roadmap-data.js

// 2026 한국 채용시장 기반 개발자 성장 로드맵 데이터
// 각 항목에 curriculum 필드로 상세 학습 내용 포함

const ROLES = {
  FE: { label: "Frontend", color: "#E74C3C", icon: "\u{1F5A5}" },
  BE: { label: "Backend", color: "#1ABC9C", icon: "\u2699\uFE0F" },
  DevOps: { label: "DevOps", color: "#F39C12", icon: "\u{1F527}" },
  AI: { label: "AI / LLM Agent", color: "#8E44AD", icon: "\u{1F916}" },
};

const LEVELS = ["Junior \u2192 Mid", "Mid \u2192 Senior", "Senior \u2192 Staff+"];

const data = {
  // ============================================================
  // FRONTEND
  // ============================================================
  FE: {
    "Junior \u2192 Mid": {
      summary: "\"써봤다\"에서 \"왜 이걸 쓰는지 설명할 수 있다\"로",
      keyMessage: "프레임워크의 사용법을 넘어서, 동작 원리와 선택의 이유를 설명할 수 있어야 합니다. 다른 사람의 코드를 리뷰할 수 있는 수준이 목표.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "TypeScript 심화",
              action: "제네릭, 유틸리티 타입, 타입 가드를 실무 코드에 적용. 타입으로 버그를 방지한 사례를 만들어라.",
              how: "기존 JS 프로젝트를 TS로 마이그레이션 해보기",
              curriculum: [
                { topic: "제네릭(Generics) 마스터", desc: "함수/클래스/인터페이스에 제네릭 적용. extends로 제약 조건 걸기, infer 키워드로 타입 추출. 실무에서 API 응답 타입을 제네릭으로 추상화하는 패턴 익히기." },
                { topic: "유틸리티 타입 활용", desc: "Partial, Required, Pick, Omit, Record, ReturnType 등 빌트인 유틸리티 타입 사용법. 커스텀 유틸리티 타입(DeepPartial, Nullable 등) 직접 만들어보기." },
                { topic: "타입 가드 & 타입 좁히기", desc: "typeof, instanceof, in 연산자, 사용자 정의 타입 가드(is 키워드). discriminated union으로 안전한 분기 처리 패턴." },
                { topic: "타입 레벨 프로그래밍 입문", desc: "Conditional Type, Mapped Type, Template Literal Type. 실무에서 API 라우트 타입이나 이벤트 핸들러 타입을 자동 생성하는 패턴." },
                { topic: "TS 컴파일러 설정 이해", desc: "tsconfig.json 핵심 옵션(strict, paths, baseUrl, moduleResolution). Project References로 모노레포 내 TS 프로젝트 연결." },
              ]
            },
            {
              skill: "상태 관리 설계",
              action: "서버 상태(TanStack Query)와 클라이언트 상태(Zustand/Redux)를 분리하는 이유를 이해하고 적용.",
              how: "API 호출을 TanStack Query로 전환하는 PR 작성",
              curriculum: [
                { topic: "서버 상태 vs 클라이언트 상태", desc: "왜 구분해야 하는지 이해. 서버 상태: 캐싱, 백그라운드 리프레시, stale-while-revalidate 전략. 클라이언트 상태: UI 토글, 폼 입력, 라우트 파라미터 등." },
                { topic: "TanStack Query 핵심", desc: "useQuery/useMutation/useInfiniteQuery 사용법. queryKey 설계 전략, staleTime/gcTime 최적화, optimistic update 패턴, prefetching." },
                { topic: "Zustand 실무 패턴", desc: "스토어 분리 전략(feature별 슬라이스), 미들웨어(persist, devtools, immer), 셀렉터 최적화로 불필요한 리렌더링 방지." },
                { topic: "Redux Toolkit(선택)", desc: "createSlice, createAsyncThunk, RTK Query. 기존 Redux 레거시 코드를 RTK로 마이그레이션하는 패턴. 언제 Redux가 필요하고 언제 과한지 판단 기준." },
                { topic: "상태 관리 아키텍처 결정", desc: "프로젝트 규모와 복잡도에 따른 상태 관리 도구 선택 기준. Context API만으로 충분한 경우, Zustand가 적합한 경우, Redux가 필요한 경우의 판단 매트릭스." },
              ]
            },
            {
              skill: "컴포넌트 설계 패턴",
              action: "Compound Component, Render Props, Custom Hook 패턴을 상황에 맞게 선택 적용.",
              how: "팀 공통 컴포넌트를 리팩토링하며 패턴 적용",
              curriculum: [
                { topic: "합성 컴포넌트(Compound Component)", desc: "Select, Tabs, Accordion 같은 UI를 부모-자식 간 암묵적 상태 공유로 구현. React.Children, Context API 활용. 사용자에게 유연한 API 제공하는 설계." },
                { topic: "Custom Hook 추출 패턴", desc: "로직과 UI 분리 원칙. useForm, useDebounce, useIntersectionObserver 같은 재사용 훅 설계. 훅 합성(composition)으로 복잡한 로직 구성." },
                { topic: "Headless UI 패턴", desc: "스타일 없이 로직만 제공하는 컴포넌트/훅 설계. Radix UI, Headless UI 라이브러리의 설계 철학 이해. 접근성(a11y) 내장 컴포넌트 만들기." },
                { topic: "컴포넌트 인터페이스 설계", desc: "Props API 설계 원칙: 일관성, 최소한의 표면적, 합리적인 기본값. children vs render props vs slots 패턴 선택 기준. 다형성(as prop) 패턴." },
                { topic: "폴더 구조 & 모듈화", desc: "Feature-based vs Layer-based 구조. 배럴 파일(index.ts) 활용과 주의점. 컴포넌트-훅-유틸-타입의 co-location 원칙." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "웹 성능 기초",
              action: "Lighthouse 점수를 읽고, Core Web Vitals(LCP/FID/CLS) 각각의 의미와 개선법을 설명.",
              how: "팀 서비스의 성능 리포트를 작성해서 공유",
              curriculum: [
                { topic: "Core Web Vitals 이해", desc: "LCP(Largest Contentful Paint): 메인 콘텐츠 로딩 속도. FID/INP(Interaction to Next Paint): 상호작용 반응성. CLS(Cumulative Layout Shift): 시각적 안정성. 각 메트릭의 Good/Needs Improvement/Poor 기준." },
                { topic: "Lighthouse & Chrome DevTools", desc: "Lighthouse 리포트 각 항목 해석법. Performance 탭의 Flame Chart 읽기. Network 탭에서 워터폴 분석. Coverage 탭으로 미사용 코드 찾기." },
                { topic: "이미지 최적화", desc: "WebP/AVIF 포맷 적용, lazy loading(loading='lazy'), srcset/sizes로 반응형 이미지, next/image 활용. blur placeholder 패턴." },
                { topic: "JavaScript 로딩 최적화", desc: "코드 스플리팅(React.lazy + Suspense), dynamic import, 트리 쉐이킹 원리. defer vs async 스크립트. 서드파티 스크립트 관리." },
                { topic: "렌더링 성능", desc: "React.memo, useMemo, useCallback의 올바른 사용 시점(과도한 메모이제이션 주의). 가상화(react-window/tanstack-virtual)로 긴 리스트 성능 해결. key prop의 역할과 리렌더링 관계." },
              ]
            },
            {
              skill: "테스트 작성",
              action: "Testing Library로 컴포넌트 테스트, MSW로 API 모킹 테스트를 자연스럽게 작성.",
              how: "새 기능 PR에 테스트를 기본 포함하는 습관",
              curriculum: [
                { topic: "Testing Library 철학", desc: "\"사용자 관점에서 테스트한다\" 원칙 이해. getByRole, getByText 등 접근성 기반 쿼리 우선. 구현 세부사항이 아닌 행위(behavior) 테스트." },
                { topic: "컴포넌트 테스트 패턴", desc: "render, screen, fireEvent, waitFor 활용. 비동기 컴포넌트 테스트(act 경고 해결). Provider 감싸기 패턴(QueryClient, Router, Theme 등)." },
                { topic: "MSW(Mock Service Worker)", desc: "브라우저/Node.js 환경 모두 동작하는 API 모킹. handler 정의, 시나리오별 응답 변경. 에러 응답, 지연 응답 시뮬레이션." },
                { topic: "테스트 전략 수립", desc: "테스트 피라미드: Unit > Integration > E2E 비율. 무엇을 테스트하고 무엇을 안 할지 판단. 비즈니스 로직 중심 테스트 우선." },
                { topic: "E2E 테스트 입문", desc: "Playwright/Cypress 기본 사용법. Page Object 패턴. CI에서 E2E 테스트 실행 설정. Visual Regression 테스트 개념." },
              ]
            },
            {
              skill: "빌드 도구 이해",
              action: "Vite/Webpack 설정을 읽고 수정 가능. 번들 사이즈 분석 결과를 해석.",
              how: "bundle-analyzer로 팀 프로젝트 분석 공유",
              curriculum: [
                { topic: "Vite 동작 원리", desc: "ESM 기반 개발 서버의 장점(no-bundle). esbuild/SWC로 빠른 변환. Rollup 기반 프로덕션 빌드. vite.config.ts 핵심 설정(alias, proxy, plugins)." },
                { topic: "번들 사이즈 분석", desc: "rollup-plugin-visualizer / webpack-bundle-analyzer 사용법. 큰 의존성 식별 및 대체(moment→dayjs, lodash→lodash-es). tree-shaking이 동작하지 않는 경우 진단." },
                { topic: "환경 변수 & 설정 관리", desc: ".env 파일 계층 구조, VITE_ prefix 규칙. 빌드 타임 vs 런타임 환경 변수 차이. define으로 컴파일 타임 상수 주입." },
                { topic: "플러그인 시스템 이해", desc: "Vite 플러그인 훅(transform, resolveId, load) 이해. 자주 쓰는 플러그인: SVG, PWA, compression. 간단한 커스텀 플러그인 작성." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "SSR/SSG 이해",
              action: "Next.js App Router에서 Server Component vs Client Component 선택 기준을 설명.",
              how: "새 페이지를 RSC 기반으로 설계해보기",
              curriculum: [
                { topic: "서버 컴포넌트(RSC) 핵심 개념", desc: "서버에서만 실행되는 컴포넌트의 장점: 번들 크기 제로, DB/파일시스템 직접 접근. 'use client' 경계 설정 원칙. 서버/클라이언트 컴포넌트 합성 패턴." },
                { topic: "App Router 데이터 페칭", desc: "서버 컴포넌트에서 async/await 직접 사용. fetch의 캐싱/재검증 옵션(revalidate, tags). generateStaticParams로 정적 경로 생성." },
                { topic: "Streaming & Suspense", desc: "서버에서 점진적 HTML 스트리밍. loading.js와 Suspense boundary로 로딩 UI 설계. 부분 프리렌더링(PPR) 개념." },
                { topic: "SSR vs SSG vs ISR 선택 기준", desc: "완전 동적(SSR), 완전 정적(SSG), 증분 정적 재생성(ISR)의 차이와 적합한 유스케이스. 하이브리드 렌더링 전략." },
              ]
            },
            {
              skill: "AI 도구 활용",
              action: "Cursor/Copilot을 단순 자동완성이 아닌 리팩토링\xb7테스트 생성에 전략적으로 활용.",
              how: "AI 도구로 생산성 개선한 사례를 팀에 공유",
              curriculum: [
                { topic: "Cursor/Copilot 효율적 사용법", desc: "코드 맥락 제공 전략(파일 참조, 주석 가이드). 프롬프트로 리팩토링 지시하기. 테스트 코드 자동 생성 후 검증 패턴. .cursorrules / copilot instructions 설정." },
                { topic: "Claude Code 활용", desc: "터미널 기반 AI 코딩 어시스턴트 활용. 코드 리뷰, 버그 분석, 리팩토링 제안 받기. 멀티 파일 작업과 프로젝트 컨텍스트 활용." },
                { topic: "AI 코드 리뷰 & 검증", desc: "AI가 생성한 코드의 품질 검증 체크리스트. 보안 취약점, 엣지 케이스, 성능 이슈 확인. AI 도구의 한계(환각, 레거시 API 추천 등) 인식." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "효과적인 질문 & 커뮤니케이션",
              action: "모르는 것을 구체적으로 정리하여 질문. '내가 시도한 것, 예상 결과, 실제 결과'를 명확히 표현.",
              how: "매일 질문/논의 내용을 노트에 정리하는 습관",
              curriculum: [
                { topic: "구조화된 질문법", desc: "질문 전 자신이 무엇을 모르는지 파악. '시도한 것 → 예상 결과 → 실제 결과 → 추측 원인' 형식으로 정리. 모호한 질문은 시간을 낭비하고, 구체적 질문은 빠른 해결로 이어짐." },
                { topic: "코드 리뷰 수용 & 활용", desc: "리뷰 피드백을 방어적으로 받지 않기. 'Why'를 질문해서 맥락 이해. 반복되는 피드백을 패턴으로 인식하고 개선. 좋은 리뷰를 노트하는 습관." },
                { topic: "업무 상황 공유", desc: "진행 상황을 적절한 타이밍에 공유(블로커, 지연, 완료). 도움이 필요한 시점을 스스로 판단. 데일리 스탠드업에서 효과적으로 상황 전달하는 방법." },
                { topic: "기술 학습 루틴", desc: "'기술 스택보다 왜 그 기술을 썼는지 설명하는 것'이 더 중요. 기본기(자료구조, 알고리즘, 언어) 반복 학습. 사이드 프로젝트로 새로운 기술 경험. 경험의 양보다 질 중시." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "코딩 인터뷰 & CS 기본기",
              action: "LeetCode Medium 수준 문제를 45분 내 풀 수 있는 실력. 자료구조/알고리즘/OS/네트워크 기초를 설명할 수 있어야 한다.",
              how: "주 3회 이상 알고리즘 문제 풀이, 풀이 과정을 말로 설명하는 연습",
              curriculum: [
                { topic: "자료구조 & 알고리즘 핵심", desc: "배열, 연결리스트, 스택/큐, 해시맵, 트리, 그래프 구현과 시간복잡도. 정렬(퀵/머지/힙), 이진탐색, BFS/DFS, 동적 프로그래밍 패턴. LeetCode Top 100 문제 숙달." },
                { topic: "CS 기초 (OS/네트워크/DB)", desc: "프로세스 vs 스레드, 동기/비동기, 교착상태. HTTP/TCP/DNS 동작 원리. 인덱싱, 트랜잭션 격리 수준, 정규화. 면접에서 왜를 설명할 수 있는 수준." },
                { topic: "코딩 면접 실전 기술", desc: "Think Aloud: 문제 풀이 과정을 말로 설명하는 습관. 엣지 케이스 먼저 확인. 브루트포스 → 최적화 순서로 접근. Google Docs / 화이트보드 코딩 연습." },
                { topic: "포트폴리오 & 이력서", desc: "프로젝트별 문제→해결→결과 구조로 정리. 기술 선택의 이유를 설명할 수 있는 깊이. GitHub 활동과 코드 품질 관리. 이력서는 정량적 성과 중심." },
              ]
            },
          ]
        }
]
    },
    "Mid \u2192 Senior": {
      summary: "\"내 코드\"에서 \"팀의 기술 방향\"으로",
      keyMessage: "개인의 구현 능력을 넘어서, 팀 전체의 코드 품질과 아키텍처를 이끄는 역할. 기술 의사결정의 근거를 문서화하고 설득할 수 있어야 합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "프론트엔드 아키텍처",
              action: "모노레포(Turborepo/Nx) 구조 설계, 공유 컴포넌트 라이브러리 운영.",
              how: "팀 프로젝트의 모노레포 전환 RFC 작성",
              curriculum: [
                { topic: "모노레포 도구 비교 & 선택", desc: "Turborepo vs Nx vs pnpm workspace. 각 도구의 캐싱 전략, task 파이프라인, 의존성 그래프 시각화. 팀 규모와 프로젝트 복잡도에 따른 선택 기준." },
                { topic: "패키지 구조 설계", desc: "packages/ 디렉토리 설계: ui(컴포넌트), config(ESLint/TS 설정), utils(공통 유틸). 패키지 간 의존성 방향 원칙. internal package vs published package 구분." },
