우창욱
지형공간정보 석사(지각변동·GNSS) 배경 위에, 위성 InSAR로 지표 변위를 직접 측정·검증하고 그 위의 시스템까지 짓는 풀스택 엔지니어입니다. 연구 도메인 이해와 프로덕션 엔지니어링을 한 사람이 겸합니다.
Summary
성균관대에서 토목공학(학사)과 지형공간정보공학(석사, 학위논문 「한반도 동남권 지각변동 모델 개발」·GNSS)을 했습니다. 그래서 위성 InSAR가 측정하는 '지표·지각 변위'는 제 연구 주제 그 자체이고, SAR 처리 도구·파이프라인은 입사 후 AI를 사고 파트너 삼아 빠르게 익혔습니다. 동시에 기획·프론트·백엔드·인프라/CI-CD까지 풀스택으로 맡으며, 코드 작성은 AI가, 저는 기획·검토·e2e 테스트로 동작을 보증하는 '사람이 책임지는 노드'에 집중합니다(AI native).
회사에서는 성격이 다른 세 갈래 일을 동시에 끌고 갑니다. (1) LumirX 위성 SAR 처리 파이프라인(SDPE) — 운영자가 처리 단계를 구성·실행하는 DAG UI를 만들고, GitLab CI/CD를 맨바닥부터 구축했으며, 처리 단계 사이의 인터페이스를 세부 설계했습니다. (2) Sentinel SAR 검색·분석 백엔드(sar-data-retrieval, NestJS) 와 실제 InSAR 분석을 담당하는 별도 레포(lumir-linux-snap, 분석 도구 5종을 묶은 다중 스택). (3) 사내 백오피스 4개 도메인(Lumir-ERP — CMS·자원예약·채용·면접관리) 풀스택.
사이드 프로젝트도 그냥 취미가 아니라 회사 일과 양방향으로 이어집니다. 가정 재고 관리 앱 '집비치기' 를 AI native 100%로 직접 만들어 풀스택 e2e 테스트 패턴을 검증했고, 그 패턴이 지금 거꾸로 회사 프론트엔드 강화에 도입되고 있습니다. 또 'Brain Trinity' 라는 개인 지식 시스템(위키를 AI가 컴파일하는 구조)을 운영하는데, 지금 보고 계신 이 이력서와 포트폴리오 자체가 그 시스템이 만들어낸 결과물입니다.
- •AI native 100% — 코드는 AI가 쓰고, 사람은 기획·설계·검토를 책임지는 노드입니다. 한 명이 여러 워크스트림을 동시에 굴리는 '시스템 설계자' 모드를 지향합니다.
- •연구 도메인 이해 + 적응력 — 지표·지각 변위는 석사 전공(지각변동·GNSS)이라 방법론을 판단할 수 있고, 새 처리 도구(SAR·InSAR·MintPy·SNAPHU)는 AI를 사고 파트너 삼아 익혀 실제 결과를 냅니다.
- •풀스택 · 한 사이클 책임 — 기획·프론트·백엔드·인프라·테스트·CI/CD까지 한 사이클을 끝까지 책임진 경험이 있습니다. 예를 들어 CMS를 풀스택 단독으로 납품했고, GitLab CI/CD를 맨바닥부터 구축했습니다.
- •시스템·인프라 운영 — InSAR 처리 플랫폼을 다중 서버(처리·DB·PSI 노드)로 나눠 운영하고, RAID5+NFS 스토리지·Uptime Kuma 함대 모니터링·systemd 자동 이관을 직접 구성했습니다. 디스크 풀로 죽은 PostgreSQL을 복구하고 응답 페이로드를 81MB→1.1MB로 줄이는 등 장애·성능까지 책임집니다. 다음 단계로 Kubernetes(CKA)를 준비 중입니다.
찾으시는 분이라면
여러 서버·스토리지·CI/CD를 직접 운영하고 장애·성능까지 책임지는 인프라 엔지니어가 필요하신가요?
관측·실험 데이터를 직접 분석하고, 그 위의 시스템까지 만들 사람이 필요하신가요?
AI를 도구가 아니라 협업자로 쓰는 풀스택이 필요하신가요?
코드뿐 아니라 기획·인프라·테스트까지 한 사이클로 책임지는 사람을 찾으시나요?
Education
건설환경시스템공학과 · 지형공간정보공학 석사
2023.02 졸업학위논문 「한반도 동남권 지각변동 모델 개발」(GNSS 기반) — 위성 InSAR가 측정하는 지표·지각 변위와 같은 물리 현상입니다.
