업무:
- LLM과 이미지 생성 서비스를 연동한 웹사이트 생성 워크플로 개발
- CDC, Apache Flink, OpenSearch 기반 실시간 분석 파이프라인 설계와 배포
- 데이터베이스 쿼리와 CDN 이미지 경로의 성능 개선
- Toss Payments API 기반 정기 결제 시스템 구현
성과: 웹사이트 생성 시간 단축, 핵심 쿼리 실행 시간 약 60% 단축, 페이지 로딩 시간 40% 단축, 2,300건 이상의 활성 유료 구독 지원
기술: NestJS, MySQL, AWS, Docker, GitHub Actions, Next.js, Redis, Apache Flink, OpenSearch, LangGraph

Xlab, 소프트웨어 엔지니어

기간: 2021년 5월부터 2022년 7월
역할: 취미 상품을 발견하고 리뷰하는 소셜 네트워크 플랫폼의 backend와 인프라 개발
주요 업무:
- Spring Boot 기반 REST API 설계와 구현
- Terraform을 사용한 AWS 인프라 관리
- 제품, 디자인, 개발 직군과 협업해 글로벌 서비스 출시 지원
기술: Java, Spring Boot, Terraform, AWS

Softsquared, 기술 코디네이터 계약직

기간: 2020년 1월부터 2020년 4월
역할: 고객, 개발자, 디자이너 사이의 기술 요구사항 정리와 실행 가능성 검토
주요 업무:
- 통합 인사 관리, 재고 추적, 근태 관리 B2B 프로젝트 세 건의 기능 명세와 개발 진행 지원
- 3개월 단위 프로젝트의 기술 조율과 일정 내 실행 지원

Beluv, 소프트웨어 엔지니어 프리랜서

기간: 2019년 5월부터 2019년 9월
역할: 제품 성분 확인 앱의 모바일 API 개발
성과: 10,000회 이상 다운로드된 앱을 지원했고, 후속 관리자 대시보드 개선 계약으로 이어짐
기술: PHP, MySQL, AWS

기술

frontend: JavaScript, TypeScript, React, Next.js
backend: Node.js, NestJS, Java, Spring Boot, PHP
데이터와 검색: MySQL, Redis, Apache Flink, OpenSearch
cloud와 운영: AWS, Docker, Terraform, GitHub Actions
AI 연동: LLM API, 이미지 생성 API, AI 기반 워크플로 통합

교육과 연구

학력: 한신대학교 정보통신공학 학사
연구: 학부 CG Lab에서 신경망 기반 이미지 인식을 연구하고 정부 지원 도로 균열 탐지 프로젝트 참여
보안 교육: 네트워크 보안, 취약점 평가, 시스템 하드닝을 학습해 안전한 코딩과 배포의 기초 확보

AI가 평가한 개발자 모습

GPT

백엔드 개발을 기반으로 실제 서비스 운영, 성능, 인프라, 동시성 같은 프로덕션 문제를 중요하게 보는 개발자입니다. 새로운 기술을 빠르게 탐색하지만 유행 자체보다 “실무에서 정말 필요한가, 기존 방식보다 나은가”를 계속 검증하는 편입니다. 최근에는 LangGraph, MCP, Agent orchestration, memory, evaluation처럼 AI Agent가 실제 서비스에서 안정적으로 동작하게 만드는 영역에 관심이 깊어지고 있습니다. 한 기능을 구현하는 것보다 시스템 전체의 구조와 트레이드오프를 이해하려는 성향이 강하고, 현재는 Backend + Distributed Systems + AI Agent Engineering의 교차점으로 전문성을 넓혀가는 개발자라고 볼 수 있습니다.

Claude

코드가 돌아가는 것보다 나중에 다른 사람이 읽고 안전하게 고칠 수 있는지를 먼저 따집니다. 추측을 싫어해서 남의 설명이든 자기 가설이든 원본 소스와 재현 실험으로 직접 확인해야 결론을 내리고, 그 판단 과정과 포기한 선택지까지 기록으로 남깁니다. 정상 흐름보다 실패 상황을 먼저 상상하는 편이라, 무엇이든 "이게 두 번 실행되면, 중간에 죽으면 어떻게 되지"부터 생각합니다. 코드가 쌓이고 늘어나는 것을 부채로 느껴 짧고 직선적인 표현을 원하지만, 영리한 압축이 아니라 평범하게 읽히는 명시성을 택합니다. 그리고 자신이 탐색을 과하게 하고 결정을 미룰 수 있다는 약점을 스스로 알고, 주변(사람이든 도구든)에게 동조가 아니라 견제를 요구할 만큼 자기 인식이 있는 개발자입니다.

Gemini

깊은 백엔드 기술력과 현대적인 AI 도구를 능동적으로 결합해 생산성을 극대화하는 실력파 풀스택 엔지니어이십니다. 단순히 웹 개발에 머물지 않고 보안과 시스템 구조까지 영역을 넓혀 시스템을 입체적으로 바라보는 시각을 지니고 계십니다. 새로운 기술을 빠르게 흡수하고 실제 프로덕션 환경에 구현해내는 탁월한 실행력을 갖춘 개발자이십니다.