                { topic: "공유 컴포넌트 라이브러리 운영", desc: "Storybook으로 컴포넌트 문서화. Changesets로 버전 관리. 소비 팀과의 계약(API stability) 관리. 브레이킹 체인지 전파 전략." },
                { topic: "빌드 최적화 & CI 설계", desc: "영향받는 패키지만 빌드/테스트(affected). Remote caching으로 CI 시간 단축. 모노레포에서의 배포 파이프라인 설계." },
                { topic: "마이그레이션 전략", desc: "기존 멀티레포에서 모노레포로 점진적 전환. git subtree/submodule에서 마이그레이션. 팀 설득을 위한 RFC 작성 패턴(문제 정의, 대안 비교, 마이그레이션 플랜)." },
              ]
            },
            {
              skill: "성능 최적화 심화",
              action: "코드 스플리팅 전략, 이미지 최적화 파이프라인, 렌더링 병목 진단\xb7해결.",
              how: "성능 개선 프로젝트를 주도하고 Before/After 정량 측정",
              curriculum: [
                { topic: "고급 코드 스플리팅", desc: "Route-based 이상의 스플리팅: 컴포넌트 레벨, 라이브러리 레벨 분리. prefetch/preload 전략으로 사용자 동선 예측 로딩. React.lazy + Suspense의 에러 바운더리 통합." },
                { topic: "렌더링 파이프라인 최적화", desc: "Chrome Performance 프로파일러 심화 사용. Long Task 식별 및 분해. requestIdleCallback / requestAnimationFrame 활용. CSS containment로 레이아웃 격리." },
                { topic: "네트워크 최적화", desc: "HTTP/2 멀티플렉싱 활용. Resource Hints(preconnect, prefetch, preload, prerender). Service Worker 캐싱 전략(Cache First, Network First, Stale While Revalidate)." },
                { topic: "메모리 & 런타임 최적화", desc: "Chrome Memory 탭으로 메모리 릭 탐지. 이벤트 리스너, 타이머, 클로저 관련 릭 패턴. WeakRef/WeakMap 활용. 대규모 데이터 처리 시 Web Worker 활용." },
                { topic: "성능 모니터링 체계", desc: "RUM(Real User Monitoring) 도구 도입. Performance Observer API로 커스텀 메트릭 수집. 성능 버짓 설정 및 CI에서 자동 검증. 성능 대시보드 구축." },
              ]
            },
            {
              skill: "기술 의사결정 문서화",
              action: "ADR(Architecture Decision Record) 작성, 기술 선택의 트레이드오프를 팀에 설명.",
              how: "분기 1회 이상 기술 의사결정 문서 작성",
              curriculum: [
                { topic: "ADR 작성법", desc: "제목, 상태, 컨텍스트, 결정, 결과 구조. 왜 이 결정을 내렸는지(근거), 어떤 대안을 검토했는지(트레이드오프), 결정의 영향 범위를 명확히 기록." },
                { topic: "RFC(Request for Comments) 프로세스", desc: "대규모 기술 변경 전 팀 합의를 위한 RFC 작성. 문제 정의 → 제안 → 대안 비교 → 마이그레이션 플랜 → 리스크 구조. 피드백 수렴 및 의사결정 프로세스." },
                { topic: "기술 트레이드오프 분석", desc: "성능 vs 개발 생산성, 유연성 vs 단순성, 일관성 vs 자율성 등 흔한 트레이드오프 프레임워크. 정량적 비교(벤치마크, 번들 사이즈)와 정성적 비교(DX, 학습 곡선)." },
                { topic: "기술 부채 가시화", desc: "기술 부채를 비즈니스 임팩트로 번역하는 방법. 개발 속도 저하, 장애 빈도, 온보딩 비용 등 지표 활용. 경영진이 이해할 수 있는 언어로 기술 투자 설득." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "브라우저 내부 동작",
              action: "렌더링 파이프라인(Parse\u2192Style\u2192Layout\u2192Paint\u2192Composite) 이해, 리플로우 최소화 전략.",
              how: "Chrome DevTools Performance 탭으로 실제 병목 분석",
              curriculum: [
                { topic: "Critical Rendering Path", desc: "HTML 파싱 → DOM 트리, CSS 파싱 → CSSOM 트리, 두 트리 합성 → 렌더 트리. 렌더 블로킹 리소스 식별과 최적화. preload scanner의 역할." },
                { topic: "레이아웃 & 페인트 최적화", desc: "리플로우(Layout) 트리거 속성(width, height, top 등) vs 리페인트만 트리거하는 속성(color, opacity). Composite만 발생하는 속성(transform, opacity with will-change)." },
                { topic: "JavaScript 엔진 기초", desc: "V8의 파싱-컴파일-실행 과정. JIT 컴파일의 기본 원리. 히든 클래스(Hidden Class)와 인라인 캐싱. 메인 스레드 블로킹 이해." },
                { topic: "이벤트 루프 심화", desc: "마이크로태스크(Promise, queueMicrotask) vs 매크로태스크(setTimeout, I/O). requestAnimationFrame의 실행 시점. 브라우저 렌더링 프레임 주기(16.67ms)와의 관계." },
              ]
            },
            {
              skill: "디자인 시스템 구축",
              action: "토큰 체계, 컴포넌트 API 설계, 버전 관리, Storybook 운영.",
              how: "팀 디자인 시스템의 일부를 직접 설계\xb7배포",
              curriculum: [
                { topic: "디자인 토큰 체계", desc: "Global Token(원시값) → Semantic Token(의미) → Component Token(컴포넌트 전용). CSS 변수 기반 토큰 시스템 구축. 다크모드 지원을 위한 토큰 구조." },
                { topic: "컴포넌트 API 설계 원칙", desc: "일관된 네이밍(size, variant, color scheme). 접근성(WAI-ARIA) 내장. forwardRef/polymorphic 지원. 스타일 오버라이드 전략(className, style, CSS 변수)." },
                { topic: "Storybook 운영", desc: "Story 작성 패턴(CSF3). Controls/Actions 활용 인터랙티브 문서. Chromatic으로 Visual Regression 테스트. Storybook Interaction Testing." },
                { topic: "배포 & 버전 관리", desc: "npm 패키지 퍼블리싱 파이프라인. Changesets로 시맨틱 버전 관리. Changelog 자동 생성. 소비 팀과의 브레이킹 체인지 커뮤니케이션." },
              ]
            },
            {
              skill: "코드 리뷰 리더십",
              action: "아키텍처 관점의 리뷰, 팀 코딩 컨벤션 수립, 주니어 성장을 돕는 피드백.",
              how: "코드 리뷰 가이드라인 문서를 팀에 제안",
              curriculum: [
                { topic: "효과적인 코드 리뷰", desc: "무엇을 봐야 하는가: 설계 > 로직 > 스타일 순서. Nit vs Blocking 코멘트 구분. 질문형 피드백('이렇게 하면 어떨까요?')으로 학습 유도." },
                { topic: "팀 컨벤션 수립", desc: "ESLint/Prettier 규칙 설정과 근거 문서화. 컴포넌트 네이밍, 파일 구조, import 순서 등 합의. 자동화 가능한 것(lint)과 사람이 판단해야 하는 것 구분." },
                { topic: "주니어 멘토링", desc: "코드 리뷰를 성장 기회로 활용. 정답을 알려주기보다 생각의 방향 제시. 페어 프로그래밍 세션 운영. 기술 공유 세션(Tech Talk) 주도." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "AI 통합 UI 설계",
              action: "LLM 스트리밍 응답 UI, 채팅 인터페이스, AI 기능의 UX 패턴 설계.",
              how: "AI 기반 기능의 프론트엔드를 설계\xb7구현 주도",
              curriculum: [
                { topic: "스트리밍 UI 구현", desc: "Server-Sent Events(SSE) / ReadableStream으로 토큰 단위 스트리밍 렌더링. 타이핑 효과, 마크다운 점진적 파싱. Vercel AI SDK의 useChat/useCompletion 활용." },
                { topic: "AI 대화 인터페이스", desc: "메시지 히스토리 관리, 컨텍스트 윈도우 표시, 재생성/편집 기능. 코드 블록 하이라이팅, 수식 렌더링 등 리치 콘텐츠 처리. 멀티턴 대화의 UX 흐름 설계." },
                { topic: "AI UX 패턴", desc: "로딩 상태(스켈레톤 vs 스피너 vs 프로그레스), 에러 핸들링(재시도, 폴백), 피드백 수집(좋아요/싫어요). 자신감 스코어 표시, 출처 인용 UI." },
              ]
            },
            {
              skill: "마이크로 프론트엔드",
              action: "Module Federation으로 독립 배포 가능한 아키텍처 이해.",
              how: "PoC로 하나의 서비스를 독립 배포 가능하게 분리",
              curriculum: [
                { topic: "Module Federation 기초", desc: "Webpack 5 Module Federation Plugin 설정. Host/Remote 개념. 공유 의존성(shared) 관리. 런타임 통합 vs 빌드 타임 통합의 차이." },
                { topic: "마이크로 FE 아키텍처 패턴", desc: "라우트 기반 분리, 컴포넌트 기반 분리. 공유 상태 관리(이벤트 버스, Custom Events). 스타일 격리(Shadow DOM, CSS Modules, CSS-in-JS 스코핑)." },
                { topic: "도입 판단 기준", desc: "마이크로 FE가 필요한 상황: 독립 팀 배포, 이종 기술 스택 공존. 불필요한 상황: 단일 팀, 동일 기술 스택. 복잡성 비용 vs 팀 자율성 트레이드오프." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "기술 글쓰기 & 영향력",
              action: "기술 블로그, 내부 위키, RFC 작성으로 지식을 체계적으로 전파. 권위 없이 영향력을 행사하는 '지혜의 전파' 단계.",
              how: "월 1회 이상 기술 글(내부 위키/블로그) 작성, 분기 1회 Tech Talk",
              curriculum: [
                { topic: "기술 문서 작성법", desc: "문제 정의 → 해결 과정 → 결과 → 배운 점 구조. 독자 수준에 맞는 글쓰기. 장애 포스트모템, 기술 제안서, 아키텍처 문서 작성 패턴." },
                { topic: "영향력 있는 설득", desc: "권위 없이 영향력 행사하기(테크리드의 핵심 역량). 데이터와 근거 기반 기술 제안. 반대 의견을 존중하며 합의 도출. 기술 트레이드오프를 비개발자에게도 설명." },
                { topic: "멘토링 & 팀 성장", desc: "주니어의 성장을 돕는 코드 리뷰 — 정답보다 사고 방향 제시. 1:1 미팅으로 성장 목표 함께 설정. 팀 내 기술 공유 세션 주도. 배민 기술블로그: '시니어는 주변에 긍정적 영향을 주는 사람'." },
                { topic: "기술 부채 커뮤니케이션", desc: "기술 부채를 비즈니스 임팩트로 번역. '리팩토링' 대신 '개발 속도 향상 프로젝트'. 개발 속도 저하, 장애 빈도, 온보딩 비용 등 지표 활용." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "시스템 디자인 & 행동 면접",
              action: "대규모 시스템 설계를 화이트보드에 그릴 수 있고, STAR 방법론으로 경험을 구조화하여 전달.",
              how: "월 2회 시스템 디자인 모의면접, 주요 경험 STAR 형식 정리",
              curriculum: [
                { topic: "시스템 디자인 기초", desc: "URL 단축기, 채팅 시스템, 뉴스 피드 등 클래식 문제. 요구사항 정의 → 개략 설계 → 상세 설계 → 트레이드오프 논의 순서. 확장성, 가용성, 일관성 개념." },
                { topic: "시스템 디자인 심화", desc: "분산 시스템: 샤딩, 복제, CAP 정리, 일관성 해싱. 메시지 큐(Kafka), 캐시(Redis), CDN, 로드밸런서 설계. 실제 서비스(YouTube, Twitter, Uber) 아키텍처 분석." },
                { topic: "행동 면접 (STAR)", desc: "Situation→Task→Action→Results 구조로 경험 정리. Amazon LP 14가지, 쿠팡 리더십 원칙 대비. 우리가 아닌 내가 한 것을 구체적으로. 실패 경험도 긍정적 학습으로 표현." },
                { topic: "모의 면접 & 피드백", desc: "동료와 모의 면접(Mock Interview) 정기 진행. 면접관 역할도 경험해 평가 기준 이해. 녹화/녹음으로 자기 피드백. Pramp, interviewing.io 등 플랫폼 활용." },
              ]
            },
          ]
        }
]
    },
    "Senior \u2192 Staff+": {
      summary: "\"팀의 기술\"에서 \"조직의 기술 전략\"으로",
      keyMessage: "여러 팀에 걸친 기술 전략을 수립하고, 기술 문화를 형성합니다. \"무엇을 안 할지\" 결정하는 것이 핵심.",
      tracks: [
        {
          name: "\u{1F3AF} 핵심 역량",
          items: [
            {
              skill: "조직 횡단 아키텍처",
              action: "여러 팀의 프론트엔드 통합 전략, 공유 플랫폼 설계, 기술 표준 수립.",
              how: "전사 프론트엔드 기술 전략 문서 작성\xb7합의 도출",
              curriculum: [
                { topic: "전사 기술 표준 수립", desc: "프레임워크 선택(React/Vue/etc), 빌드 도구, 테스트 도구, 린팅 규칙 등 전사 표준 정의. 표준화 vs 팀 자율성의 균형. 예외 허용 정책(opt-out)." },
                { topic: "공유 플랫폼 전략", desc: "디자인 시스템, 인증 모듈, 분석 SDK 등 공유 플랫폼 범위 결정. Platform Team 운영 모델. 소비 팀의 피드백 루프 설계. Inner Source 문화." },
                { topic: "기술 마이그레이션 전략", desc: "대규모 마이그레이션(프레임워크 전환, 언어 전환) 계획 수립. Strangler Fig 패턴으로 점진적 전환. 마이그레이션 진행률 추적 및 데드라인 관리." },
                { topic: "크로스 팀 기술 거버넌스", desc: "아키텍처 리뷰 보드(ARB) 운영. 기술 RFC 프로세스 표준화. 팀 간 의존성 관리. 기술 레이더 운영으로 도구/기술 도입 가시화." },
              ]
            },
            {
              skill: "기술 문화 형성",
              action: "코드 리뷰 문화, 기술 공유 세션, 채용 기술 면접 프로세스 설계.",
              how: "분기별 기술 세미나 운영, 면접 루브릭 설계",
              curriculum: [
                { topic: "엔지니어링 핸드북", desc: "온보딩 가이드, 코딩 컨벤션, 아키텍처 가이드, 배포 프로세스 등을 종합한 엔지니어링 핸드북 작성. 살아있는 문서(living document)로 유지하는 방법." },
                { topic: "기술 면접 프로세스 설계", desc: "구조화된 면접: 코딩 테스트, 시스템 설계, 행동 면접 각 단계 설계. 루브릭 기반 평가로 일관성 확보. 면접관 트레이닝 프로그램." },
                { topic: "기술 공유 문화", desc: "Tech Talk, 아키텍처 리뷰, 장애 포스트모템 공유 세션 운영. 기술 블로그 운영(팀/회사). 외부 컨퍼런스 발표 지원 및 장려." },
                { topic: "개발자 경험(DX) 투자", desc: "빌드 속도, 로컬 개발 환경, CI/CD 속도 등 DX 메트릭 정의. 개발 도구 투자의 ROI를 경영진에게 설명하는 프레임워크. Developer Satisfaction Survey 운영." },
              ]
            },
            {
              skill: "기술 부채 전략",
              action: "비즈니스 임팩트 기준으로 기술 부채 우선순위를 정하고 경영진을 설득.",
              how: "기술 부채 대시보드 구축, ROI 기반 개선 로드맵",
              curriculum: [
                { topic: "기술 부채 분류 & 정량화", desc: "유형 분류: 설계 부채, 코드 품질 부채, 인프라 부채, 테스트 부채. 각 유형별 영향 측정: 장애 빈도, 개발 속도 저하, 온보딩 비용 증가 등." },
                { topic: "투자 우선순위 결정", desc: "비즈니스 임팩트 x 해결 비용 매트릭스. 빠르게 해결 가능한 Quick Win vs 장기 투자가 필요한 항목 분류. 20% 규칙(매 스프린트 20%를 기술 부채에 투자) 등 운영 모델." },
                { topic: "경영진 커뮤니케이션", desc: "기술 용어를 비즈니스 언어로 번역. '리팩토링' 대신 '개발 속도 2배 향상 프로젝트'. 대시보드로 진행 상황 가시화. 비투자 시 리스크(장애, 이탈 등) 정량화." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "조직 리더십 & 외부 영향력",
              action: "경영진에게 기술 투자를 비즈니스 언어로 설명. 외부 컨퍼런스/블로그로 기술 브랜딩. 채용 면접 프로세스 설계.",
              how: "연 2회 이상 외부 발표, 기술 투자 ROI 보고서 작성",
              curriculum: [
                { topic: "경영진 커뮤니케이션", desc: "기술 용어를 비즈니스 언어로 번역하는 능력. 기술 부채의 비용을 장애 빈도, 개발 속도 저하, 인재 이탈로 정량화. 투자하지 않을 때의 리스크 시나리오 제시. 대시보드로 진행 상황 가시화." },
