질문 01 · 실무 참여도대표이사 · CTO · 프로덕트 리드의 질문
“경력이 긴 팀장·본부장 출신인데, 실무진이 적은 환경에서 직접 기획서를 쓰고 코드나 서버 로그도 함께 볼 수 있나요?”
시니어 채용 시 흔히 염려하시는 부분은 ‘관리만 하려 하거나 실무(기획서 작성, 데이터 확인, 프로토타이핑, 이슈 추적)에서 손을 떼지 않았을까’ 하는 점입니다.
클릭하여 오호진의 답변 & 수행 기록 보기
채용 포지션별 주요 경험 선택
현재 선택: 전체 통합 보기 (PM · AX · PL)탭을 클릭하시면 하단 설명과 맞춤 진단 섹션이 실시간으로 전환됩니다.
대표이사 · CTO · 인사담당자 통합 안내
현업의 복잡한 수기 업무를 정리해, 실무자가 바로 쓰는 웹 어드민과 자동화 도구로 구현하는 20년 차 PM/PL입니다.
대기업·중견기업 프로젝트 리딩 경험과 Python·Next.js 기반 사내 시스템 직접 개발 역량을 함께 갖추고 있습니다
기획과 개발, 현장 운영 사이에서 생기는 소통 공백을 직접 메우며 일해 왔습니다. 현대자동차·현대엔지니어링·현대글로비스 차세대 프로젝트에서 12~15명 규모의 백엔드 개발팀을 이끌어 정해진 기한 내에 오픈했고, 최근에는 사내 운영 백오피스(35개 화면)와 실시간 방송 데이터 분석 서버(Python 22,596줄)를 직접 개발해 운영팀의 반복 수작업을 크게 줄였습니다.
주요 수행 기록 요약(전체 통합 보기 (PM · AX · PL))
01. 사내 운영 어드민 및 실시간 분석 도구 직접 구축
Python 22,596 LOC · 어드민 35화면
외주 개발에 의존하지 않고 사내 통합 운영 어드민(S9-Admin)과 실시간 스트리밍 모니터링·코칭 서버(S9-Ana)를 직접 만들어 운영 중
02. 반복 수기 업무 및 리포트 자동화
월 마감 2주 → 10분 · 리포트 70% 절감
담당자별 엑셀로 흩어져 있던 매출·계약·근태 관리와 일일 방송 성과 리포트를 웹 시스템과 자동 알림 봇으로 전환
03. 엔터프라이즈 백엔드 PL & 글로벌 운영 경험
현대차 3사 15인 PL · HP 11.5년
현대차·현대ENG·글로비스 프로젝트 연속 완수, 지앤디비즈 스마트팩토리 MES 고객사 7→15개사 확대, HP 상하이 11년 5개월 근속
기본 프로필 요약면접 및 합류 일정 조율 가능
거주지 / 통근권경기 하남시 창우동 (송파·강남·성수·판교 20~40분)
지원 분야Technical PM / PO · 사내 AX 리드 · 백엔드 PL · IT팀장
처우 및 직책직책보다 실무 기여 우선 · 회사 내규에 맞춰 유연하게 협의
연락처
010-9619-4268 · rdzunix@gmail.com
주요 실무 지표 (이력서 기준)2006 ~ 2026
22,596 LOC01
실시간 데이터 수집·AI 코칭 서버 개발
S9-Ana 356커밋·330+ 릴리즈 · 523회 방송 세션 상용 가동
60개 화면02
사내 운영 어드민 & 커머스 플랫폼 설계·구현
사내 통합 백오피스(35화면) 및 팬 커머스 웹(25화면) 구축
12~15명 PL03
현대차·현대건설·글로비스 백엔드 팀 리딩
대기업 차세대 프로젝트 3건 연속 정해진 오픈 일정 준수
10건+ → 3건 미만04
이커머스 공식몰 월평균 장애 건수 70% 감소
리만코리아 배포·QA 절차 정비 및 배치 처리 속도 개선
7개사 → 15개사05
스마트팩토리 MES/ERP 유지보수 고객사 확대
지앤디비즈 14인 개발부서 총괄 · 중기부 7억 고도화 사업 수주
11년 5개월06
HP(휴렛팩커드) 상하이 글로벌 본사 근속
아태 18개국 웹 포털 통합 · 연 $500K 운영비 절감 · 수상 5회
대표이사 · CTO · 인사담당자 통합 핵심 진단
“기획과 개발이 따로 놀고, 현업은 여전히 엑셀 야근 중이며, 초기 AI 툴은 멈춰 서 있지 않나요?”