토목공학 학사
2021.02 졸업Experience
루미르 (Lumir)
2023-11 ~ 현재Sentinel-1 SAR 위성 데이터 처리 파이프라인과 사내 백오피스를 동시에 다루는 풀스택 포지션입니다. 본인 직군은 웹 개발이고, SAR 도메인은 입사 후 직군 확장으로 흡수했습니다.
루미르 SAR 데이터 플랫폼 (3 레이어 통합)
Sentinel과 LumirX 위성 데이터를 사내에서 검색·저장·분석·요청까지 한 사이클로 처리할 통합 서비스가 부재했습니다. 데이터 저장(NAS+CDSE), InSAR 분석(SNAP·ISCE2·MintPy), 사용자 진입 프론트엔드 3 레이어를 본인이 단독으로 묶고 있습니다.
- ▸저장 레이어 (sar-data-retrieval) — NestJS 모노레포 단독 + CDSE 외부 API 통합 + NAS PoC (SMB2 vs 직접 FS) + SLC 도메인 모델링 + DDD 5-layer 테스트 분리
- ▸분석 레이어 (lumir-linux-snap) — 5종 도구 다중 스택 (SNAP 12 + SNAPHU + MintPy + StaMPS PSI + ISCE2) + 다중 Claude Code agent 워크트리 (agent 1~4 병렬) + 1.12 yr → 2.30 yr stack 확장 + 사업 보고서 v1~v4 AI native 자동화
- ▸프론트 레이어 (sar-search-and-analyzer) — Next.js + Plan/Current 환경 분리 + 지도 기반 AOI 폴리곤 + 카탈로그 검색 + InSAR 분석 요청 UI (순수 프론트엔드 — 백엔드는 별도 레포 sar-data-retrieval)
- ▸오버엔지니어링 방지 원칙 + 모든 도구 평가·선정에 AI 사고 파트너 활용 + AI native 100%
- ▸ISCE2 도입으로 처리 속도를 확보해 날씨·계절 무관 지표 변위 데이터 서비스화 단계에 진입했습니다
- ▸광교산 시루봉 -17.30 mm/yr 절대 침하 GNSS(SUWN) 검증 + PSI 5,143,119 PS 검출 + 5m DEM TC 적용
- ▸사용자가 지도에서 위치를 요청하면 저장된 분석 데이터를 즉시 제공하거나 신규 처리 후 제공하는 흐름을 한 사람이 풀스택으로 묶고 있다는 점이 핵심 자산입니다
※ 각 레이어의 일부 패턴은 외부 인계입니다 — Plan/Current 환경 분리(파트장)·일부 SAR 도메인 지식(AI 사고 파트너 도움).
SDPE — SAR 처리 파이프라인 오케스트레이션
LumirX 위성 원시 SAR 데이터(L0~L3) 다단계 파이프라인을 운영자가 안전하게 구성·실행·추적·복구할 시스템이 필요했고, 본인은 백지 상태에서 SAR 처리 도메인에 투입됐습니다.
- ▸인계받은 NestJS 5 서브시스템 모노레포 위에서 DAG 파이프라인 기획 UI를 설계·구현 (Figma 없이 UI 코드 + Playwright e2e가 곧 기획 문서)
- ▸GitLab CI/CD 파이프라인을 서버 설치부터 커스텀 메일 알림·runner 구동까지 0에서 구축
- ▸interfaces/csc-8 세부 설계 (csc-7/9 후속 예정)
- ▸ICD/SAD 80~100p docx를 AI에 직접 학습시키고 '이 부분 위배되지 않나?' 패턴으로 작은 단위 위배 검토를 반복하는 일관성 메커니즘
- ▸운영 콘솔(Next.js) 작업 종료 자동 재배포 훅 박음
- ▸백지 상태 직군 확장에도 사수 인계 기본 설계 위에서 상세 설계·구현을 끌어냈습니다
- ▸아키텍처가 기획만 정리하면 새 위성(Sentinel)·새 알고리즘(Snappy)이 시간 소요 없이 확장 가능한 구조로 안정화
※ pgmq·apps 구조·natives/csc·ICD/SAD는 사수 인계 설계. 본인은 DAG UI·CI/CD·csc-8 세부와 ICD/SAD 학습 메커니즘 적용을 담당했습니다.