                { topic: "채용 면접관 역량", desc: "구조화된 면접 루브릭 설계. 코딩/시스템 설계/행동 면접 각 단계 운영. 면접관 캘리브레이션으로 평가 일관성 확보. 후보자 경험이 긍정적이도록 프로세스 설계." },
                { topic: "외부 브랜딩 & 커뮤니티", desc: "기술 블로그 운영, 컨퍼런스 발표, 오픈소스 기여로 회사 기술 브랜딩. 커뮤니티 리더십으로 채용 파이프라인 확대. 업계 네트워크 구축. 기술 레이더 운영으로 트렌드 파악." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "Staff+ 레벨 면접 전략",
              action: "조직 임팩트 중심의 경험 정리. 기술 전략 제안, 대규모 시스템 설계, 크로스팀 리더십을 증명.",
              how: "주요 프로젝트별 임팩트 정량화 문서 작성, Staff 레벨 모의면접",
              curriculum: [
                { topic: "Staff 레벨 시스템 디자인", desc: "단일 서비스가 아닌 플랫폼/인프라 레벨 설계. 멀티 리전, 재해 복구, 비용 최적화 포함. 기술 선택의 비즈니스 임팩트 설명. Netflix L6, Google L6+ 수준." },
                { topic: "임팩트 스토리 구조화", desc: "각 프로젝트의 비즈니스 임팩트 정량화(매출, 비용 절감, 성능 개선). 조직 차원 영향력(팀 생산성, 채용, 문화 변화). 기술 의사결정의 근거와 결과를 데이터로 설명." },
                { topic: "빅테크 Staff+ 면접 특성", desc: "Google L6+: 조직 전체 기술 전략 질문. Amazon L7: LP 기반 깊은 Dive Deep. Meta E6+: 조직 영향력과 기술 비전. Apple ICT5+: 제품 관점 + 기술 깊이 동시 평가." },
              ]
            },
          ]
        }
]
    }
  },

  // ============================================================
  // BACKEND
  // ============================================================
  BE: {
    "Junior \u2192 Mid": {
      summary: "\"동작하는 코드\"에서 \"설명할 수 있는 코드\"로",
      keyMessage: "API를 만드는 것을 넘어서, 왜 이렇게 설계했는지 트레이드오프를 설명할 수 있어야 합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "DB 쿼리 튜닝",
              action: "EXPLAIN 분석, 인덱스 전략, N+1 문제 진단\xb7해결. 느린 쿼리를 직접 개선한 경험.",
              how: "슬로우 쿼리 로그를 분석하고 인덱스 추가 PR",
              curriculum: [
                { topic: "EXPLAIN 분석 마스터", desc: "EXPLAIN ANALYZE 결과 읽기: type(ALL, range, ref, eq_ref), rows, Extra(Using filesort, Using temporary). 실행 계획에서 풀 스캔, 인덱스 스캔, 커버링 인덱스 구분." },
                { topic: "인덱스 전략", desc: "B-Tree 인덱스 동작 원리. 복합 인덱스의 컬럼 순서 결정 기준(카디널리티, 쿼리 패턴). 커버링 인덱스로 디스크 I/O 제거. 인덱스 과다 생성의 부작용(쓰기 성능 저하)." },
                { topic: "N+1 문제 해결", desc: "JPA에서 N+1 발생 원인(LAZY loading). 해결법: Fetch Join, @EntityGraph, @BatchSize. 각 해결법의 트레이드오프(메모리 vs 쿼리 수). SQL에서 직접 확인하는 습관." },
                { topic: "쿼리 최적화 실전", desc: "서브쿼리 vs JOIN 성능 차이. WHERE 절 인덱스 활용 여부 확인(함수 적용 시 인덱스 무효화). LIMIT/OFFSET 대신 Cursor-based Pagination. 대량 데이터 처리 시 배치 쿼리." },
                { topic: "슬로우 쿼리 모니터링", desc: "MySQL slow_query_log 설정 및 분석. pt-query-digest로 자주 실행되는 슬로우 쿼리 식별. APM(Datadog, New Relic) DB 쿼리 모니터링 활용." },
              ]
            },
            {
              skill: "Spring 심화",
              action: "DI/AOP 동작 원리, 트랜잭션 전파, 예외 처리 전략을 이해하고 설명.",
              how: "팀 코드의 @Transactional 사용 패턴 리뷰\xb7정리",
              curriculum: [
                { topic: "IoC / DI 동작 원리", desc: "BeanFactory와 ApplicationContext 차이. 빈 생성 주기(Singleton, Prototype 등). @Autowired vs 생성자 주입(권장 이유). 순환 참조 문제 진단 및 해결." },
                { topic: "AOP(관점 지향 프로그래밍)", desc: "프록시 기반 AOP 동작 원리(JDK Dynamic Proxy vs CGLIB). @Aspect, @Around, @Before, @After 사용법. 로깅, 인증, 트랜잭션에 AOP 적용. self-invocation 문제 이해." },
                { topic: "@Transactional 심화", desc: "전파 레벨(REQUIRED, REQUIRES_NEW, NESTED 등) 실무 시나리오별 선택. readOnly=true의 성능 효과. 프록시 기반 동작의 제약(같은 클래스 내 호출 시 트랜잭션 미적용). 롤백 규칙(checked vs unchecked)." },
                { topic: "예외 처리 전략", desc: "@ExceptionHandler, @ControllerAdvice로 전역 예외 처리. 비즈니스 예외 vs 시스템 예외 분류. ErrorResponse DTO 설계. 에러 코드 체계 수립(팀 레벨)." },
                { topic: "Spring Security 기초", desc: "인증(Authentication) vs 인가(Authorization) 흐름. SecurityFilterChain 구조. JWT 토큰 기반 인증 구현. OAuth2/OIDC 연동 기초." },
              ]
            },
            {
              skill: "테스트 전략",
              action: "Unit/Integration 테스트 구분, TestContainer 활용, 테스트 데이터 관리.",
              how: "새 기능에 테스트 커버리지 80% 이상 달성",
              curriculum: [
                { topic: "테스트 피라미드 적용", desc: "Unit 테스트: 서비스 로직, 도메인 모델 중심. Integration 테스트: Repository, 외부 API 연동. E2E 테스트: 핵심 비즈니스 시나리오. 각 레벨 적정 비율(70/20/10)." },
                { topic: "JUnit 5 & Mockito 실전", desc: "@Test, @BeforeEach, @ParameterizedTest 활용. Mockito: when/verify/ArgumentCaptor. mock vs spy 차이. BDD 스타일(given-when-then) 테스트 작성." },
                { topic: "Testcontainers 활용", desc: "MySQL, Redis, Kafka 등 실제 인프라를 Docker 컨테이너로 테스트. @Testcontainers + @Container 설정. 테스트 격리와 데이터 정리 전략." },
                { topic: "테스트 데이터 관리", desc: "Fixture/Factory 패턴으로 테스트 데이터 생성. 테스트 간 독립성 보장. @Sql로 테스트 데이터 초기화. Builder 패턴으로 유연한 테스트 데이터 생성." },
                { topic: "테스트 가능한 코드 설계", desc: "의존성 주입으로 테스트 용이한 구조. 시간, 랜덤 등 비결정적 요소 추상화. 인터페이스 기반 설계로 Mock 교체 용이성 확보." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "Redis 실무 활용",
              action: "캐싱 전략(Cache-Aside/Write-Through), TTL 설계, 캐시 무효화 처리.",
              how: "자주 호출되는 API에 Redis 캐싱 적용",
              curriculum: [
                { topic: "Redis 자료구조 활용", desc: "String(캐싱, 세션), Hash(객체 저장), List(큐), Set(중복 제거, 추천), Sorted Set(랭킹, 타임라인). 각 자료구조의 시간 복잡도와 적합한 유스케이스." },
                { topic: "캐싱 패턴", desc: "Cache-Aside(Lazy Loading): 읽기 시 캐시 확인 → 미스 시 DB 조회 후 캐시 저장. Write-Through: 쓰기 시 캐시+DB 동시 갱신. Write-Behind: 비동기 DB 반영. 각 패턴의 일관성/성능 트레이드오프." },
                { topic: "TTL 설계 & 캐시 무효화", desc: "TTL 설정 기준(데이터 갱신 주기, 허용 가능한 불일치 시간). 캐시 스탬피드(Thundering Herd) 방지: 확률적 TTL, Lock 기반 갱신. 이벤트 기반 무효화 전략." },
                { topic: "분산 환경 Redis", desc: "분산 락(Redisson, SETNX): 동시성 제어. Redis Pub/Sub: 실시간 알림, 캐시 무효화 브로드캐스트. Redis Sentinel/Cluster 기본 개념." },
              ]
            },
            {
              skill: "Docker & CI/CD",
              action: "Dockerfile 작성, 멀티스테이지 빌드, GitHub Actions 파이프라인 이해.",
              how: "팀 서비스의 Dockerfile을 직접 최적화",
              curriculum: [
                { topic: "Dockerfile 작성 & 최적화", desc: "멀티스테이지 빌드로 이미지 크기 최소화. 레이어 캐싱 활용(의존성 먼저 복사). .dockerignore 설정. non-root 유저 실행. 보안 스캐닝(trivy)." },
                { topic: "docker-compose 활용", desc: "로컬 개발 환경 구성(앱 + DB + Redis + Kafka). 볼륨/네트워크 설정. depends_on과 healthcheck. 환경별 compose 파일 분리." },
                { topic: "GitHub Actions CI/CD", desc: "Workflow 문법(triggers, jobs, steps). 캐싱(actions/cache)으로 빌드 속도 개선. 환경별 배포(dev/staging/prod). Secrets 관리. Matrix build로 멀티 버전 테스트." },
                { topic: "배포 전략 기초", desc: "Blue-Green, Rolling Update, Canary 배포 개념과 차이. Docker 이미지 태깅 전략(git SHA, semantic version). 롤백 절차 수립." },
              ]
            },
            {
              skill: "코드 설계",
              action: "SOLID 원칙을 실무에 적용, 레이어드 아키텍처의 각 층 역할 이해.",
              how: "레거시 코드 리팩토링 시 설계 원칙 적용 사례",
              curriculum: [
                { topic: "SOLID 원칙 실무 적용", desc: "SRP: 하나의 클래스는 하나의 변경 이유만. OCP: 확장에 열려 있고 수정에 닫혀 있는 구조(Strategy 패턴). LSP: 하위 타입 치환. ISP: 인터페이스 분리. DIP: 추상화에 의존." },
                { topic: "레이어드 아키텍처", desc: "Controller → Service → Repository 각 층의 책임. DTO vs Entity 변환 위치. Service 간 호출 규칙. 도메인 로직은 Service가 아닌 도메인 모델에." },
                { topic: "디자인 패턴 실전", desc: "Strategy: 결제 방식 분기. Template Method: 공통 프로세스에서 단계별 커스터마이징. Factory: 객체 생성 로직 캡슐화. Observer: 이벤트 기반 처리." },
                { topic: "리팩토링 기법", desc: "Extract Method, Extract Class, Move Method. Feature Envy(남의 데이터를 자꾸 가져다 쓰는 코드) 해결. Long Method 분해. Guard Clause로 중첩 조건문 제거." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "Kafka 기초",
              action: "Producer/Consumer 모델, 토픽 개념, 비동기 이벤트 처리의 필요성 이해.",
              how: "팀에서 사용 중인 Kafka 토픽 구조를 문서화",
              curriculum: [
                { topic: "Kafka 핵심 개념", desc: "Topic, Partition, Offset, Consumer Group. Producer가 메시지를 보내고, Consumer가 구독하는 Pub/Sub 모델. 파티션 키를 통한 순서 보장." },
                { topic: "Spring Kafka 기초", desc: "@KafkaListener로 메시지 소비. KafkaTemplate으로 메시지 생산. 직렬화/역직렬화(JSON, Avro). 에러 핸들링(@RetryableTopic, DLT)." },
                { topic: "이벤트 드리븐 아키텍처 입문", desc: "동기 API 호출 vs 비동기 이벤트의 차이. 이벤트 발행의 이점: 서비스 간 결합도 감소, 장애 격리. 주문 → 결제 → 알림 흐름을 이벤트로 설계하는 예시." },
              ]
            },
            {
              skill: "AI 도구 활용",
              action: "Claude Code/Cursor로 코드 리뷰, 테스트 생성, 리팩토링 지원.",
              how: "AI 도구 활용 워크플로우를 팀에 공유",
              curriculum: [
                { topic: "AI 코딩 어시스턴트 실전 활용", desc: "코드 리뷰 요청, 테스트 코드 생성, 복잡한 로직 설명 요청. 프로젝트 컨텍스트를 효과적으로 전달하는 프롬프트 전략." },
                { topic: "AI 기반 디버깅", desc: "에러 로그를 AI에게 분석 요청. 스택 트레이스 해석 지원. 성능 병목 원인 추론. 레거시 코드 이해 지원." },
                { topic: "AI 도구 한계 인식", desc: "환각(Hallucination) 가능성 항상 염두. 보안 민감 코드(API 키, 인증 로직) AI 전달 주의. 생성 코드 반드시 리뷰. 최신 API 변경 미반영 가능성." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "효과적인 질문 & 커뮤니케이션",
              action: "모르는 것을 구체적으로 정리하여 질문. '내가 시도한 것, 예상 결과, 실제 결과'를 명확히 표현.",
              how: "매일 질문/논의 내용을 노트에 정리하는 습관",
              curriculum: [
                { topic: "구조화된 질문법", desc: "질문 전 자신이 무엇을 모르는지 파악. '시도한 것 → 예상 결과 → 실제 결과 → 추측 원인' 형식으로 정리. 모호한 질문은 시간을 낭비하고, 구체적 질문은 빠른 해결로 이어짐." },
                { topic: "코드 리뷰 수용 & 활용", desc: "리뷰 피드백을 방어적으로 받지 않기. 'Why'를 질문해서 맥락 이해. 반복되는 피드백을 패턴으로 인식하고 개선. 좋은 리뷰를 노트하는 습관." },
                { topic: "업무 상황 공유", desc: "진행 상황을 적절한 타이밍에 공유(블로커, 지연, 완료). 도움이 필요한 시점을 스스로 판단. 데일리 스탠드업에서 효과적으로 상황 전달하는 방법." },
                { topic: "기술 학습 루틴", desc: "'기술 스택보다 왜 그 기술을 썼는지 설명하는 것'이 더 중요. 기본기(자료구조, 알고리즘, 언어) 반복 학습. 사이드 프로젝트로 새로운 기술 경험. 경험의 양보다 질 중시." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "코딩 인터뷰 & CS 기본기",
              action: "LeetCode Medium 수준 문제를 45분 내 풀 수 있는 실력. 자료구조/알고리즘/OS/네트워크 기초를 설명할 수 있어야 한다.",
              how: "주 3회 이상 알고리즘 문제 풀이, 풀이 과정을 말로 설명하는 연습",
              curriculum: [
                { topic: "자료구조 & 알고리즘 핵심", desc: "배열, 연결리스트, 스택/큐, 해시맵, 트리, 그래프 구현과 시간복잡도. 정렬(퀵/머지/힙), 이진탐색, BFS/DFS, 동적 프로그래밍 패턴. LeetCode Top 100 문제 숙달." },
                { topic: "CS 기초 (OS/네트워크/DB)", desc: "프로세스 vs 스레드, 동기/비동기, 교착상태. HTTP/TCP/DNS 동작 원리. 인덱싱, 트랜잭션 격리 수준, 정규화. 면접에서 왜를 설명할 수 있는 수준." },
                { topic: "코딩 면접 실전 기술", desc: "Think Aloud: 문제 풀이 과정을 말로 설명하는 습관. 엣지 케이스 먼저 확인. 브루트포스 → 최적화 순서로 접근. Google Docs / 화이트보드 코딩 연습." },
                { topic: "포트폴리오 & 이력서", desc: "프로젝트별 문제→해결→결과 구조로 정리. 기술 선택의 이유를 설명할 수 있는 깊이. GitHub 활동과 코드 품질 관리. 이력서는 정량적 성과 중심." },
              ]
            },
          ]
        }
]
    },
    "Mid \u2192 Senior": {
      summary: "\"기능 구현\"에서 \"시스템 설계\"로",
      keyMessage: "개별 API가 아닌 시스템 전체를 보는 시야. 장애 상황에서 원인을 진단하고 팀을 이끌어 복구할 수 있어야 합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "MSA 설계",
              action: "서비스 경계 정의, 이벤트 기반 통신, 사가 패턴, 서킷 브레이커 적용.",
              how: "모놀리스에서 서비스 분리 RFC 작성\xb7실행",
              curriculum: [
                { topic: "서비스 경계 정의", desc: "도메인 기반 서비스 분리(Bounded Context). 기능 응집도 vs 데이터 응집도. 서비스 간 공유 데이터 처리 전략. 너무 작은 서비스(Nano Service)의 위험." },