사내 AI 업무 자동화(AX) · 프로덕트 기획(PO) · 엔터프라이즈 개발 리딩(PL) 3대 영역의 대표 병목 6가지와 오호진의 실전 해결 기록
04 · CAREER HISTORY (2006 ~ 2026)
20년 실무 경력 상세 (5개 주요 재직 이력)
2006년 HP 상하이 입사부터 제조·이커머스 팀장을 거쳐 최근 AI·사내 시스템 구축 및 현대차그룹 파견 PL까지 이어진 경력입니다.
경력 01
주식회사 센스나인 (SensNine)
사내 AI·어드민 구축 & 현대차그룹 3사 백엔드 PL개발 & 사업본부 총괄 리드 (Technical PM · PO · 엔터프라이즈 PL)
2023.11 ~ 2026.09 (2년 11개월)
자사 라이브 방송 데이터 모니터링 서버(S9-Ana), 사내 통합 운영 어드민(Company OS 35개 화면), 팬 리워드 커머스(Robinly 25개 화면) 기획·구축을 총괄하면서, 재임 기간 중 현대자동차·현대엔지니어링·현대글로비스 차세대 시스템 구축 프로젝트의 백엔드 PL(12~15명 리딩)을 함께 맡아 세 건 모두 정해진 일정 내에 오픈했습니다.
주요 실무 성과 및 핵심 담당 업무
S9-Ana 실시간 방송 모니터링·코칭 서버: Python 22,596 LOC(356커밋·330+릴리즈) 단독 개발 및 523회 방송 세션 운영으로 매니저 리포트 작성 시간 70%(주 8시간) 절감
Company OS (S9-Admin) 사내 통합 운영 어드민: 계약·근태·실적·정산 업무를 6개 모듈·35개 웹 화면으로 통합해 월간 마감 시간을 2주에서 10분으로 단축
로빈리(Robinly) 팬 커머스 플랫폼: TikTok 로그인 기반 25개 화면(팬·크리에이터·관리자) 기획 및 API 규격·예외 정책 사전 정의로 초기 개발 기간 40% 단축
AI 활용 기획·문서 워크플로우 정착: Claude(Code·Desktop)를 MCP로 Jira·Notion·Slack·GitLab에 연동해 기획서 작성 기간을 4일에서 1.5일로 50% 단축
재임 중 수행한 현대차그룹 3사 백엔드 PL 프로젝트 상세
3개 프로젝트 모두 정해진 오픈 일정 내 정상 가동[현대자동차] hmg-Product 2.0 차세대 글로벌 상품·판매사양(SOT/SSC) 관리 시스템 구축
백엔드 PL (Project Leader) · 2025.04 ~ 2025.12 (9개월 수행)담당 범위: 현대·기아차 글로벌 상품 번호 체계 및 판매 사양 관리 백오피스 고도화
•백엔드 개발자 12명의 주간 스프린트 일정 관리 및 Jira/Confluence 기반 이슈 추적 체계 운영
•현업 부서·IT기획팀과 요구사항을 조율하고 API 연동 규격을 미리 확정해 개발 지연 방지
•통합 테스트 및 오픈 전 점검을 주도하여 일정 지연 없이 정상 오픈
JavaSpring BootOracleMyBatisGitLabKibanaJiraConfluenceFigma
Python (22,596 LOC)Java · Spring BootNext.js / ReactTypeScriptPostgreSQL / MySQL / OraclePlaywright CDPfaster-whisperClaude MCP
경력 02
리만코리아 (Riman Korea)
대규모 이커머스 공식몰 런칭 & 운영 안정화인프라서비스 팀장 (PM & PL)
2022.04 ~ 2023.10 (1년 7개월)
연 매출 수천억 원 규모의 뷰티 이커머스 공식몰(mall.rimankorea.com)과 백오피스·마이오피스 시스템을 총괄하며, 배포·QA 절차를 정비해 서비스 장애를 줄이고 월말 마감 배치 처리 속도를 개선했습니다.
