Post

2025-11-05-TIL

Posted
By August
11 min read

Today I Learned

오늘의집 커피챗을 대비하면서 나에게 도움이 될만한 질문을 준비해보았다. 실제로 간단한 커머스 서비스를 설계하고 내부 시스템까지 구축해보면서 커머스의 구조를 대략적으로 파악해보려고 한다.

공고 내용을 바탕으로 보면, 오늘의집 커머스 백엔드 포지션은 트래픽이 높은 커머스 코어 도메인(주문·결제·정산 등)을 다루면서, AI 도입을 실제 서비스와 업무 프로세스에 녹이는 조직이다. 따라서 커피챗에서는 단순히 “기술 스택”만 묻기보다는, AI 도입 방향·도메인 복잡성·팀 협업 구조·기술적 자율성 등에 초점을 맞춘 질문이 인상 깊고 유용할 것 같다. 어제 이력서 관련 라이트닝 톡에서도 AI 활용 관련 역량이 요즘에는 많이 요구된다고 한다. 아주 기본적인 수준이라도 단순히 chatGPT를 사용하는 것 이상으로 활요해볼 필요가 있겠다.

☕ 커피챗 질문 리스트

  1. 팀 구조와 역할 이해
  • 커머스 개발 조직은 “상품·주문·결제·정산” 등 도메인 단위로 나뉘어 있는지, 혹은 크로스펑셔널하게 운영되는지 궁금합니다.
  • 현재 팀에서 백엔드 개발자가 맡는 범위는 API 개발 중심인지, 아키텍처 설계나 기술 의사결정에도 적극 참여하는 구조인지요? 예를 들면, 아키텍처 설계나 DB 설계는 리드급만 담당한다던지..
  • 커머스 기능 외에도 AI 기반 기능(예: 추천, 자동화 프로모션) 개발과의 협업은 어떤 식으로 이루어지나요? 업무적인 협업과 기술적인 협업 모두를 의미합니다.
  1. 기술적 관점 (시스템, 아키텍처, 스택)
  • 커머스 트래픽 특성상 주문 처리의 일관성 보장이나 장바구니/결제의 실시간성이 중요할 텐데, 이를 위해 어떤 기술적 접근(예: 메시징 시스템, CQRS, 이벤트 기반 구조 등)을 사용하고 계신가요?
  • 기존 모놀리식 구조에서 MSA로 전환한 경험이 있는지, 현재의 서비스 아키텍처는 어떤 방향으로 진화 중인지 궁금합니다.
  • 테스트·배포 파이프라인(AWS/GCP 환경에서 CI/CD, Canary 등)은 어떤 식으로 구성되어 있나요?
  1. AI Native 조직 전환 관련
  • JD에 “AI를 협업자로 활용”한다고 되어 있었는데, 실제 업무에서 어떤 식으로 AI를 도입하고 계신가요? (예: 코드 리뷰, 개발 자동화, 데이터 분석, 추천 모델 등)
  • LLM(GPT, Claude 등)을 실무에 적용해본 경험을 중요하게 보던데, 팀 내에서는 AI 도구 사용에 대한 가이드라인이나 문화가 있나요?
  • 커머스 백엔드 도메인에서 AI 도입이 가장 유의미했던 사례나, 앞으로 실험 중인 영역이 있다면 어떤 것들이 있나요?
  1. 협업 문화 및 개발 프로세스
  • Product Owner, 디자이너, 데이터 분석가와의 협업 과정에서 개발자가 주도적으로 아이디어를 제안할 기회가 많나요?
  • 기능 기획 → 개발 → 운영까지의 주기가 빠른 편인가요? (예: 실험 중심의 개발 문화인지, 안정성 중심인지)
  • 코드 리뷰나 기술 공유 문화는 어떻게 운영되고 있나요?
  1. 성장 / 온보딩 / 인터뷰 관련
  • 입사 후 3개월간 진행된다는 “Move in Program”은 어떤 방식으로 진행되는지 궁금합니다.
  • 인터뷰 과정에서 “AI 활용 역량”을 평가한다고 하셨는데, 주로 어떤 부분(프롬프트 활용, 바이브 코딩, 자동화 경험, 실제 프로젝트 적용 등)을 중점적으로 보시나요? 개인적으로 chatGPT에서 질문을 이어가면서 활용하는 정도인데, 이정도 수준으로는 부족한지?
  • 백엔드 엔지니어로서 오늘의집에서 성장할 수 있는 커리어 경로(예: 테크 리드, 아키텍트, AI 엔지니어 등)는 어떻게 설정되어 있나요?
  1. 회사/문화 관련
  • “AI Native 조직”으로의 전환이 개발 문화나 일하는 방식에 어떤 변화를 가져왔는지 궁금합니다.
  • 자유로운 근무시간, 휴가 문화 등 자율성이 강조된 환경에서 팀 간 커뮤니케이션은 어떤 식으로 조율하나요?
  • 실제로 팀 내에서 “오늘의집” 서비스를 직접 사용하는 문화나 피드백 루프가 존재하나요?