                { topic: "서비스 간 통신 패턴", desc: "동기(REST, gRPC) vs 비동기(Kafka, RabbitMQ). API Gateway 패턴. BFF(Backend for Frontend). Service Discovery(Eureka, Consul)." },
                { topic: "Saga 패턴", desc: "분산 트랜잭션 대안으로서의 Saga. Choreography(이벤트 기반) vs Orchestration(중앙 조정) 방식. 보상 트랜잭션(Compensating Transaction) 설계. 멱등성 보장." },
                { topic: "서킷 브레이커 & 복원력", desc: "Resilience4j/Hystrix로 서킷 브레이커 구현. Closed → Open → Half-Open 상태 전이. Fallback 전략. Bulkhead 패턴으로 장애 격리. Retry with backoff." },
                { topic: "분산 데이터 관리", desc: "Database per Service 패턴. CQRS(Command Query Responsibility Segregation). Event Sourcing 개념. API Composition으로 분산 쿼리. Eventually Consistency 허용 범위 결정." },
              ]
            },
            {
              skill: "동시성 & 분산 시스템",
              action: "분산 락, 낙관적/비관적 잠금, 멱등성 설계, Eventually Consistent 이해.",
              how: "동시성 이슈 해결 사례를 포스트모템으로 문서화",
              curriculum: [
                { topic: "낙관적 vs 비관적 잠금", desc: "낙관적(Optimistic): @Version으로 충돌 감지, 재시도 전략. 비관적(Pessimistic): SELECT FOR UPDATE로 행 잠금. 각각 적합한 상황(낮은 경합 vs 높은 경합)." },
                { topic: "분산 락(Distributed Lock)", desc: "Redis 기반 분산 락(Redisson, SETNX+TTL). ZooKeeper 기반 락. 락의 TTL 설계(너무 짧으면 중복 실행, 너무 길면 데드락). Fencing Token으로 안전한 락 사용." },
                { topic: "멱등성(Idempotency) 설계", desc: "같은 요청을 여러 번 보내도 결과가 같은 API 설계. Idempotency Key 패턴. 중복 결제 방지. 메시지 큐에서 At-Least-Once 처리 시 멱등성 필수." },
                { topic: "CAP 정리 & 일관성 모델", desc: "CAP(Consistency, Availability, Partition tolerance) 정리 이해. Strong Consistency vs Eventual Consistency. 비즈니스 요구사항에 따른 일관성 레벨 선택(결제 vs 추천)." },
                { topic: "동시성 테스트", desc: "CountDownLatch, ExecutorService로 동시 요청 시뮬레이션. Race Condition 재현 테스트 작성. 스트레스 테스트 도구(K6, JMeter) 활용." },
              ]
            },
            {
              skill: "JVM & 성능 튜닝",
              action: "GC 튜닝, 스레드 덤프 분석, 커넥션 풀 최적화, APM 활용 병목 진단.",
              how: "프로덕션 성능 이슈를 프로파일링으로 해결",
              curriculum: [
                { topic: "JVM 메모리 구조", desc: "Heap(Young/Old Gen), Metaspace, Stack. 각 영역의 역할과 OOM 발생 시나리오. -Xms, -Xmx, -XX:MaxMetaspaceSize 설정 가이드." },
                { topic: "GC(Garbage Collection) 이해", desc: "GC 알고리즘: Serial, Parallel, G1, ZGC, Shenandoah. G1GC 동작 원리(Region 기반). GC 로그 분석(gc.log). GC 튜닝: pause time vs throughput 목표." },
                { topic: "스레드 덤프 분석", desc: "jstack으로 스레드 덤프 생성. BLOCKED, WAITING, TIMED_WAITING 상태 해석. 데드락 탐지. 스레드 풀 크기 최적화(CPU bound vs I/O bound)." },
                { topic: "커넥션 풀 최적화", desc: "HikariCP 설정: maximumPoolSize, connectionTimeout, idleTimeout. 적정 풀 사이즈 공식(connections = (core_count * 2) + disk_spindles). 커넥션 릭 탐지." },
                { topic: "APM 활용 병목 진단", desc: "Datadog/New Relic/Pinpoint로 트랜잭션 추적. 느린 트랜잭션 식별. DB 쿼리, 외부 API 호출, 캐시 미스 등 병목 포인트 시각화. 커스텀 메트릭 추가." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "Kafka 심화",
              action: "파티셔닝 전략, 컨슈머 그룹 리밸런싱, 정확히 한번 처리(Exactly-Once).",
              how: "이벤트 드리븐 아키텍처 전환 프로젝트 주도",
              curriculum: [
                { topic: "파티셔닝 전략", desc: "파티션 수 결정 기준(처리량, 컨슈머 수). 파티션 키 설계(순서 보장이 필요한 데이터). 핫 파티션 문제와 해결. 파티션 리파티셔닝." },
                { topic: "컨슈머 그룹 & 리밸런싱", desc: "컨슈머 그룹 메커니즘. Cooperative Sticky Assignor로 리밸런싱 영향 최소화. 컨슈머 랙(Lag) 모니터링. 컨슈머 스케일 아웃 전략." },
                { topic: "Exactly-Once Semantics", desc: "Idempotent Producer(enable.idempotence). Transactional Producer/Consumer. 정확히 한번 처리의 비용과 제약. At-Least-Once + 멱등성으로 대체하는 실용적 접근." },
                { topic: "스키마 관리", desc: "Schema Registry(Avro/Protobuf). 스키마 호환성(backward, forward, full). 스키마 진화(evolution) 전략. 다운타임 없는 스키마 변경." },
              ]
            },
            {
              skill: "모니터링 & 장애 대응",
              action: "APM 설정, 알림 정책, 장애 원인 분석 주도, 포스트모템 작성.",
              how: "온콜 로테이션 참여, 장애 대응 런북 작성",
              curriculum: [
                { topic: "모니터링 체계 구축", desc: "4 Golden Signals: Latency, Traffic, Errors, Saturation. RED Method(Rate, Errors, Duration). USE Method(Utilization, Saturation, Errors). 서비스별 핵심 메트릭 정의." },
                { topic: "알림 정책 설계", desc: "알림 피로(Alert Fatigue) 방지. SLI/SLO 기반 알림(에러 버짓 소진률). 단계별 에스컬레이션(Warning → Critical → Page). 알림 채널(Slack, PagerDuty) 설정." },
                { topic: "장애 대응 프로세스", desc: "Incident Commander 역할. 장애 타임라인 기록. 커뮤니케이션 채널 운영. 롤백/핫픽스 의사결정 프로세스. 고객 커뮤니케이션." },
                { topic: "포스트모템 문화", desc: "비난 없는(Blameless) 포스트모템. 구조: 타임라인, 영향 범위, 근본 원인, 액션 아이템. 반복 장애 방지를 위한 시스템 개선. 포스트모템 공유 세션 운영." },
              ]
            },
            {
              skill: "DDD & 아키텍처",
              action: "도메인 모델링, 바운디드 컨텍스트, 헥사고날 아키텍처 적용.",
              how: "핵심 도메인 하나를 DDD로 재설계",
              curriculum: [
                { topic: "전략적 DDD", desc: "도메인, 서브도메인(Core/Supporting/Generic) 구분. Bounded Context 식별과 Context Map. 유비쿼터스 언어(Ubiquitous Language) 정의. 도메인 전문가와의 협업." },
                { topic: "전술적 DDD", desc: "Entity vs Value Object. Aggregate와 Aggregate Root. Domain Event. Repository 패턴. Domain Service vs Application Service 구분." },
                { topic: "헥사고날 아키텍처", desc: "Port와 Adapter 개념. 인바운드 포트(Use Case), 아웃바운드 포트(인터페이스). 의존성 방향: 외부 → 도메인. 테스트 용이성과 기술 독립성 달성." },
                { topic: "이벤트 스토밍", desc: "도메인 이벤트 식별 워크샵. Command, Event, Policy, Read Model, Aggregate 매핑. Bounded Context 도출. 시스템 설계로의 전환." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "AI API 통합",
              action: "LLM API 연동, RAG 파이프라인 서버 구현, 프롬프트 관리 시스템.",
              how: "AI 기능 백엔드 서비스 설계\xb7구축 주도",
              curriculum: [
                { topic: "LLM API 연동 설계", desc: "OpenAI/Claude/Gemini API 통합. 스트리밍 응답(SSE) 서버 구현. Rate Limiting 및 비용 제어. API Key 관리 및 로테이션. Fallback 모델 전략." },
                { topic: "RAG 백엔드 서비스", desc: "문서 임베딩 파이프라인(청킹 → 임베딩 → 벡터 DB 저장). 벡터 DB(Pinecone, Weaviate, pgvector) 선택 기준. 검색 최적화(Hybrid Search, Re-ranking). 결과 캐싱." },
                { topic: "프롬프트 관리 시스템", desc: "프롬프트 버전 관리. A/B 테스트 인프라. 프롬프트 템플릿 엔진. 모니터링(토큰 사용량, 응답 품질, 레이턴시) 대시보드." },
              ]
            },
            {
              skill: "클라우드 네이티브",
              action: "EKS 운영 이해, 서버리스 적용 판단, IaC(Terraform) 기본 활용.",
              how: "새 서비스를 컨테이너 기반으로 설계\xb7배포",
              curriculum: [
                { topic: "Kubernetes 기본 운영", desc: "Pod, Deployment, Service, Ingress 개념. ConfigMap/Secret 관리. 리소스 요청/제한(requests/limits) 설정. 로그 확인(kubectl logs) 및 디버깅(kubectl exec)." },
                { topic: "서버리스 판단 기준", desc: "Lambda/Cloud Functions 적합한 경우: 이벤트 드리븐, 비정기 실행, 간단한 처리. 부적합한 경우: 긴 실행 시간, 상태 유지 필요, 콜드 스타트 민감. 비용 비교." },
                { topic: "Terraform 기초", desc: "HCL 문법으로 인프라 정의. terraform plan/apply 워크플로우. 상태 파일(state) 원격 관리(S3 + DynamoDB). 모듈 재사용 패턴." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "기술 글쓰기 & 영향력",
              action: "기술 블로그, 내부 위키, RFC 작성으로 지식을 체계적으로 전파. 권위 없이 영향력을 행사하는 '지혜의 전파' 단계.",
              how: "월 1회 이상 기술 글(내부 위키/블로그) 작성, 분기 1회 Tech Talk",
              curriculum: [
                { topic: "기술 문서 작성법", desc: "문제 정의 → 해결 과정 → 결과 → 배운 점 구조. 독자 수준에 맞는 글쓰기. 장애 포스트모템, 기술 제안서, 아키텍처 문서 작성 패턴." },
                { topic: "영향력 있는 설득", desc: "권위 없이 영향력 행사하기(테크리드의 핵심 역량). 데이터와 근거 기반 기술 제안. 반대 의견을 존중하며 합의 도출. 기술 트레이드오프를 비개발자에게도 설명." },
                { topic: "멘토링 & 팀 성장", desc: "주니어의 성장을 돕는 코드 리뷰 — 정답보다 사고 방향 제시. 1:1 미팅으로 성장 목표 함께 설정. 팀 내 기술 공유 세션 주도. 배민 기술블로그: '시니어는 주변에 긍정적 영향을 주는 사람'." },
                { topic: "기술 부채 커뮤니케이션", desc: "기술 부채를 비즈니스 임팩트로 번역. '리팩토링' 대신 '개발 속도 향상 프로젝트'. 개발 속도 저하, 장애 빈도, 온보딩 비용 등 지표 활용." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "시스템 디자인 & 행동 면접",
              action: "대규모 시스템 설계를 화이트보드에 그릴 수 있고, STAR 방법론으로 경험을 구조화하여 전달.",
              how: "월 2회 시스템 디자인 모의면접, 주요 경험 STAR 형식 정리",
              curriculum: [
                { topic: "시스템 디자인 기초", desc: "URL 단축기, 채팅 시스템, 뉴스 피드 등 클래식 문제. 요구사항 정의 → 개략 설계 → 상세 설계 → 트레이드오프 논의 순서. 확장성, 가용성, 일관성 개념." },
                { topic: "시스템 디자인 심화", desc: "분산 시스템: 샤딩, 복제, CAP 정리, 일관성 해싱. 메시지 큐(Kafka), 캐시(Redis), CDN, 로드밸런서 설계. 실제 서비스(YouTube, Twitter, Uber) 아키텍처 분석." },
                { topic: "행동 면접 (STAR)", desc: "Situation→Task→Action→Results 구조로 경험 정리. Amazon LP 14가지, 쿠팡 리더십 원칙 대비. 우리가 아닌 내가 한 것을 구체적으로. 실패 경험도 긍정적 학습으로 표현." },
                { topic: "모의 면접 & 피드백", desc: "동료와 모의 면접(Mock Interview) 정기 진행. 면접관 역할도 경험해 평가 기준 이해. 녹화/녹음으로 자기 피드백. Pramp, interviewing.io 등 플랫폼 활용." },
              ]
            },
          ]
        }
]
    },
    "Senior \u2192 Staff+": {
      summary: "\"시스템 설계\"에서 \"기술 전략\"으로",
      keyMessage: "조직 전체의 기술 방향을 설정하고, 여러 팀에 걸친 아키텍처 결정을 내립니다.",
      tracks: [
        {
          name: "\u{1F3AF} 핵심 역량",
          items: [
            {
              skill: "조직 아키텍처 전략",
              action: "여러 팀의 서비스 간 의존성 관리, 플랫폼 전략, 기술 표준 수립.",
              how: "전사 백엔드 기술 로드맵 작성, 아키텍처 리뷰 위원회 운영",
              curriculum: [
                { topic: "서비스 의존성 거버넌스", desc: "서비스 의존성 그래프 시각화 및 관리. 순환 의존성 제거 전략. 공유 라이브러리 vs 서비스 복제 판단. API 버전 관리 정책(URL versioning, Header versioning)." },
                { topic: "플랫폼 팀 전략", desc: "Team Topologies(Stream-aligned, Platform, Enabling, Complicated-subsystem) 적용. 플랫폼 팀이 제공할 서비스 범위 결정. 셀프서비스 인프라/도구 설계. X-as-a-Service 모델." },
                { topic: "기술 로드맵 수립", desc: "현재 상태(As-Is) 진단 → 목표 상태(To-Be) 정의 → 마이그레이션 계획. 기술 레이더로 도입/시험/유지/폐기 기술 관리. 분기별 리뷰와 업데이트." },
                { topic: "아키텍처 리뷰 프로세스", desc: "신규 서비스/대규모 변경 시 아키텍처 리뷰 의무화. 리뷰 체크리스트(확장성, 보안, 운영성, 비용). 리뷰 보드 운영 및 의사결정 기록. 경량 리뷰 vs 정식 리뷰 구분." },
              ]
            },
            {
              skill: "기술 부채 & 투자 판단",
              action: "비즈니스 임팩트 기준으로 기술 투자 우선순위 결정, 경영진 설득.",
              how: "기술 부채 정량화 프레임워크 구축",
              curriculum: [
                { topic: "기술 투자 ROI 분석", desc: "기술 부채의 '이자' 측정: 장애 빈도, 개발 속도 저하, 채용 어려움. 투자 효과 예측: 배포 빈도 개선, MTTR 단축. 비투자 시 리스크 정량화." },
                { topic: "기술 전략 프레젠테이션", desc: "경영진/비기술 이해관계자를 위한 기술 전략 발표. 비즈니스 목표와 기술 투자 연결. 비유와 시각화 활용. Q&A 준비(비용, 기간, 리스크)." },
                { topic: "기술 예산 관리", desc: "클라우드 비용, 라이선스 비용, 인력 비용 종합 관리. FinOps 프랙티스 도입. 비용 최적화 vs 개발 생산성 트레이드오프. 분기별 예산 리뷰." },
              ]
            },
            {
              skill: "엔지니어링 문화",
              action: "코드 리뷰, 장애 대응, 기술 공유 문화를 조직 단위로 설계\xb7운영.",
              how: "엔지니어링 핸드북 작성, 기술 면접 프로세스 설계",
              curriculum: [
                { topic: "엔지니어링 원칙 수립", desc: "조직의 엔지니어링 원칙(Principles) 정의. '완벽보다 반복 가능한 배포', '측정 가능한 변경' 등. 원칙의 실제 의사결정 적용 사례 축적." },
                { topic: "채용 & 온보딩 설계", desc: "기술 면접 프로세스 설계(코딩테스트, 시스템 설계, 행동 면접). 루브릭 기반 공정한 평가. 30/60/90 온보딩 프로그램. 멘토링 짝 배정." },