경력 03
지앤디비즈 (GND biz)
B2B 스마트팩토리 MES · ERP · POP솔루션사업부 총괄 부장 / 기업부설연구소 책임연구원
2020.07 ~ 2022.03 (1년 9개월)
중소 제조기업을 위한 클라우드 기반 스마트팩토리 MES+ERP+POP 통합 솔루션을 상용화하고, 14명 규모의 개발부서(신규개발·유지보수·설비연동·외주)를 이끌며 유지보수 고객사를 2배 이상 늘렸습니다.
M
경력 04
모야 (MOYA)
해외구매대행 상품 수집 & 오픈마켓 자동 등록이커머스 데이터 플랫폼 서비스 기획 총괄 (PO / 창업 대표)
2018.11 ~ 2020.06 (1년 8개월)
해외 온라인몰 상품 정보를 대량으로 수집·가공한 뒤 국내 주요 오픈마켓(스마트스토어·11번가·쿠팡) API로 자동 등록해 주는 셀러 지원 웹 플랫폼을 기획하고 개발에 참여했습니다.
경력 05
Hewlett-Packard (HP 상하이 글로벌 본사)
글로벌 IT 기업 11.5년 · 아태 18개국 서비스 기획·운영사원 → 대리 → 과장 → 차장 (Service PM · Customer Care Web PM · 팀장)
2006.02 ~ 2017.06 (11년 5개월)
HP 상하이 글로벌 센터에서 11년 5개월간 근무하며 아시아·태평양 18개국 디지털 고객지원 웹 포털 통합, 원격 부품 사전 진단 프로세스 수립, 한국 지원 부서 운영 총괄을 맡았고 사내 우수 리더십 상을 5회 수상했습니다.
초기 IT 실무 경력 (1999 ~ 2005): 미디어웹(IT서비스기획·프로모션), 온세통신(네트워크 기술지원), 한국코퍼레이션(IT 교육 파트장) 및 군 인터넷 전산병 만기제대 포함 총 IT 경력 22년 7개월.학력: 동원대학교 모바일컨텐츠 졸업
05 · TECH STACK & COLLABORATION SCOPE
실무 기술 스택 (직접 구현 영역과 협업 운영 영역 구분)
제가 직접 코드를 작성해 운영하는 기술과, 전문 엔지니어와 협업하며 프로젝트를 리딩한 영역을 구분해 정리했습니다.
