우창욱
웹 개발자, SAR 도메인 확장 중 · AI를 사고 파트너로 두고 직군을 확장하면서 시스템을 함께 만드는 풀스택입니다.
Summary
프론트엔드 + 백엔드 + 인프라/CI-CD를 한 사람이 풀스택으로 다루며, 루미르 입사 후 만난 SAR/위성 도메인을 직군 확장으로 흡수해 적용하고 있습니다. 모든 코드 작업은 AI native 패턴으로 진행하며, 사람은 UI 기획·코드 연결 검토·e2e 테스트의 사람 노드를 맡고 있습니다.
회사에서는 LumirX SAR 처리 파이프라인(SDPE)의 DAG UI 기획·구현·GitLab CI/CD 구축·인터페이스 세부 설계와, Sentinel SAR 검색·분석 NestJS 백엔드(sar-data-retrieval) + 자매 InSAR 처리 레포(lumir-linux-snap, 5종 도구 다중 스택), 사내 백오피스 4 도메인 풀스택(Lumir-ERP — CMS·자원예약·LRIM·면접관리)을 동시에 다루고 있습니다.
사이드로는 집비치기(home-inventory-manager)를 AI native 100%로 운영하며 검증한 풀스택 e2e 테스트 패턴이 회사 프론트엔드 강화에 역도입되고 있고, Brain Trinity라는 메타 위키 시스템(Karpathy LLM Wiki + Claude Code + skill 시스템)을 운영해 이 이력서·포트폴리오 자체를 컴파일했습니다.
- •AI native 100% — 코드 작성은 AI, 사람은 기획·설계·검토 노드입니다. 동시에 여러 워크스트림을 운영하는 시스템 설계자 모드를 추구합니다.
- •도메인 적응력 — SAR/InSAR/MintPy/SNAPHU 같은 직군 외 영역도 AI 사고 파트너로 진입해 결과를 내며, 같은 메커니즘이 임베디드·로보틱스에도 작동한다고 봅니다.
- •풀스택 + 사이클 — 기획·프론트·백·인프라·테스트·CI/CD까지 한 사이클을 책임지는 경험이 있습니다. CMS 풀스택 단독, GitLab CI/CD 0에서 구축 같은 사례가 있습니다.
찾으시는 분이라면
도메인을 빠르게 흡수해야 하는 새로운 산업을 시작하시나요?
AI를 도구가 아니라 협업자로 쓰는 풀스택이 필요하신가요?
코드뿐 아니라 기획·인프라·테스트까지 한 사이클로 책임지는 사람을 찾으시나요?
Experience
루미르 (Lumir)
2023-12 ~ 현재 (2년 5개월차)Sentinel-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 + CLAUDE.md 4-Layer 백엔드 설계 본인 작성 (집비치기 패턴 역전이)
- ▸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
- ▸집비치기에서 검증한 4-Layer + CQRS + 한글 메서드명 패턴이 sar-search-and-analyzer 백엔드 설계에 역전이 — 셩PM 5단계 사이드 권한 우회의 두 번째 사례
※ 각 레이어의 일부 패턴은 외부 인계입니다 — Plan/Current 환경 분리(파트장)·일부 SAR 도메인 지식(AI 사고 파트너 도움). sar-search-and-analyzer 백엔드(apps/api·worker·crawler)는 CLAUDE.md 설계 문서 단계이며 실제 구현은 다음 Phase입니다.
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 — 임베디드·하드웨어·로보틱스로 자연 확장
Tech Stack
About
Brain Trinity는 본 포트폴리오와 자료 박스를 만들어낸 메타 시스템입니다. 면접 시 직접 시연이 가능합니다.
- →임베디드 확장을 진행하고 있습니다
- →하드웨어·로보틱스로의 자연 확장을 예상하고 있습니다
- →Brain Trinity를 본인 완전체 시스템으로 키울 계획입니다 (음성·일기·회의록·PDF 통합)