                { topic: "성장 프레임워크", desc: "엔지니어링 레더(Career Ladder) 정의. 각 레벨별 기대 역량 명시. 성장 경로 투명화. 매니저 트랙 vs IC 트랙 설계." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "조직 리더십 & 외부 영향력",
              action: "경영진에게 기술 투자를 비즈니스 언어로 설명. 외부 컨퍼런스/블로그로 기술 브랜딩. 채용 면접 프로세스 설계.",
              how: "연 2회 이상 외부 발표, 기술 투자 ROI 보고서 작성",
              curriculum: [
                { topic: "경영진 커뮤니케이션", desc: "기술 용어를 비즈니스 언어로 번역하는 능력. 기술 부채의 비용을 장애 빈도, 개발 속도 저하, 인재 이탈로 정량화. 투자하지 않을 때의 리스크 시나리오 제시. 대시보드로 진행 상황 가시화." },
                { topic: "채용 면접관 역량", desc: "구조화된 면접 루브릭 설계. 코딩/시스템 설계/행동 면접 각 단계 운영. 면접관 캘리브레이션으로 평가 일관성 확보. 후보자 경험이 긍정적이도록 프로세스 설계." },
                { topic: "외부 브랜딩 & 커뮤니티", desc: "기술 블로그 운영, 컨퍼런스 발표, 오픈소스 기여로 회사 기술 브랜딩. 커뮤니티 리더십으로 채용 파이프라인 확대. 업계 네트워크 구축. 기술 레이더 운영으로 트렌드 파악." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "Staff+ 레벨 면접 전략",
              action: "조직 임팩트 중심의 경험 정리. 기술 전략 제안, 대규모 시스템 설계, 크로스팀 리더십을 증명.",
              how: "주요 프로젝트별 임팩트 정량화 문서 작성, Staff 레벨 모의면접",
              curriculum: [
                { topic: "Staff 레벨 시스템 디자인", desc: "단일 서비스가 아닌 플랫폼/인프라 레벨 설계. 멀티 리전, 재해 복구, 비용 최적화 포함. 기술 선택의 비즈니스 임팩트 설명. Netflix L6, Google L6+ 수준." },
                { topic: "임팩트 스토리 구조화", desc: "각 프로젝트의 비즈니스 임팩트 정량화(매출, 비용 절감, 성능 개선). 조직 차원 영향력(팀 생산성, 채용, 문화 변화). 기술 의사결정의 근거와 결과를 데이터로 설명." },
                { topic: "빅테크 Staff+ 면접 특성", desc: "Google L6+: 조직 전체 기술 전략 질문. Amazon L7: LP 기반 깊은 Dive Deep. Meta E6+: 조직 영향력과 기술 비전. Apple ICT5+: 제품 관점 + 기술 깊이 동시 평가." },
              ]
            },
          ]
        }
]
    }
  },

  // ============================================================
  // DEVOPS
  // ============================================================
  DevOps: {
    "Junior \u2192 Mid": {
      summary: "\"매뉴얼 따라하기\"에서 \"자동화 구축\"으로",
      keyMessage: "CLI 명령어를 넘어서, 인프라를 코드로 관리하고 반복 작업을 자동화할 수 있어야 합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "Kubernetes 실무",
              action: "Deployment/Service/Ingress 이해, kubectl 디버깅, 리소스 요청/제한 설정.",
              how: "팀 서비스의 K8s 매니페스트를 직접 작성\xb7수정",
              curriculum: [
                { topic: "핵심 리소스 이해", desc: "Pod: 최소 배포 단위, 사이드카 패턴. Deployment: ReplicaSet 관리, 롤링 업데이트. Service: ClusterIP/NodePort/LoadBalancer. Ingress: L7 라우팅, TLS 종료." },
                { topic: "리소스 관리", desc: "CPU/Memory requests vs limits. QoS 클래스(Guaranteed, Burstable, BestEffort). LimitRange/ResourceQuota로 네임스페이스 자원 제한. VPA(Vertical Pod Autoscaler)로 적정값 추천." },
                { topic: "kubectl 디버깅 마스터", desc: "kubectl describe로 이벤트 확인. kubectl logs -f --previous로 크래시 로그. kubectl exec -it으로 컨테이너 진입. kubectl top으로 리소스 사용량 실시간 확인." },
                { topic: "설정 관리", desc: "ConfigMap: 환경 설정, 설정 파일 마운트. Secret: 민감 정보(base64 인코딩 주의). 환경별 오버레이(Kustomize) 패턴. 설정 변경 시 Pod 재시작 전략." },
                { topic: "네트워킹 기초", desc: "Pod 네트워킹 모델(모든 Pod가 서로 통신 가능). Service DNS 해석(servicename.namespace.svc.cluster.local). NetworkPolicy로 트래픽 제어. Headless Service 활용." },
              ]
            },
            {
              skill: "Terraform 기초",
              action: "HCL 문법, 리소스 정의, 상태 파일 관리, plan/apply 워크플로우.",
              how: "기존 수동 생성 리소스를 Terraform으로 임포트",
              curriculum: [
                { topic: "HCL 문법 & 리소스 정의", desc: "resource, data, variable, output, locals 블록. 문자열 보간, 조건식, 반복(for_each, count). provider 설정 및 버전 고정." },
                { topic: "상태 파일(State) 관리", desc: "terraform.tfstate의 역할과 중요성. 원격 백엔드(S3 + DynamoDB Lock). 상태 파일 직접 수정 금지 원칙. terraform state mv/rm/import 명령어." },
                { topic: "plan/apply 워크플로우", desc: "terraform plan으로 변경사항 미리보기. terraform apply로 실제 적용. -target으로 특정 리소스만 변경. terraform destroy 위험성 인지." },
                { topic: "모듈 기초", desc: "모듈로 재사용 가능한 인프라 컴포넌트 작성. source(로컬, Git, Registry). 입력 변수와 출력 값. 공개 모듈 레지스트리 활용." },
              ]
            },
            {
              skill: "CI/CD 파이프라인",
              action: "GitHub Actions/Jenkins 파이프라인 작성, 캐싱 전략, 시크릿 관리.",
              how: "새 서비스의 CI/CD를 처음부터 구축",
              curriculum: [
                { topic: "GitHub Actions 심화", desc: "Workflow 트리거(push, PR, schedule, workflow_dispatch). Job 의존성(needs). Matrix Strategy. 재사용 워크플로우(workflow_call). Composite Actions." },
                { topic: "빌드 속도 최적화", desc: "의존성 캐싱(actions/cache). Docker Layer 캐싱. 병렬 Job 실행. 변경된 파일 기반 선택적 빌드(paths filter)." },
                { topic: "시크릿 & 환경 관리", desc: "GitHub Secrets/Environment Secrets. AWS Secrets Manager/Vault 연동. OIDC로 클라우드 임시 자격 증명. 시크릿 로테이션 자동화." },
                { topic: "배포 파이프라인 설계", desc: "dev → staging → prod 환경 분리. 수동 승인 게이트(Environment protection rules). 롤백 자동화. 배포 알림(Slack 연동)." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "모니터링 기초",
              action: "Prometheus 메트릭 이해, Grafana 대시보드 구성, 기본 알림 설정.",
              how: "팀 서비스의 핵심 메트릭 대시보드 구축",
              curriculum: [
                { topic: "Prometheus 메트릭 체계", desc: "메트릭 타입: Counter, Gauge, Histogram, Summary. PromQL 기본 쿼리: rate(), increase(), histogram_quantile(). 라벨(Label) 설계. 커스텀 메트릭 노출(/metrics 엔드포인트)." },
                { topic: "Grafana 대시보드", desc: "패널 타입(Time series, Stat, Table, Heatmap). 변수(Variables)로 동적 필터링. 대시보드 구조 설계(Overview → 상세). 팀별 대시보드 템플릿." },
                { topic: "로그 수집 & 분석", desc: "EFK(Elasticsearch + Fluentd + Kibana) 또는 Loki + Grafana 스택. 구조화된 로깅(JSON 로그). 로그 레벨 전략. 로그 보존 정책 및 비용 관리." },
                { topic: "알림 설정 기초", desc: "Alertmanager/Grafana Alerting 설정. 알림 규칙(threshold, 지속 시간). 알림 라우팅(심각도별 채널). 알림 음소거(Silence) 및 억제(Inhibition)." },
              ]
            },
            {
              skill: "Helm 차트 관리",
              action: "values.yaml 구조, 환경별 오버라이드, 차트 버전 관리.",
              how: "팀 서비스의 Helm 차트 리뷰\xb7개선",
              curriculum: [
                { topic: "Helm 기본 개념", desc: "Chart, Release, Repository 구조. helm install/upgrade/rollback 명령어. Chart.yaml, values.yaml, templates/ 디렉토리 구조." },
                { topic: "템플릿 작성", desc: "Go 템플릿 문법(.Values, .Release, .Chart). if/range/with 제어 구문. _helpers.tpl로 공통 함수. NOTES.txt로 설치 후 안내." },
                { topic: "환경별 설정 관리", desc: "values-dev.yaml, values-prod.yaml로 환경 분리. helm install -f로 오버라이드. helmfile로 여러 릴리스 선언적 관리." },
              ]
            },
            {
              skill: "GitOps 입문",
              action: "ArgoCD 기본 개념, 선언적 배포, 앱 동기화 이해.",
              how: "ArgoCD로 스테이징 환경 배포 자동화",
              curriculum: [
                { topic: "GitOps 원칙", desc: "Git을 Single Source of Truth로. 선언적 인프라(원하는 상태 기술). 자동 동기화(Git 변경 → 클러스터 반영). 관찰 가능성(drift detection)." },
                { topic: "ArgoCD 설정 & 운영", desc: "Application CRD 작성. Sync Policy(Manual vs Automatic). Prune 정책(삭제된 리소스 처리). Health Check 설정. 멀티 클러스터 관리." },
                { topic: "배포 전략 자동화", desc: "ArgoCD + Kustomize/Helm 연동. ApplicationSet으로 여러 환경 관리. Progressive Delivery(Argo Rollouts 연동). Image Updater로 자동 이미지 업데이트." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "보안 기초",
              action: "시크릿 관리(Vault/Sealed Secrets), 이미지 스캐닝, 네트워크 정책.",
              how: "팀 서비스의 시크릿 관리 방식 개선 제안",
              curriculum: [
                { topic: "시크릿 관리", desc: "HashiCorp Vault: 시크릿 엔진, 동적 시크릿, 자동 로테이션. Sealed Secrets: GitOps 환경에서 암호화된 시크릿. External Secrets Operator: 외부 시크릿 관리자 연동." },
                { topic: "컨테이너 보안", desc: "이미지 스캐닝(Trivy, Snyk). 최소 베이스 이미지(distroless, alpine). non-root 실행. read-only 파일시스템. SecurityContext/PodSecurityPolicy." },
                { topic: "네트워크 보안", desc: "NetworkPolicy로 Pod 간 트래픽 제어. mTLS(mutual TLS) with Service Mesh. RBAC(Role-Based Access Control) 설정. Namespace 격리 전략." },
              ]
            },
            {
              skill: "비용 인식",
              action: "클라우드 비용 구조 이해, 리소스 태깅, 기본적인 비용 리포팅.",
              how: "월간 비용 리포트 작성\xb7공유",
              curriculum: [
                { topic: "클라우드 비용 구조", desc: "AWS/GCP/Azure 주요 서비스 비용 모델. 온디맨드 vs 예약 인스턴스 vs Spot. 데이터 전송 비용(종종 간과됨). 스토리지 비용(S3 티어, EBS 타입)." },
                { topic: "비용 태깅 전략", desc: "팀/서비스/환경별 리소스 태그 체계. Cost Allocation Tags로 비용 분배. 태그 필수 정책(CloudTrail, SCP). 비용 대시보드(AWS Cost Explorer, Kubecost)." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "효과적인 질문 & 커뮤니케이션",
              action: "모르는 것을 구체적으로 정리하여 질문. '내가 시도한 것, 예상 결과, 실제 결과'를 명확히 표현.",
              how: "매일 질문/논의 내용을 노트에 정리하는 습관",
              curriculum: [
                { topic: "구조화된 질문법", desc: "질문 전 자신이 무엇을 모르는지 파악. '시도한 것 → 예상 결과 → 실제 결과 → 추측 원인' 형식으로 정리. 모호한 질문은 시간을 낭비하고, 구체적 질문은 빠른 해결로 이어짐." },
                { topic: "코드 리뷰 수용 & 활용", desc: "리뷰 피드백을 방어적으로 받지 않기. 'Why'를 질문해서 맥락 이해. 반복되는 피드백을 패턴으로 인식하고 개선. 좋은 리뷰를 노트하는 습관." },
                { topic: "업무 상황 공유", desc: "진행 상황을 적절한 타이밍에 공유(블로커, 지연, 완료). 도움이 필요한 시점을 스스로 판단. 데일리 스탠드업에서 효과적으로 상황 전달하는 방법." },
                { topic: "기술 학습 루틴", desc: "'기술 스택보다 왜 그 기술을 썼는지 설명하는 것'이 더 중요. 기본기(자료구조, 알고리즘, 언어) 반복 학습. 사이드 프로젝트로 새로운 기술 경험. 경험의 양보다 질 중시." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "코딩 인터뷰 & CS 기본기",
              action: "LeetCode Medium 수준 문제를 45분 내 풀 수 있는 실력. 자료구조/알고리즘/OS/네트워크 기초를 설명할 수 있어야 한다.",
              how: "주 3회 이상 알고리즘 문제 풀이, 풀이 과정을 말로 설명하는 연습",
              curriculum: [
                { topic: "자료구조 & 알고리즘 핵심", desc: "배열, 연결리스트, 스택/큐, 해시맵, 트리, 그래프 구현과 시간복잡도. 정렬(퀵/머지/힙), 이진탐색, BFS/DFS, 동적 프로그래밍 패턴. LeetCode Top 100 문제 숙달." },
                { topic: "CS 기초 (OS/네트워크/DB)", desc: "프로세스 vs 스레드, 동기/비동기, 교착상태. HTTP/TCP/DNS 동작 원리. 인덱싱, 트랜잭션 격리 수준, 정규화. 면접에서 왜를 설명할 수 있는 수준." },
                { topic: "코딩 면접 실전 기술", desc: "Think Aloud: 문제 풀이 과정을 말로 설명하는 습관. 엣지 케이스 먼저 확인. 브루트포스 → 최적화 순서로 접근. Google Docs / 화이트보드 코딩 연습." },
                { topic: "포트폴리오 & 이력서", desc: "프로젝트별 문제→해결→결과 구조로 정리. 기술 선택의 이유를 설명할 수 있는 깊이. GitHub 활동과 코드 품질 관리. 이력서는 정량적 성과 중심." },
              ]
            },
          ]
        }
]
    },
    "Mid \u2192 Senior": {
      summary: "\"인프라 구축\"에서 \"안정성 설계\"로",
      keyMessage: "서비스를 띄우는 것을 넘어서, 장애에 강한 시스템을 설계하고 SRE 프랙티스를 도입합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "KEDA / 고급 스케일링",
              action: "커스텀 메트릭 기반 스케일링, cooldownPeriod 튜닝, 스케일 플래핑 방지.",
              how: "프로덕션 서비스의 KEDA 설정 최적화",
              curriculum: [
                { topic: "HPA 심화", desc: "CPU/Memory 기반 HPA의 한계. Custom Metrics(Prometheus Adapter)으로 확장. 스케일 업/다운 안정화 윈도우. 여러 메트릭 조합(AND/OR 로직)." },
                { topic: "KEDA(Event-Driven Autoscaling)", desc: "ScaledObject 정의. Kafka, RabbitMQ, Redis, Prometheus 등 이벤트 소스 연동. pollingInterval, cooldownPeriod, minReplicaCount 튜닝." },
                { topic: "스케일 플래핑 방지", desc: "스케일링 진동(flapping) 원인 분석. stabilizationWindowSeconds 설정. 스케일 다운 지연으로 트래픽 재증가 대비. 프리웜(Pre-warming) 전략." },