Lumir-ERP — 사내 백오피스 4 도메인 통합
루미르 사내 백오피스 4개 도메인(자원예약·CMS·LRIM 채용·LRIM 면접관리)을 풀스택으로 구축할 필요가 있었고, 사용자 풀은 사내 전 사원 + 외부 입사지원자까지였습니다.
- ▸자원예약/일정관리 (calendar·schedule-status) — 프론트엔드 모든 기능
- ▸CMS — 풀스택 단독 (기획·백엔드·테스트). 프론트 테스트는 현재 개선 작업 중
- ▸LRIM 채용관리 (apps/lrim) — 프론트엔드 모든 기능
- ▸LRIM 면접관리 (apps/lrim-interview-management) — 외부 입사지원자가 면접 일정을 선택해서 제출하는 어플리케이션. 프론트엔드 모든 기능
- ▸Plan(mock)/Current(실제 API) 환경 분리 패턴 + 도메인 Context 패턴을 4 워크스트림에 일관 적용
- ▸사내 전 사원 + 채용 담당자·면접관·평가자 + 외부 입사지원자까지 운영 중인 4 도메인 백오피스
- ▸프로젝트 4개가 아니라 4 도메인 동시 적응력과 CMS 풀-사이클 단독 경험이 핵심 자산입니다
※ Plan/Current 환경 분리 + WikiContext 등 도메인 컨텍스트 패턴은 파트장이 설계한 프론트 아키텍처입니다. 본인은 4 워크스트림에 일관 적용했습니다.
Side Projects
집비치기 (him · home-inventory-manager)
가정 재고 관리의 실제 페인 포인트(어디 갔지·유통기한·재고·재구매 알림)와 풀스택 증명 동기 — 혼자서 UI 기획·프론트·백·인프라 모든 분야가 가능함을 검증하고 싶었습니다.
- ▸NestJS + CQRS + TypeORM + PostgreSQL + 별도 프론트엔드 + Docker Compose + S3 + Terraform IaC + 백업 메트릭 → Grafana
- ▸회사 검증 아키텍처 패턴을 그대로 차용 (양방향 전이의 시작점)
- ▸AI native 100% — 코드 작성은 AI, 사람 노드는 UI 기획 + 코드 연결 검토 + e2e 테스트 셋만
- ▸DB 사용자 격리를 위해 자체 인프라 구축 진행 중
- ▸13+ 위키 자산 환류 (2단계 설계 프로세스·테스트 5-layer·정합성 31건 간극 정비·백업 메트릭 자동화)
- ▸회사로 역전이: 집비치기 UI + current e2e 테스트 패턴이 회사 프론트엔드 강화에 도입 중 — 수동 클릭 검증 → 자동 테스트 검증 전환 단계
- ▸AI native 100% 통찰: 사람이 직접 작성하면 검토는 간헐적, AI native + 사람 검토는 빈번·주기적 → 더 안정적·고도화 (엔티티만이 아니라 프론트·인프라·기획·UI 모두에 적용)
Brain Trinity — AI 협업 위키 컴파일 시스템
생물학적 뇌를 중요한 업무에 집중하게 두려면 '중요하지만 항상 기억할 필요는 없는 내용'을 외부 시스템으로 분리해야 했고, 단순 노트앱은 검색은 되지만 합성·연결·재사용이 안 됐습니다.
- ▸Karpathy LLM Wiki 패턴 3-레이어 (raw/ 불변 + wiki/ AI 컴파일 + Output/ 파생)
- ▸Claude Code 단일 도구 협업 (다른 AI 도구 사용 없음)
- ▸skill 시스템 — ingest / lint / query 정의
- ▸frontmatter 스키마 + index/log 자동 갱신 + Obsidian 그래프 + MEMORY 자동 동기화
- ▸AI 작성 100% — 사용자 입력 = 프롬프트 채팅뿐
- ▸위키 페이지 56+ 누적, 매 ingest마다 자동 cross-link + raw frontmatter 동기화 + index/log 갱신
- ▸이 포트폴리오와 이력서·자가 진단·6개 프로젝트 자료 박스가 모두 Brain Trinity 컴파일 결과 — 시스템 자체가 4단계 자동 작동의 살아있는 증거
- ▸새로운 도메인이 나타나도 정보 구조화 + AI native 기반이면 해결하지 못할 일이 없다고 봅니다
Tech Stack
About
Brain Trinity는 본 포트폴리오와 자료 박스를 만들어낸 메타 시스템입니다. 면접 시 직접 시연이 가능합니다.
- →Brain Trinity를 본인 완전체 시스템으로 키울 계획입니다 (음성·일기·회의록·PDF 통합)