[주력 · 프로젝트 리딩 및 개발]
백엔드 시스템 구축 & 비즈니스 데이터 관리
대기업 차세대 SI부터 이커머스·스마트팩토리 MES까지 오랜 기간 실무와 리딩에 사용해 온 기술
Java · Spring Boot · Spring Batch
→ 현대차·현대ENG·리만코리아·지앤디비즈 프로젝트 주력 프레임워크
JPA · MyBatis · QueryDSL
→ 백오피스 API 개발 및 대용량 배치 처리 속도 개선에 활용
PostgreSQL · MySQL · MariaDB
→ 사내 운영 어드민(Company OS), 커머스 및 MES 데이터베이스 구축·운영
Oracle · MS-SQL · Redis
→ 현대차(Oracle), 현대엔지니어링(MS-SQL·Redis), 리만코리아(Redis) 실무 적용
[실운영 · 직접 코딩 및 배포]
AI 업무 자동화 · 웹 어드민 · 실시간 파이프라인
현업의 수작업을 줄이기 위해 직접 코드를 작성해 사내 서비스로 배포·운영하고 있는 기술
Python 3.11 (22,596 LOC)
→ S9-Ana 실시간 모니터링·코칭 서버 330+ 릴리즈 단독 개발·운영
Playwright CDP · faster-whisper · ffmpeg
→ 39개 채널 웹소켓 데이터 수집 및 실시간 음성 텍스트 변환
Next.js 16 · React · TypeScript · Vue.js
→ 사내 통합 어드민(35화면), 로빈리 웹, 현대ENG·글로비스 프론트엔드
Claude Code · MCP · n8n · Cloudflare Tunnel
→ 기획 문서 자동화(기간 50% 단축) 및 사내 보안 터널·자동화 워크플로우
[협업 운영 · 프로젝트 관리]
클라우드 인프라 · 협업 표준화 · 역할 경계
전문 엔지니어와 협업하여 운영 의사결정을 내리고 개발 조직의 일하는 방식을 정리한 도구
AWS · Kubernetes · ELK Stack
→ 리만코리아 재직 시 전담 DevOps 엔지니어와 함께 인프라 운영 및 의사결정
Docker · GitLab CI/CD · Jenkins · Terraform
→ 컨테이너 기반 테스트 환경 구성 및 배포 시간 단축(40분→10분)
Jira · Confluence · Notion · Figma · Axure
→ 12~15인 개발팀 스프린트 관리, 화면 설계 및 사내 문서 작업 시간 60% 절감
솔직한 기술 경계
→ 딥러닝 모델 자체 연구나 대규모 K8s 클러스터 단독 구축은 전문 엔지니어와 협업하여 조율합니다.
CONTACT & INTERVIEW
사내 어드민 구축이나 업무 자동화, 프로젝트 리딩이 필요하시다면 편하게 연락 주십시오.
문서만으로 확인하기 어려운 실제 구동 화면과 작업 산출물은 대면 미팅 자리에서 직접 보여드리며 설명해 드릴 수 있습니다.
03 · KEY SYSTEMS & PROBLEM SOLVING
직접 기획·구축한 4가지 주요 시스템 상세
각 시스템을 만들 때 겪었던 현업의 문제, 해결을 위해 선택한 구조, 그리고 실제 도입 후 달라진 결과를 정리했습니다.
SYS-01 · 실시간 모니터링 & 리포트 자동화2024.05 ~ 2026.07 (356 커밋 · 330+ 릴리즈 운영)
S9-Ana (아나) : 실시간 라이브 데이터 수집 및 AI 코칭 파이프라인
브라우저 화면 렌더링 없이 네트워크 패킷만 가볍게 수집해 메모리 사용량을 80% 줄이고, 자체 조건 규칙(R1~R13)과 LLM 요약을 결합해 39개 채널을 모니터링하는 시스템
담당 역할: 기획 및 시스템 단독 개발·운영 (Python 22,596 LOC)
직접 작성한 코드
22,596 LOC
Python 코어 356 커밋 · 330+ 릴리즈
누적 수집 세션
523회 세션