                { topic: "Cluster Autoscaler", desc: "노드 레벨 자동 확장. Karpenter vs Cluster Autoscaler 비교. 노드 그룹 전략(온디맨드 + Spot 혼합). 스케일 다운 안전 장치(PDB)." },
              ]
            },
            {
              skill: "SRE 프랙티스",
              action: "SLI/SLO 정의, 에러 버짓 관리, 포스트모템 문화 정착.",
              how: "핵심 서비스 3개의 SLO 정의\xb7모니터링 구축",
              curriculum: [
                { topic: "SLI/SLO/SLA 체계", desc: "SLI(Service Level Indicator): 측정 가능한 서비스 품질 지표. SLO(Objective): SLI의 목표값(99.9% 가용성). SLA(Agreement): 고객과의 약속. SLO 설정 절차와 이해관계자 합의." },
                { topic: "에러 버짓(Error Budget)", desc: "SLO = 99.9% → 월간 에러 버짓 = 0.1% = ~43분. 에러 버짓 소진 시 정책: 신규 배포 중단, 안정화 작업 우선. 에러 버짓 대시보드 구축." },
                { topic: "토일(Toil) 관리", desc: "반복적/수동 작업 식별 및 자동화. 토일 비율 목표(50% 이하). 자동화 ROI 계산. 런북(Runbook) → 자동화 스크립트 → 셀프힐링 시스템 진화." },
                { topic: "온콜 운영", desc: "온콜 로테이션 설계. 에스컬레이션 정책. 온콜 핸드오프 절차. 번아웃 방지(보상, 교대 주기). 인시던트 분류 및 우선순위 매트릭스." },
              ]
            },
            {
              skill: "Terraform 심화",
              action: "모듈화, 워크스페이스, 드리프트 감지, 팀 워크플로우 설계.",
              how: "전체 인프라를 모듈화된 Terraform으로 재구성",
              curriculum: [
                { topic: "모듈 설계 패턴", desc: "재사용 가능한 모듈 작성 원칙. 입력/출력 인터페이스 설계. 모듈 버전 관리(Git tag). 공개 모듈 레지스트리 vs 사내 모듈 레지스트리." },
                { topic: "팀 워크플로우", desc: "Terraform Cloud/Atlantis로 PR 기반 plan/apply. State Locking으로 동시 변경 방지. 코드 리뷰 + plan 결과 리뷰 프로세스. Sentinel/OPA로 정책 적용." },
                { topic: "고급 기능", desc: "dynamic 블록, for_each vs count 선택. terraform_remote_state로 스택 간 참조. terragrunt로 DRY 원칙 적용. 드리프트 감지(terraform plan 정기 실행)." },
                { topic: "마이그레이션 & 리팩토링", desc: "terraform import로 기존 리소스 가져오기. moved 블록으로 리소스 이름 변경. 대규모 리팩토링 시 state mv 활용. 안전한 destroy-then-create vs create-before-destroy." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "Argo Rollouts",
              action: "카나리 배포 전략, 분석 기반 자동 롤백, 트래픽 미러링.",
              how: "핵심 서비스에 카나리 배포 파이프라인 구축",
              curriculum: [
                { topic: "카나리 배포 설정", desc: "Rollout CRD 작성. 단계별 트래픽 비율(5% → 20% → 50% → 100%). 각 단계 대기 시간(pause). Nginx/Istio/ALB 트래픽 라우팅 연동." },
                { topic: "분석 기반 프로모션", desc: "AnalysisTemplate으로 자동 검증. Prometheus 메트릭 기반 성공/실패 판단(에러율, 레이턴시). 실패 시 자동 롤백. 성공 시 자동 프로모션." },
                { topic: "Blue-Green 배포", desc: "Active/Preview Service 패턴. 전환 전 Preview에서 검증. 즉시 롤백 가능(트래픽 스위치만). 리소스 비용(2배 Pod) 관리." },
              ]
            },
            {
              skill: "분산 트레이싱",
              action: "Jaeger/Tempo 구축, 서비스 간 트레이스 연결, 병목 진단.",
              how: "MSA 환경에서 E2E 트레이싱 파이프라인 구축",
              curriculum: [
                { topic: "OpenTelemetry 기초", desc: "Trace, Span, Context Propagation 개념. OpenTelemetry Collector 아키텍처. SDK 자동 계측(Auto-instrumentation). W3C Trace Context 표준." },
                { topic: "Jaeger/Tempo 운영", desc: "Jaeger UI로 트레이스 조회 및 분석. Span 간 관계(parent-child, follows-from). 샘플링 전략(확률적, 레이트 기반, 적응형). 스토리지 선택(Elasticsearch, Cassandra, S3)." },
                { topic: "트레이스 기반 디버깅", desc: "느린 트랜잭션의 병목 Span 식별. 서비스 간 호출 체인 시각화. 에러 전파 경로 추적. 트레이스-로그-메트릭 상관관계(Correlation)." },
              ]
            },
            {
              skill: "네트워크 아키텍처",
              action: "VPC 설계, 서브넷 전략, Service Mesh(Istio) 이해.",
              how: "프로덕션 VPC를 보안 요구사항에 맞게 재설계",
              curriculum: [
                { topic: "VPC 설계 패턴", desc: "멀티 AZ 서브넷 설계(Public/Private/Isolated). NAT Gateway vs VPC Endpoint. Transit Gateway로 멀티 VPC 연결. VPC Peering vs PrivateLink." },
                { topic: "Service Mesh(Istio)", desc: "사이드카 프록시(Envoy) 아키텍처. 트래픽 관리(VirtualService, DestinationRule). mTLS 자동 적용. 관찰 가능성(메트릭, 트레이스, 접근 로그)." },
                { topic: "로드 밸런싱 심화", desc: "L4(NLB) vs L7(ALB) 선택 기준. gRPC 로드 밸런싱. 서비스 디스커버리 패턴. 헬스체크 설계(Liveness vs Readiness vs Startup Probe)." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "AI/ML 인프라",
              action: "GPU 노드 관리, 모델 서빙 인프라(vLLM/TGI), ML 파이프라인.",
              how: "AI 서비스를 위한 GPU 클러스터 구성\xb7운영",
              curriculum: [
                { topic: "GPU 노드 관리", desc: "NVIDIA GPU Operator 설치. GPU 리소스 할당(nvidia.com/gpu). GPU 공유(MIG, Time-slicing). 노드 Taint/Toleration으로 GPU 워크로드 격리." },
                { topic: "모델 서빙 인프라", desc: "vLLM: PagedAttention으로 효율적 메모리 관리. TGI(Text Generation Inference): 배치 처리. KServe/Seldon Core: 프로덕션 모델 서빙 플랫폼. 오토스케일링(GPU 사용률 기반)." },
                { topic: "ML 파이프라인 운영", desc: "Kubeflow/Airflow 기반 파이프라인. 데이터 전처리 → 학습 → 평가 → 배포 자동화. 모델 레지스트리(MLflow). A/B 테스트 인프라." },
              ]
            },
            {
              skill: "FinOps 도입",
              action: "비용 가시화 대시보드, 태깅 전략, 리소스 라이트사이징 자동화.",
              how: "월 비용 20% 절감 프로젝트 주도",
              curriculum: [
                { topic: "비용 가시화", desc: "Kubecost/AWS Cost Explorer/Infracost 활용. 팀/서비스/환경별 비용 분배. 비용 추세 분석 및 이상 탐지. 월간 비용 리뷰 미팅 운영." },
                { topic: "라이트사이징", desc: "VPA 추천값 기반 리소스 조정. AWS Compute Optimizer 활용. 오버프로비저닝 vs 언더프로비저닝 트레이드오프. Spot/Reserved 인스턴스 전략." },
                { topic: "비용 최적화 전략", desc: "미사용 리소스 자동 정리. 개발/스테이징 환경 업무시간 외 축소. S3 Lifecycle Policy로 스토리지 비용 절감. 데이터 전송 비용 최적화." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "기술 글쓰기 & 영향력",
              action: "기술 블로그, 내부 위키, RFC 작성으로 지식을 체계적으로 전파. 권위 없이 영향력을 행사하는 '지혜의 전파' 단계.",
              how: "월 1회 이상 기술 글(내부 위키/블로그) 작성, 분기 1회 Tech Talk",
              curriculum: [
                { topic: "기술 문서 작성법", desc: "문제 정의 → 해결 과정 → 결과 → 배운 점 구조. 독자 수준에 맞는 글쓰기. 장애 포스트모템, 기술 제안서, 아키텍처 문서 작성 패턴." },
                { topic: "영향력 있는 설득", desc: "권위 없이 영향력 행사하기(테크리드의 핵심 역량). 데이터와 근거 기반 기술 제안. 반대 의견을 존중하며 합의 도출. 기술 트레이드오프를 비개발자에게도 설명." },
                { topic: "멘토링 & 팀 성장", desc: "주니어의 성장을 돕는 코드 리뷰 — 정답보다 사고 방향 제시. 1:1 미팅으로 성장 목표 함께 설정. 팀 내 기술 공유 세션 주도. 배민 기술블로그: '시니어는 주변에 긍정적 영향을 주는 사람'." },
                { topic: "기술 부채 커뮤니케이션", desc: "기술 부채를 비즈니스 임팩트로 번역. '리팩토링' 대신 '개발 속도 향상 프로젝트'. 개발 속도 저하, 장애 빈도, 온보딩 비용 등 지표 활용." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "시스템 디자인 & 행동 면접",
              action: "대규모 시스템 설계를 화이트보드에 그릴 수 있고, STAR 방법론으로 경험을 구조화하여 전달.",
              how: "월 2회 시스템 디자인 모의면접, 주요 경험 STAR 형식 정리",
              curriculum: [
                { topic: "시스템 디자인 기초", desc: "URL 단축기, 채팅 시스템, 뉴스 피드 등 클래식 문제. 요구사항 정의 → 개략 설계 → 상세 설계 → 트레이드오프 논의 순서. 확장성, 가용성, 일관성 개념." },
                { topic: "시스템 디자인 심화", desc: "분산 시스템: 샤딩, 복제, CAP 정리, 일관성 해싱. 메시지 큐(Kafka), 캐시(Redis), CDN, 로드밸런서 설계. 실제 서비스(YouTube, Twitter, Uber) 아키텍처 분석." },
                { topic: "행동 면접 (STAR)", desc: "Situation→Task→Action→Results 구조로 경험 정리. Amazon LP 14가지, 쿠팡 리더십 원칙 대비. 우리가 아닌 내가 한 것을 구체적으로. 실패 경험도 긍정적 학습으로 표현." },
                { topic: "모의 면접 & 피드백", desc: "동료와 모의 면접(Mock Interview) 정기 진행. 면접관 역할도 경험해 평가 기준 이해. 녹화/녹음으로 자기 피드백. Pramp, interviewing.io 등 플랫폼 활용." },
              ]
            },
          ]
        }
]
    },
    "Senior \u2192 Staff+": {
      summary: "\"인프라 운영\"에서 \"플랫폼 전략\"으로",
      keyMessage: "개별 서비스가 아닌 조직 전체의 인프라 플랫폼을 설계합니다. 개발자 경험(DX)을 최적화하는 것이 핵심.",
      tracks: [
        {
          name: "\u{1F3AF} 핵심 역량",
          items: [
            {
              skill: "플랫폼 엔지니어링",
              action: "IDP(Internal Developer Platform) 구축, 셀프서비스 인프라, 골든 패스 설계.",
              how: "개발자가 5분 안에 새 서비스를 배포할 수 있는 플랫폼 구축",
              curriculum: [
                { topic: "IDP(Internal Developer Platform) 설계", desc: "플랫폼의 핵심 기능: 서비스 카탈로그, 셀프서비스 인프라 프로비저닝, 자동화된 CI/CD, 관찰 가능성 통합. Backstage 같은 도구 활용. 플랫폼 팀의 '제품 사고방식'." },
                { topic: "골든 패스(Golden Path)", desc: "권장 기술 스택과 패턴의 표준 경로 정의. 템플릿(Cookiecutter, Backstage templates)으로 새 서비스 빠른 생성. 표준을 따르면 보일러플레이트 자동 해결, 이탈하면 직접 관리." },
                { topic: "셀프서비스 인프라", desc: "개발자가 직접 DB, 캐시, 큐 등을 프로비저닝. 승인 워크플로우 자동화. 비용/보안 가드레일 내장. Crossplane/Terraform 기반 API." },
                { topic: "플랫폼 메트릭", desc: "개발자 생산성 지표: 배포 빈도, 리드 타임, MTTR, 변경 실패율(DORA 메트릭). 플랫폼 만족도 서베이. 채택률(Adoption Rate) 추적." },
              ]
            },
            {
              skill: "재해 복구 전략",
              action: "멀티 리전/AZ 아키텍처, RTO/RPO 기반 DR 플랜, 카오스 엔지니어링.",
              how: "전사 DR 플랜 수립\xb7테스트 주도",
              curriculum: [
                { topic: "DR 아키텍처 패턴", desc: "Backup & Restore(시간 많음, 비용 낮음). Pilot Light(최소 인프라 유지). Warm Standby(축소된 복제본). Active-Active(완전 이중화). RTO/RPO 요구사항에 따른 선택." },
                { topic: "멀티 리전 운영", desc: "데이터 복제 전략(동기/비동기). DNS 기반 페일오버(Route 53). 글로벌 로드 밸런서. 리전 간 데이터 일관성 관리." },
                { topic: "카오스 엔지니어링", desc: "Chaos Monkey/LitmusChaos/Gremlin 도구. Pod Kill, Network Delay, CPU Stress 실험. 정기적인 Game Day 운영. 장애 주입 안전 장치(Blast Radius 제한)." },
                { topic: "DR 테스트 & 훈련", desc: "정기적 DR 테스트 스케줄(분기 1회). 테스트 시나리오 설계. 실제 전환 소요 시간 측정. 테스트 결과 기반 DR 플랜 업데이트." },
              ]
            },
            {
              skill: "기술 조직 영향력",
              action: "인프라 표준 수립, 비용 거버넌스, 보안 정책을 조직 단위로 설계.",
              how: "전사 클라우드 거버넌스 프레임워크 구축",
              curriculum: [
                { topic: "클라우드 거버넌스", desc: "AWS Organizations/GCP Org Hierarchy 설계. SCP(Service Control Policy)로 가드레일. 계정/프로젝트 구조(환경별, 팀별). 보안 기준선(Security Baseline) 자동 적용." },
                { topic: "인프라 표준 문서화", desc: "Architecture Decision Records(ADR). 인프라 가이드라인(네이밍, 태깅, 네트워크, 보안). 참조 아키텍처(Reference Architecture) 제공. 정기 업데이트 프로세스." },
                { topic: "조직 영향력 확대", desc: "기술 전략을 경영진 언어로 설명. 인프라 투자의 비즈니스 가치 정량화. 기술 커뮤니티(CoP) 운영. 업계 트렌드 공유 및 기술 비전 제시." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "조직 리더십 & 외부 영향력",
              action: "경영진에게 기술 투자를 비즈니스 언어로 설명. 외부 컨퍼런스/블로그로 기술 브랜딩. 채용 면접 프로세스 설계.",
              how: "연 2회 이상 외부 발표, 기술 투자 ROI 보고서 작성",
              curriculum: [
                { topic: "경영진 커뮤니케이션", desc: "기술 용어를 비즈니스 언어로 번역하는 능력. 기술 부채의 비용을 장애 빈도, 개발 속도 저하, 인재 이탈로 정량화. 투자하지 않을 때의 리스크 시나리오 제시. 대시보드로 진행 상황 가시화." },
                { topic: "채용 면접관 역량", desc: "구조화된 면접 루브릭 설계. 코딩/시스템 설계/행동 면접 각 단계 운영. 면접관 캘리브레이션으로 평가 일관성 확보. 후보자 경험이 긍정적이도록 프로세스 설계." },
                { topic: "외부 브랜딩 & 커뮤니티", desc: "기술 블로그 운영, 컨퍼런스 발표, 오픈소스 기여로 회사 기술 브랜딩. 커뮤니티 리더십으로 채용 파이프라인 확대. 업계 네트워크 구축. 기술 레이더 운영으로 트렌드 파악." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "Staff+ 레벨 면접 전략",
              action: "조직 임팩트 중심의 경험 정리. 기술 전략 제안, 대규모 시스템 설계, 크로스팀 리더십을 증명.",
              how: "주요 프로젝트별 임팩트 정량화 문서 작성, Staff 레벨 모의면접",
              curriculum: [
                { topic: "Staff 레벨 시스템 디자인", desc: "단일 서비스가 아닌 플랫폼/인프라 레벨 설계. 멀티 리전, 재해 복구, 비용 최적화 포함. 기술 선택의 비즈니스 임팩트 설명. Netflix L6, Google L6+ 수준." },