마무리용 대화 질문

  • 이 포지션에 가장 잘 맞는 개발자의 성향은 어떤 사람이라고 생각하시나요?
  • 제가 준비 중인 부분이나 프로젝트 경험 중, 어떤 점을 더 강조하면 좋을지 조언을 주실 수 있을까요?

AI 추론이란?

AI에서 추론(inference)이란, 인공지능이 이미 학습한 지식을 바탕으로 새로운 결론이나 예측을 도출하는 과정을 말한다. 즉, 학습(training)이 ‘지식을 배우는 과정’이라면, 추론(inference)은 ‘배운 지식을 실제로 적용하는 과정’이다.

예를 들어,

  1. 학습 단계
    • AI가 고양이와 개의 이미지를 수천 장 보며 특징을 학습 (예: 귀 모양, 털 패턴, 얼굴 형태 등)
  2. 추론 단계
    • 새로운 사진이 주어졌을 때, AI는 “이건 고양이야.”라고 판단

AI에서의 추론의 종류

  1. 논리적 추론 (Logical Inference)
    • 규칙과 논리에 기반해 결론을 도출한다.
    • 예: “모든 인간은 죽는다. 소크라테스는 인간이다. → 소크라테스는 죽는다.”
  2. 통계적 추론 (Statistical Inference)
    • 확률과 통계를 이용해 불확실한 상황에서 결론을 내린다.
    • 예: “이 이메일은 스팸일 확률이 95%다.”
  3. 기계학습 추론 (Machine Learning Inference)
    • 이미 학습된 모델이 입력 데이터를 받아 예측값을 출력하는 과정이다.
    • 예: 챗봇이 질문에 답하거나, 자율주행차가 보행자를 인식하는 것.

추론 과정에서 중요한 요소

  • 모델의 구조: 어떤 신경망 구조를 사용하는지
  • 입력 데이터의 품질: 정확한 데이터가 주어졌는지
  • 지연(latency)과 효율성: 빠르게 결과를 도출할 수 있는지

AI 추론의 적용 예시

금융 프로젝트 예시: 부정 거래 탐지 시스템

활용된 추론:

  • 학습 단계에서 AI는 과거 거래 데이터 중 정상 거래와 부정 거래 패턴을 학습한다.
  • 실시간 거래가 발생하면,
    • “이 거래는 정상일 확률이 99.2%”,
    • “이 거래는 부정 가능성이 높음(89%)” 등으로 즉각 판별(추론) 한다.

결과: 부정 거래 발생 전에 자동으로 차단 가능.

ChatGPT API를 활용하여 간단한 프로젝트를 만들어 봐야겠다. 그리고 메인 프로젝트에 기능을 추가하는 것으로 본격적인 적용을 해보려고 한다.

TIL, 2025-TIL
TIL
This post is licensed under CC BY 4.0 by the author.