50,677개 시계열 스냅샷 기록
채널당 메모리 절감
80% 이상↓
800MB → 120MB/채널 (네트워크 패킷 직접 수집)
리포트 작성 시간
70% 절감
주당 8시간 수작업 감소 · 외부 SaaS 비용 절감
사용 기술:Python 3.11 (22,596 LOC)Playwright CDPfaster-whisper (음성 전사)ffmpeg HLSasyncioSQLite / JSONLClaude / Gemini APITelegram Bot API
시스템 동작 흐름 (SYS-01)
STEP 01 · 데이터 수집
웹소켓 패킷 & 오디오 스트림 수집
39개 채널 동시 모니터링 (120MB/ch)
무거운 브라우저 화면 렌더링을 생략하고 웹소켓 데이터와 60초 단위 오디오만 가볍게 추출
───▶▼
STEP 02 · 음성 전사 & 규칙 분석핵심 단계
faster-whisper + 13개 조건 규칙(R1~R13)
시간대(UTC→KST) 정렬 및 자체 알림 처리
음성 텍스트와 채팅·후원 지표를 같은 시간축으로 묶고, 외부 AI 응답이 늦어져도 자체 규칙으로 알림 발송
───▶▼
STEP 03 · 알림 발송 & 리포트 저장
텔레그램 실시간 코칭 & 리포트 아카이빙
방송 중 실시간 알림 · 종료 10분 내 리포트
방송 중에는 15분 간격으로 현장 피드백을 보내고, 종료 후에는 웹 대시보드와 노션에 결과를 자동 정리
서버 이중화 구성: Mac과 Windows 두 서버가 10초마다 상태 파일(ha_lock)을 확인해 한쪽이 멈추면 30초 내에 다른 서버가 이어받아 수집
설계 및 의사결정 배경 (왜 이 방식을 선택했는가?)
기존 환경의 문제점
일반 헤드리스 브라우저로 39개 라이브 채널을 동시에 띄우면 그래픽 렌더링 때문에 채널당 800MB 이상의 메모리를 써서 서버가 자주 멈췄습니다. 또한 모든 데이터를 매번 외부 LLM API로 보내면 응답이 느리고 API 비용이 지나치게 많이 나왔습니다.
해결을 위해 선택한 구조
화면 렌더링을 끄고 Chrome DevTools Protocol(CDP)에서 웹소켓 데이터와 오디오 스트림만 바로 받아오도록 구조를 바꿨습니다. 1차 분석은 파이썬으로 작성한 13개 조건 규칙(R1~R13)이 먼저 처리하고, 핵심 요약이 필요할 때만 LLM을 호출하도록 나누었습니다.
실무적 판단 (Trade-off)
라이브 영상 화면 캡처 기능은 덜어내는 대신 채널당 메모리를 120MB 수준으로 낮춰 한 대의 서버에서 24시간 안정적으로 돌아가게 했고, LLM 호출 비용을 70% 아끼면서 방송 종료 후 10분 안에 결과 리포트가 자동 발행되도록 만들었습니다.
세부 추진 과정 (문제 파악 → 기획 방향 → 사전 가설 → 실제 검증 → 도입 결과)
01현업에서 겪었던 문제
방송 다음 날에야 나오는 통계와 매니저 수기 모니터링의 한계
- •플랫폼 기본 통계는 방송 다음 날에야 집계되어, 라이브 도중 시청자가 빠지거나 반응이 떨어질 때 바로 대응하기 어려웠습니다.
- •매니저 한 명이 동시에 볼 수 있는 방송은 1~2개뿐이라 전체 39명 중 상당수가 피드백을 받지 못했습니다.
- •해외 유료 분석 툴은 기본 프로필 통계만 보여줄 뿐 실시간 흐름을 잡지 못해 비싼 구독료 대비 실효성이 낮았습니다.
02기획 및 설계 방향
수집·분석·알림 단계를 나누고 가벼운 패킷 수집 방식으로 24시간 돌아가는 모니터링 도구 구축
- •데이터 수집(Playwright CDP), 분석(자체 규칙 + LLM), 전달(텔레그램·노션·웹) 역할을 분리해 어느 한 곳이 막혀도 수집이 끊기지 않게 설계했습니다.
- •외부 LLM API가 일시적으로 느려져도 자체 작성한 13개 조건 규칙이 먼저 작동해 현장 알림이 멈추지 않도록 구성했습니다.