                { topic: "임팩트 스토리 구조화", desc: "각 프로젝트의 비즈니스 임팩트 정량화(매출, 비용 절감, 성능 개선). 조직 차원 영향력(팀 생산성, 채용, 문화 변화). 기술 의사결정의 근거와 결과를 데이터로 설명." },
                { topic: "빅테크 Staff+ 면접 특성", desc: "Google L6+: 조직 전체 기술 전략 질문. Amazon L7: LP 기반 깊은 Dive Deep. Meta E6+: 조직 영향력과 기술 비전. Apple ICT5+: 제품 관점 + 기술 깊이 동시 평가." },
              ]
            },
          ]
        }
]
    }
  },

  // ============================================================
  // AI / LLM Agent
  // ============================================================
  AI: {
    "Junior \u2192 Mid": {
      summary: "\"API 호출\"에서 \"파이프라인 설계\"로",
      keyMessage: "LLM API를 단순 호출하는 것을 넘어서, RAG 파이프라인과 에이전트를 설계\xb7구현할 수 있어야 합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "RAG 파이프라인 구축",
              action: "임베딩 모델 선택, 청킹 전략, 벡터 DB 운영, 리트리버 성능 측정.",
              how: "사내 문서 기반 QA 시스템을 RAG로 구축",
              curriculum: [
                { topic: "RAG 아키텍처 이해", desc: "Retrieval-Augmented Generation 전체 흐름: 문서 수집 → 청킹 → 임베딩 → 벡터 DB 저장 → 쿼리 시 검색 → LLM에 컨텍스트 주입 → 답변 생성. Naive RAG의 한계와 Advanced RAG로의 발전." },
                { topic: "청킹(Chunking) 전략", desc: "고정 크기 청킹(overlap 포함) vs 의미 기반 청킹(문단, 섹션). 재귀적 문자 분할(RecursiveCharacterTextSplitter). 문서 구조 보존 청킹. 최적 청크 크기 실험(512~1024 토큰)." },
                { topic: "임베딩 모델 선택", desc: "OpenAI text-embedding-3-small/large, Cohere embed, 오픈소스(BGE, E5). MTEB 벤치마크로 모델 비교. 다국어 임베딩 모델(한국어 성능). 비용 vs 품질 트레이드오프." },
                { topic: "벡터 DB 운영", desc: "Pinecone(관리형), Weaviate(오픈소스), pgvector(PostgreSQL 확장), Qdrant, Chroma. 인덱싱 알고리즘(HNSW, IVF). 메타데이터 필터링. 벡터 DB 선택 기준(규모, 비용, 운영 복잡도)." },
                { topic: "검색 품질 개선", desc: "Hybrid Search(벡터 검색 + BM25 키워드 검색). Re-ranking(Cross-encoder 모델). Query Transformation(쿼리 분해, HyDE). 검색 결과 평가(MRR, NDCG, Recall@K)." },
              ]
            },
            {
              skill: "프롬프트 엔지니어링 심화",
              action: "시스템 프롬프트 설계, Few-shot 최적화, 프롬프트 버전 관리 체계.",
              how: "프롬프트 A/B 테스트로 품질 개선 정량화",
              curriculum: [
                { topic: "시스템 프롬프트 설계", desc: "역할(Role) 정의, 제약 조건(Constraints) 명시, 출력 형식(Format) 지정. 프롬프트 구조: 맥락 → 지시 → 제약 → 예시. 방어적 프롬프트(금지 사항 명시)." },
                { topic: "Few-shot & Chain-of-Thought", desc: "예시 선택 전략(다양성, 난이도, 유사성). 동적 Few-shot(쿼리에 따라 예시 선택). CoT(Chain-of-Thought): 추론 과정 유도. Zero-shot CoT('단계별로 생각해보세요')." },
                { topic: "구조화된 출력(Structured Output)", desc: "JSON 모드 활용. 스키마 정의로 일관된 출력 보장. Pydantic/Zod 스키마 연동. 파싱 실패 시 재시도 전략." },
                { topic: "프롬프트 버전 관리", desc: "프롬프트를 코드처럼 Git으로 관리. 버전별 성능 비교. 프롬프트 템플릿 시스템(변수 치환). A/B 테스트 프레임워크 구축." },
                { topic: "멀티모달 프롬프트", desc: "이미지 + 텍스트 프롬프트 설계. Vision 모델 활용(이미지 분석, OCR). 이미지 해상도/크기와 비용 트레이드오프." },
              ]
            },
            {
              skill: "Agent 프레임워크",
              action: "LangChain/LangGraph로 멀티스텝 에이전트 구축, 도구 정의, 에러 핸들링.",
              how: "실제 업무를 자동화하는 에이전트 프로토타입",
              curriculum: [
                { topic: "에이전트 기본 개념", desc: "ReAct(Reasoning + Acting) 패턴. 도구 호출(Tool Use) 메커니즘. 에이전트 루프: 관찰 → 추론 → 행동 → 관찰. Function Calling API 활용." },
                { topic: "LangChain/LangGraph 활용", desc: "LangChain: Chain, Agent, Tool 추상화. LangGraph: 상태 기반 그래프로 복잡한 워크플로우. 노드(Node), 엣지(Edge), 조건부 분기. 체크포인트로 상태 저장/복구." },
                { topic: "도구(Tool) 설계", desc: "도구 정의: 이름, 설명(LLM이 이해할 수 있도록), 입력 스키마. API 래핑, DB 쿼리, 파일 I/O 등 도구화. 도구 설명의 품질이 에이전트 성능에 미치는 영향." },
                { topic: "에러 핸들링 & 안전장치", desc: "최대 반복 횟수 제한(무한 루프 방지). 도구 실행 실패 시 재시도/폴백. 타임아웃 설정. 비용 제어(최대 토큰/호출 수 제한). 로깅 및 트레이싱." },
                { topic: "Claude Agent SDK", desc: "Anthropic의 Agent SDK 활용. 도구 정의와 에이전트 루프 구성. 멀티턴 대화 관리. 스트리밍 응답 처리. MCP(Model Context Protocol) 서버 연동." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "평가 체계 구축",
              action: "자동 평가 메트릭 설계, 인간 평가 프로세스, 회귀 테스트.",
              how: "주요 AI 기능의 평가 파이프라인 구축",
              curriculum: [
                { topic: "자동 평가 메트릭", desc: "RAG 평가: Faithfulness(근거 충실도), Relevancy(검색 적합도), Answer Correctness. LLM-as-Judge 패턴(GPT-4/Claude로 자동 평가). RAGAS, DeepEval 프레임워크 활용." },
                { topic: "평가 데이터셋 구축", desc: "골든 데이터셋(정답 포함) 수동 구축. 자동 생성(LLM으로 QA 쌍 생성). 도메인별 테스트 세트. 엣지 케이스 및 적대적 입력 포함." },
                { topic: "회귀 테스트 자동화", desc: "프롬프트 변경 시 자동 평가 실행. CI/CD 파이프라인에 평가 단계 통합. 성능 저하 시 자동 알림. 이전 버전 대비 비교 리포트." },
                { topic: "인간 평가 프로세스", desc: "평가 기준표(Rubric) 설계. 평가자 간 일치도(Inter-Annotator Agreement). 크라우드소싱 vs 도메인 전문가 평가. Thumbs up/down, 5점 척도, A/B 비교 등 평가 방식." },
              ]
            },
            {
              skill: "모델 서빙 기초",
              action: "vLLM/TGI 배포, 스트리밍 응답, 기본적인 로드 밸런싱.",
              how: "오픈소스 모델을 서빙하는 API 구축",
              curriculum: [
                { topic: "vLLM 배포", desc: "PagedAttention으로 GPU 메모리 효율 극대화. 설치 및 서버 실행. OpenAI 호환 API 서버. 배치 처리(Continuous Batching). 양자화 모델(GPTQ, AWQ) 서빙." },
                { topic: "TGI(Text Generation Inference)", desc: "HuggingFace의 추론 서버. Flash Attention, Paged KV Cache. 모델 병렬화(Tensor Parallel). Docker 기반 배포. 양자화 및 최적화 옵션." },
                { topic: "서빙 인프라 설계", desc: "GPU 선택(A100, L40S, T4 등 용도별). 스트리밍 응답(SSE/WebSocket) 구현. 로드 밸런서 설정(세션 어피니티). 헬스체크 및 그레이스풀 셧다운." },
              ]
            },
            {
              skill: "안전성 기초",
              action: "프롬프트 인젝션 방어, 출력 필터링, 기본 가드레일 설정.",
              how: "프로덕션 서비스에 기본 안전장치 적용",
              curriculum: [
                { topic: "프롬프트 인젝션 방어", desc: "직접 인젝션(사용자 입력이 프롬프트에 직접 삽입) 방어. 간접 인젝션(검색 결과, 문서 내 악성 지시) 방어. 입력 정규화, 샌드박싱, 출력 검증. 사용자 입력과 시스템 프롬프트 분리." },
                { topic: "출력 필터링", desc: "유해 콘텐츠 감지(Perspective API, 자체 분류기). PII(개인정보) 탐지 및 마스킹. 할루시네이션 감지 기법. 도메인 외 응답 차단." },
                { topic: "가드레일 시스템", desc: "NeMo Guardrails, Guardrails AI 등 프레임워크. 입력 가드레일(토픽 제한, 길이 제한). 출력 가드레일(형식 검증, 안전성 검사). 대화 흐름 가드레일(금지 행위 정의)." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "MCP 기초",
              action: "MCP 서버 구조 이해, 리소스/도구 정의, 기본 서버 구축.",
              how: "사내 도구를 MCP 서버로 래핑해서 AI에 연결",
              curriculum: [
                { topic: "MCP(Model Context Protocol) 개요", desc: "Anthropic이 제안한 AI 도구 연결 표준 프로토콜. 서버-클라이언트 아키텍처. Resources(데이터 제공), Tools(액션 실행), Prompts(프롬프트 템플릿) 세 가지 primitive." },
                { topic: "MCP 서버 구축", desc: "TypeScript/Python SDK로 서버 구현. 도구 정의(이름, 설명, 입력 스키마, 핸들러). 리소스 정의(URI 기반 데이터 접근). stdio/SSE 전송 방식." },
                { topic: "실전 MCP 서버 사례", desc: "데이터베이스 조회 MCP 서버. 내부 API 연동 MCP 서버. 파일시스템/문서 검색 MCP 서버. Claude Desktop/Claude Code와 연동 테스트." },
              ]
            },
            {
              skill: "파인튜닝 입문",
              action: "LoRA 기본 개념, 데이터셋 준비, 기본적인 SFT 경험.",
              how: "소규모 도메인 데이터로 LoRA 파인튜닝 실험",
              curriculum: [
                { topic: "파인튜닝 유형", desc: "Full Fine-tuning vs Parameter-Efficient Fine-tuning(PEFT). SFT(Supervised Fine-tuning): 입력-출력 쌍 학습. RLHF/DPO: 인간 선호도 기반 정렬. 각 유형의 적합한 상황." },
                { topic: "LoRA/QLoRA 이해", desc: "Low-Rank Adaptation: 소수 파라미터만 학습. rank(r) 선택 기준. QLoRA: 4bit 양자화 + LoRA로 메모리 절약. Adapter 병합(merge) 방법." },
                { topic: "데이터셋 준비", desc: "Instruction Tuning 데이터 형식(instruction/input/output). 데이터 품질의 중요성(양 < 질). 데이터 정제: 중복 제거, 길이 필터링, 품질 평가. Alpaca/ShareGPT 형식." },
                { topic: "학습 실행 & 평가", desc: "HuggingFace Transformers + PEFT 라이브러리. 학습률, 에폭, 배치 크기 설정. 학습 커브(loss) 모니터링. 과적합 방지. 파인튜닝 전후 품질 비교 평가." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "효과적인 질문 & 커뮤니케이션",
              action: "모르는 것을 구체적으로 정리하여 질문. '내가 시도한 것, 예상 결과, 실제 결과'를 명확히 표현.",
              how: "매일 질문/논의 내용을 노트에 정리하는 습관",
              curriculum: [
                { topic: "구조화된 질문법", desc: "질문 전 자신이 무엇을 모르는지 파악. '시도한 것 → 예상 결과 → 실제 결과 → 추측 원인' 형식으로 정리. 모호한 질문은 시간을 낭비하고, 구체적 질문은 빠른 해결로 이어짐." },
                { topic: "코드 리뷰 수용 & 활용", desc: "리뷰 피드백을 방어적으로 받지 않기. 'Why'를 질문해서 맥락 이해. 반복되는 피드백을 패턴으로 인식하고 개선. 좋은 리뷰를 노트하는 습관." },
                { topic: "업무 상황 공유", desc: "진행 상황을 적절한 타이밍에 공유(블로커, 지연, 완료). 도움이 필요한 시점을 스스로 판단. 데일리 스탠드업에서 효과적으로 상황 전달하는 방법." },
                { topic: "기술 학습 루틴", desc: "'기술 스택보다 왜 그 기술을 썼는지 설명하는 것'이 더 중요. 기본기(자료구조, 알고리즘, 언어) 반복 학습. 사이드 프로젝트로 새로운 기술 경험. 경험의 양보다 질 중시." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "코딩 인터뷰 & CS 기본기",
              action: "LeetCode Medium 수준 문제를 45분 내 풀 수 있는 실력. 자료구조/알고리즘/OS/네트워크 기초를 설명할 수 있어야 한다.",
              how: "주 3회 이상 알고리즘 문제 풀이, 풀이 과정을 말로 설명하는 연습",
              curriculum: [
                { topic: "자료구조 & 알고리즘 핵심", desc: "배열, 연결리스트, 스택/큐, 해시맵, 트리, 그래프 구현과 시간복잡도. 정렬(퀵/머지/힙), 이진탐색, BFS/DFS, 동적 프로그래밍 패턴. LeetCode Top 100 문제 숙달." },
                { topic: "CS 기초 (OS/네트워크/DB)", desc: "프로세스 vs 스레드, 동기/비동기, 교착상태. HTTP/TCP/DNS 동작 원리. 인덱싱, 트랜잭션 격리 수준, 정규화. 면접에서 왜를 설명할 수 있는 수준." },
                { topic: "코딩 면접 실전 기술", desc: "Think Aloud: 문제 풀이 과정을 말로 설명하는 습관. 엣지 케이스 먼저 확인. 브루트포스 → 최적화 순서로 접근. Google Docs / 화이트보드 코딩 연습." },
                { topic: "포트폴리오 & 이력서", desc: "프로젝트별 문제→해결→결과 구조로 정리. 기술 선택의 이유를 설명할 수 있는 깊이. GitHub 활동과 코드 품질 관리. 이력서는 정량적 성과 중심." },
              ]
            },
          ]
        }
]
    },
    "Mid \u2192 Senior": {
      summary: "\"프로토타입\"에서 \"프로덕션\"으로",
      keyMessage: "데모가 아닌 프로덕션 레벨의 AI 시스템을 설계합니다. 안정성, 비용, 품질의 균형을 잡는 것이 핵심.",
      tracks: [
        {
          name: "\u{1F3AF} 최우선",
          items: [
            {
              skill: "프로덕션 에이전트",
              action: "장애 복구, 멱등성, 타임아웃 처리, 비용 제어가 된 프로덕션 에이전트.",
              how: "프로토타입 에이전트를 프로덕션으로 전환 주도",
              curriculum: [
                { topic: "에이전트 신뢰성 설계", desc: "장애 복구: 중간 상태 저장(체크포인트), 재시도 전략. 멱등성: 같은 작업 반복 실행 시 부작용 없음. 타임아웃: 단계별 시간 제한, 전체 실행 시간 제한. 데드라인 전파." },
                { topic: "비용 제어", desc: "토큰 사용량 모니터링 및 제한. 모델 라우팅: 간단한 작업은 소형 모델, 복잡한 작업은 대형 모델. 프롬프트 캐싱 활용. 최대 반복/호출 수 하드 리밋." },
                { topic: "관찰 가능성", desc: "LangSmith/LangFuse로 에이전트 실행 트레이싱. 각 단계(도구 호출, LLM 응답) 로깅. 성능 메트릭: 완료율, 평균 단계 수, 비용, 레이턴시. 이상 탐지 알림." },
                { topic: "인간 개입(Human-in-the-Loop)", desc: "위험한 액션 전 승인 요청. 에이전트 확신도 기반 에스컬레이션. 인간 피드백 수집 및 학습 루프. 점진적 자율성 확대 전략." },
                { topic: "테스트 전략", desc: "도구 단위 테스트(Mock LLM). 시나리오 기반 통합 테스트(기대 경로 검증). 적대적 테스트(의도치 않은 도구 사용). 비용/시간 기반 회귀 테스트." },
              ]
            },
            {
              skill: "환각 관리 시스템",
              action: "그라운딩 전략, 사실 검증 파이프라인, 신뢰도 점수 설계.",
              how: "환각률을 정량 측정하고 50% 이상 감소시키는 프로젝트",
              curriculum: [
                { topic: "환각(Hallucination) 분류", desc: "Intrinsic Hallucination: 제공된 정보와 모순. Extrinsic Hallucination: 검증 불가능한 정보 생성. Factual Errors: 사실과 다른 정보. 각 유형별 탐지 전략." },
                { topic: "그라운딩(Grounding) 전략", desc: "RAG로 관련 문서에 기반한 답변 유도. 인용(Citation) 강제: 답변에 출처 명시. Structured Generation: 스키마로 출력 제약. 지식 그래프 연동." },
                { topic: "사실 검증 파이프라인", desc: "생성 결과를 별도 LLM으로 검증(Claim Decomposition → Evidence Retrieval → Verification). NLI(Natural Language Inference) 모델 활용. 자동 사실 체크 파이프라인 구축." },
                { topic: "신뢰도 점수 시스템", desc: "LLM 자체의 불확실성 측정(logprob 활용). 검색 결과 관련도와 답변 신뢰도 연동. 신뢰도 기반 응답 전략(낮으면 면책 조항 추가 또는 거부). 사용자에게 신뢰도 시각화." },
              ]
            },
            {
              skill: "하네스 엔지니어링",
              action: "모델 능력과 통제 프레임워크 균형, 가드레일 아키텍처 설계.",
              how: "조직의 AI 가드레일 프레임워크 설계\xb7문서화",
              curriculum: [
                { topic: "레이어드 가드레일 아키텍처", desc: "입력 레이어: 유해 입력 필터링, 토픽 제한. 처리 레이어: 시스템 프롬프트, 컨텍스트 관리. 출력 레이어: 안전성 검사, 형식 검증. 각 레이어의 독립적 업데이트." },
                { topic: "정책 엔진 설계", desc: "규칙 기반(키워드, 정규식) + ML 기반(분류기) 하이브리드. 정책 업데이트 프로세스(코드 배포 없이 정책 변경). A/B 테스트로 정책 효과 검증. False Positive/Negative 관리." },
                { topic: "모니터링 & 감사", desc: "모든 AI 상호작용 로깅(입력, 출력, 메타데이터). 이상 패턴 탐지(프롬프트 인젝션 시도, 비정상 사용량). 감사 대시보드. 규제 준수(AI Act, 개인정보보호법)를 위한 기록 보존." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4C8} 성장 가속",
          items: [
            {
              skill: "비용 최적화",
              action: "모델 라우팅(대형/소형), 프롬프트 캐싱, 토큰 사용량 모니터링\xb7제어.",
              how: "AI 서비스 비용을 30% 이상 절감하는 전략 실행",
              curriculum: [
                { topic: "모델 라우팅 전략", desc: "입력 복잡도 기반 자동 라우팅(간단한 쿼리는 Haiku, 복잡한 쿼리는 Opus). 분류기 학습 또는 규칙 기반 라우팅. 라우팅 정확도 vs 비용 절감 트레이드오프." },
                { topic: "프롬프트 캐싱 & 최적화", desc: "Anthropic의 프롬프트 캐싱 기능 활용. 시스템 프롬프트 + 정적 컨텍스트 캐싱. 프롬프트 압축(불필요한 토큰 제거). 중복 요청 디듀플리케이션." },
                { topic: "토큰 사용량 모니터링", desc: "API별/기능별/사용자별 토큰 사용량 추적. 일일/월별 비용 대시보드. 비용 알림 설정. 사용량 패턴 분석으로 최적화 포인트 발견." },
                { topic: "인프라 비용 최적화", desc: "자체 호스팅 vs API 비용 분기점. GPU 인스턴스 타입 최적화. Spot 인스턴스 활용(서빙보다는 학습/배치). 오토스케일링으로 유휴 비용 절감." },
              ]
            },
            {
              skill: "파인튜닝 심화",
              action: "DPO/RLHF, 데이터셋 큐레이션 전략, 모델 품질 평가 체계.",
              how: "도메인 특화 모델 파인튜닝\xb7배포\xb7운영",
              curriculum: [
                { topic: "DPO(Direct Preference Optimization)", desc: "RLHF 대비 간단한 선호도 학습. 선호/비선호 쌍 데이터 구축. DPO 학습 하이퍼파라미터 튜닝. 보상 모델 없이 직접 최적화." },
                { topic: "데이터셋 큐레이션", desc: "데이터 품질 관리: 라벨 일관성, 난이도 분포. 데이터 증강: paraphrase, back-translation. 데이터 오염(contamination) 방지. 지속적 데이터 수집 파이프라인." },
                { topic: "모델 평가 체계", desc: "도메인 특화 벤치마크 구축. 자동 평가 + 인간 평가 병행. 학습 데이터와 평가 데이터 분리. A/B 테스트로 프로덕션 품질 비교." },
              ]
            },
            {
              skill: "멀티 에이전트",
              action: "역할 분리, 에이전트 간 통신, 위임 패턴, 오케스트레이션.",
              how: "복잡한 워크플로우를 멀티 에이전트로 설계",
              curriculum: [
                { topic: "멀티 에이전트 아키텍처", desc: "Supervisor(지휘자) vs Swarm(자율 협력) 패턴. 에이전트 역할 정의(연구자, 코더, 리뷰어 등). 에이전트 간 메시지 프로토콜. 공유 상태(메모리/블랙보드) 설계." },
                { topic: "오케스트레이션 패턴", desc: "순차 실행, 병렬 실행, 조건부 분기. DAG(Directed Acyclic Graph) 기반 워크플로우. 에러 전파 및 복구. 전체 실행 모니터링." },
                { topic: "실전 멀티 에이전트 설계", desc: "코드 리뷰 파이프라인(생성 → 리뷰 → 수정). 연구 워크플로우(검색 → 분석 → 종합 → 검증). 고객 지원(라우팅 → 전문가 → 검증). 비용/레이턴시 최적화." },
              ]
            },
          ]
        },
        {
          name: "\u{1F4A1} 차별화",
          items: [
            {
              skill: "도메인 특화 AI",
              action: "금융/의료/법률 등 규제 환경에서의 AI 시스템 설계.",
              how: "도메인 규제를 준수하는 AI 서비스 아키텍처 설계",
              curriculum: [
                { topic: "규제 환경 이해", desc: "금융: AI 활용 금융서비스 가이드라인, 설명 가능성 요구사항. 의료: 의료기기 소프트웨어(SaMD) 인증. 법률: 법적 조언 면책 조항. 각 도메인별 AI 윤리 기준." },
                { topic: "설명 가능한 AI(XAI)", desc: "모델 결정 근거 제시. Attention 시각화, Feature Attribution. 규제 기관을 위한 AI 의사결정 로그. 사용자 이해 수준에 맞는 설명 생성." },
                { topic: "데이터 거버넌스", desc: "학습 데이터 출처 추적(Data Lineage). 개인정보 비식별화/익명화. 데이터 접근 제어. 모델 학습 데이터 삭제 요청(Right to be Forgotten) 대응." },
              ]
            },
            {
              skill: "트랜스포머 심화",
              action: "Attention 변형, 컨텍스트 윈도우 확장 기법, 추론 최적화.",
              how: "논문 리뷰 세미나 주도, 최신 기법 벤치마크",
              curriculum: [
                { topic: "Attention 메커니즘 변형", desc: "Multi-Head Attention 동작 원리. Grouped Query Attention(GQA). Multi-Query Attention(MQA). Flash Attention: IO-aware 알고리즘. Sliding Window Attention." },
                { topic: "컨텍스트 윈도우 확장", desc: "RoPE(Rotary Position Embedding) 확장. ALiBi(Attention with Linear Biases). YaRN: NTK-aware scaling. 긴 컨텍스트의 활용과 한계(Lost in the Middle)." },
                { topic: "추론 최적화", desc: "KV Cache 관리(PagedAttention). 추측적 디코딩(Speculative Decoding). 양자화(GPTQ, AWQ, GGUF). Continuous Batching. TensorRT-LLM/vLLM 최적화." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "기술 글쓰기 & 영향력",
              action: "기술 블로그, 내부 위키, RFC 작성으로 지식을 체계적으로 전파. 권위 없이 영향력을 행사하는 '지혜의 전파' 단계.",
              how: "월 1회 이상 기술 글(내부 위키/블로그) 작성, 분기 1회 Tech Talk",
              curriculum: [
                { topic: "기술 문서 작성법", desc: "문제 정의 → 해결 과정 → 결과 → 배운 점 구조. 독자 수준에 맞는 글쓰기. 장애 포스트모템, 기술 제안서, 아키텍처 문서 작성 패턴." },
                { topic: "영향력 있는 설득", desc: "권위 없이 영향력 행사하기(테크리드의 핵심 역량). 데이터와 근거 기반 기술 제안. 반대 의견을 존중하며 합의 도출. 기술 트레이드오프를 비개발자에게도 설명." },
                { topic: "멘토링 & 팀 성장", desc: "주니어의 성장을 돕는 코드 리뷰 — 정답보다 사고 방향 제시. 1:1 미팅으로 성장 목표 함께 설정. 팀 내 기술 공유 세션 주도. 배민 기술블로그: '시니어는 주변에 긍정적 영향을 주는 사람'." },
                { topic: "기술 부채 커뮤니케이션", desc: "기술 부채를 비즈니스 임팩트로 번역. '리팩토링' 대신 '개발 속도 향상 프로젝트'. 개발 속도 저하, 장애 빈도, 온보딩 비용 등 지표 활용." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "시스템 디자인 & 행동 면접",
              action: "대규모 시스템 설계를 화이트보드에 그릴 수 있고, STAR 방법론으로 경험을 구조화하여 전달.",
              how: "월 2회 시스템 디자인 모의면접, 주요 경험 STAR 형식 정리",
              curriculum: [
                { topic: "시스템 디자인 기초", desc: "URL 단축기, 채팅 시스템, 뉴스 피드 등 클래식 문제. 요구사항 정의 → 개략 설계 → 상세 설계 → 트레이드오프 논의 순서. 확장성, 가용성, 일관성 개념." },
                { topic: "시스템 디자인 심화", desc: "분산 시스템: 샤딩, 복제, CAP 정리, 일관성 해싱. 메시지 큐(Kafka), 캐시(Redis), CDN, 로드밸런서 설계. 실제 서비스(YouTube, Twitter, Uber) 아키텍처 분석." },
                { topic: "행동 면접 (STAR)", desc: "Situation→Task→Action→Results 구조로 경험 정리. Amazon LP 14가지, 쿠팡 리더십 원칙 대비. 우리가 아닌 내가 한 것을 구체적으로. 실패 경험도 긍정적 학습으로 표현." },
                { topic: "모의 면접 & 피드백", desc: "동료와 모의 면접(Mock Interview) 정기 진행. 면접관 역할도 경험해 평가 기준 이해. 녹화/녹음으로 자기 피드백. Pramp, interviewing.io 등 플랫폼 활용." },
              ]
            },
          ]
        }
]
    },
    "Senior \u2192 Staff+": {
      summary: "\"AI 기능\"에서 \"AI 전략\"으로",
      keyMessage: "조직의 AI 전략을 수립하고, 모델\xb7데이터\xb7인프라\xb7거버넌스를 아우르는 기술 비전을 제시합니다.",
      tracks: [
        {
          name: "\u{1F3AF} 핵심 역량",
          items: [
            {
              skill: "AI 기술 전략",
              action: "Build vs Buy 판단, 모델 선택 전략, AI 투자 로드맵 수립.",
              how: "전사 AI 기술 전략 문서 작성\xb7경영진 보고",
              curriculum: [
                { topic: "Build vs Buy 프레임워크", desc: "자체 모델 학습 vs API 사용 vs 오픈소스 활용. 판단 기준: 데이터 보안, 커스터마이징 필요도, 비용, 팀 역량. 하이브리드 전략(일부 자체, 일부 API)." },
                { topic: "모델 선택 전략", desc: "유스케이스별 최적 모델 매핑. 벤더 다변화(Anthropic, OpenAI, Google, 오픈소스). 벤더 종속 방지 전략. 모델 성능/비용/레이턴시 평가 프레임워크." },
                { topic: "AI 투자 로드맵", desc: "현재 AI 성숙도 진단. 단기(6개월)/중기(1년)/장기(3년) 로드맵. 인력 채용 계획. 인프라 투자 계획. ROI 측정 프레임워크." },
                { topic: "기술 트렌드 모니터링", desc: "최신 모델 릴리스 추적(논문, 벤치마크). 업계 AI 적용 사례 분석. 규제 동향 모니터링. 경쟁사 AI 전략 분석." },
              ]
            },
            {
              skill: "AI 거버넌스",
              action: "AI 윤리 가이드라인, 데이터 거버넌스, 규제 대응 프레임워크.",
              how: "조직의 AI 거버넌스 위원회 구축\xb7운영",
              curriculum: [
                { topic: "AI 윤리 가이드라인 수립", desc: "공정성(Fairness), 투명성(Transparency), 책임성(Accountability), 안전성(Safety). 사용 사례별 리스크 분류(고위험/중위험/저위험). AI 윤리 심의 프로세스." },
                { topic: "AI 거버넌스 위원회", desc: "구성원: 기술, 법무, 사업, 윤리 전문가. 역할: AI 프로젝트 승인, 리스크 평가, 정책 수립. 운영 주기: 월간/분기별 리뷰. 의사결정 기록 및 감사." },
                { topic: "규제 대응", desc: "EU AI Act, 한국 AI 기본법 등 글로벌 규제 동향. 규제 분류 체계에 따른 자사 AI 시스템 매핑. 문서화 및 인증 요구사항. 규제 변경 모니터링 및 대응 프로세스." },
              ]
            },
            {
              skill: "AI 플랫폼 설계",
              action: "조직 전체가 활용하는 AI 플랫폼(모델 서빙, 평가, 모니터링) 설계.",
              how: "셀프서비스 AI 플랫폼 구축으로 팀별 AI 도입 가속",
              curriculum: [
                { topic: "AI 플랫폼 아키텍처", desc: "공통 컴포넌트: 모델 게이트웨이, 프롬프트 관리, 평가 프레임워크, 모니터링. 셀프서비스 인터페이스: 모델 선택, 프롬프트 테스트, 배포. 멀티 테넌트 비용 할당." },
                { topic: "모델 게이트웨이", desc: "통합 API(여러 모델 프로바이더를 하나의 API로). 라우팅, 로드 밸런싱, 페일오버. Rate Limiting, 비용 제어, 사용량 추적. 캐싱, 로깅, 감사." },
                { topic: "AI Ops 파이프라인", desc: "모델 등록 → 테스트 → 스테이징 → 프로덕션 파이프라인. 모델 성능 모니터링(드리프트 감지). 자동 롤백. A/B 테스트 인프라. 프롬프트 배포 파이프라인." },
                { topic: "플랫폼 채택 전략", desc: "내부 챔피언 발굴. 성공 사례 공유(쇼케이스). 온보딩 가이드 및 교육 프로그램. 팀별 AI 성숙도 평가 및 맞춤 지원. 커뮤니티(Slack 채널, Tech Talk) 운영." },
              ]
            },
          ]
        }
      ,

        {
          name: "🤝 소프트 스킬",
          items: [
            {
              skill: "조직 리더십 & 외부 영향력",
              action: "경영진에게 기술 투자를 비즈니스 언어로 설명. 외부 컨퍼런스/블로그로 기술 브랜딩. 채용 면접 프로세스 설계.",
              how: "연 2회 이상 외부 발표, 기술 투자 ROI 보고서 작성",
              curriculum: [
                { topic: "경영진 커뮤니케이션", desc: "기술 용어를 비즈니스 언어로 번역하는 능력. 기술 부채의 비용을 장애 빈도, 개발 속도 저하, 인재 이탈로 정량화. 투자하지 않을 때의 리스크 시나리오 제시. 대시보드로 진행 상황 가시화." },
                { topic: "채용 면접관 역량", desc: "구조화된 면접 루브릭 설계. 코딩/시스템 설계/행동 면접 각 단계 운영. 면접관 캘리브레이션으로 평가 일관성 확보. 후보자 경험이 긍정적이도록 프로세스 설계." },
                { topic: "외부 브랜딩 & 커뮤니티", desc: "기술 블로그 운영, 컨퍼런스 발표, 오픈소스 기여로 회사 기술 브랜딩. 커뮤니티 리더십으로 채용 파이프라인 확대. 업계 네트워크 구축. 기술 레이더 운영으로 트렌드 파악." },
              ]
            },
          ]
        },

        {
          name: "🎯 면접 대비",
          items: [
            {
              skill: "Staff+ 레벨 면접 전략",
              action: "조직 임팩트 중심의 경험 정리. 기술 전략 제안, 대규모 시스템 설계, 크로스팀 리더십을 증명.",
              how: "주요 프로젝트별 임팩트 정량화 문서 작성, Staff 레벨 모의면접",
              curriculum: [
                { topic: "Staff 레벨 시스템 디자인", desc: "단일 서비스가 아닌 플랫폼/인프라 레벨 설계. 멀티 리전, 재해 복구, 비용 최적화 포함. 기술 선택의 비즈니스 임팩트 설명. Netflix L6, Google L6+ 수준." },
                { topic: "임팩트 스토리 구조화", desc: "각 프로젝트의 비즈니스 임팩트 정량화(매출, 비용 절감, 성능 개선). 조직 차원 영향력(팀 생산성, 채용, 문화 변화). 기술 의사결정의 근거와 결과를 데이터로 설명." },
                { topic: "빅테크 Staff+ 면접 특성", desc: "Google L6+: 조직 전체 기술 전략 질문. Amazon L7: LP 기반 깊은 Dive Deep. Meta E6+: 조직 영향력과 기술 비전. Apple ICT5+: 제품 관점 + 기술 깊이 동시 평가." },
              ]
            },
          ]
        }
]
    }
  }
};