- •방송 중 한 말(음성 전사)과 당시 시청자 수·후원 변화를 같은 시간대 위에 나란히 놓고 볼 수 있게 데이터를 정리했습니다.
03사전 가설
실시간 피드백 전달과 1차 규칙 필터링으로 방송 유지 시간은 늘리고 AI 호출 비용은 줄일 수 있다는 가설
- •가설 1: 방송 초반 3분과 이후 15분 간격으로 상황에 맞는 피드백을 주면 크리에이터의 평균 방송 유지 시간이 20% 이상 늘어날 것이다.
- •가설 2: 모든 데이터를 AI에 넘기지 않고 조건 규칙으로 먼저 추려내면 API 토큰 비용을 70% 줄이면서도 안정적으로 운영할 수 있을 것이다.
- •가설 3: 방송 종료 후 10분 안에 요약 리포트가 자동 생성되면 매니저가 매일 쓰던 수기 보고서 작성 시간을 70% 이상 아낄 수 있을 것이다.
04실제 검증 및 문제 해결 과정
서버 간 자동 전환(Failover) 테스트와 시간대 오차 보정으로 데이터 수집 안정성 확보
- •Mac과 Windows 서버 사이에 10초 주기 상태 확인 로직을 넣어, 한 서버가 꺼져도 30초 안에 백업 서버가 이어받는 것을 확인했습니다.
- •해외 서버 기준 시간(UTC)과 한국 방송 시간(KST)의 9시간 차이로 어긋나던 음성·지표 매칭 문제를 변환 레이어로 바로잡았습니다.
- •누적된 시계열 로그(28,371개 구간)를 바탕으로 시청자 이탈 구간 패턴을 검증해 코칭 규칙을 다듬었습니다.
05 · 도입 후 실제 결과
523회 방송 세션 안정적 수집, 매니저 리포트 작성 시간 70% 단축, 외부 유료 SaaS 비용 절감
✓ Python 22,596줄 규모로 직접 개발·운영하여 외부 상용 솔루션 도입 비용(연간 약 4,800만 원 상당)을 아꼈습니다.
✓ 523회 세션(50,677개 스냅샷) 데이터를 축적하고 매니저가 주당 8시간씩 쓰던 리포트 수작업을 자동화했습니다.
02 · FAQ & REALITY CHECK
서류 검토와 면접에서 자주 주시는 3가지 질문
질문 카드를 클릭하시면 오호진의 답변과 실제 수행 기록이 함께 펼쳐집니다.
질문 02 · 타 업종 적용성제조·커머스·물류·B2B 기업 대표 및 사업본부장의 질문
“저희는 라이브 방송(MCN)이 아니라 제조·유통·커머스·B2B 기업인데, 최근 경험이 저희 업무에 어떻게 도움이 될까요?”
가장 최근에 다룬 서비스가 크리에이터 플랫폼이다 보니, 일반 제조 공장(MES/ERP)이나 유통·이커머스, B2B 기업의 현업 환경과 거리가 있지 않을까 궁금해하십니다.
클릭하여 오호진의 답변 & 수행 기록 보기
질문 03 · 처우 및 조직 융화인사담당자(HR) · 경영지원팀 · 3040 리더의 고민
“시니어 경력이라 연봉 기준이 회사 예산을 크게 벗어나거나, 젊은 실무진·리더와 일할 때 어색하지 않을까요?”
서류 검토 단계에서 ‘희망 연봉 차이가 크면 오퍼가 어렵지 않을까’ 혹은 ‘젊은 조직 분위기에 잘 섞일 수 있을까’ 하는 현실적인 고민이 있으실 수 있습니다.
클릭하여 오호진의 답변 & 수행 기록 보기
수행 경험별 타 업종(제조·커머스·물류·B2B) 실무 적용 예시