2026 한국 채용시장 데이터 기반 | AI → DevOps → Backend → Frontend 순서
각 항목의 상세 학습 내용은 learning/ 디렉토리에 개별 문서로 작성
- 레벨: Junior → Mid → Senior → Staff+ 순서로 성장
- 우선순위: 최우선 > 성장 가속 > 차별화
- 실전: 각 스킬마다 "이걸 하면 이 레벨이다"라는 증명 액션
- [학습] 링크가 있는 항목은
learning/ 폴더에 상세 문서 존재
"API 호출"에서 "파이프라인 설계"로
LLM API를 단순 호출하는 것을 넘어서, RAG 파이프라인과 에이전트를 설계·구현할 수 있어야 합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
RAG 파이프라인 구축 |
임베딩 모델 선택, 청킹 전략, 벡터 DB 운영, 리트리버 성능 측정 |
사내 문서 기반 QA 시스템을 RAG로 구축 |
| 2 |
프롬프트 엔지니어링 심화 |
시스템 프롬프트 설계, Few-shot 최적화, 프롬프트 버전 관리 체계 |
프롬프트 A/B 테스트로 품질 개선 정량화 |
| 3 |
Agent 프레임워크 |
LangChain/LangGraph로 멀티스텝 에이전트 구축, 도구 정의, 에러 핸들링 |
실제 업무를 자동화하는 에이전트 프로토타입 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
평가 체계 구축 |
자동 평가 메트릭 설계, 인간 평가 프로세스, 회귀 테스트 |
주요 AI 기능의 평가 파이프라인 구축 |
| 5 |
모델 서빙 기초 |
vLLM/TGI 배포, 스트리밍 응답, 기본적인 로드 밸런싱 |
오픈소스 모델을 서빙하는 API 구축 |
| 6 |
안전성 기초 |
프롬프트 인젝션 방어, 출력 필터링, 기본 가드레일 설정 |
프로덕션 서비스에 기본 안전장치 적용 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
MCP 기초 |
MCP 서버 구조 이해, 리소스/도구 정의, 기본 서버 구축 |
사내 도구를 MCP 서버로 래핑해서 AI에 연결 |
| 8 |
파인튜닝 입문 |
LoRA 기본 개념, 데이터셋 준비, 기본적인 SFT 경험 |
소규모 도메인 데이터로 LoRA 파인튜닝 실험 |
"프로토타입"에서 "프로덕션"으로
데모가 아닌 프로덕션 레벨의 AI 시스템을 설계합니다. 안정성, 비용, 품질의 균형을 잡는 것이 핵심.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
프로덕션 에이전트 |
장애 복구, 멱등성, 타임아웃 처리, 비용 제어가 된 프로덕션 에이전트 |
프로토타입 에이전트를 프로덕션으로 전환 주도 |
| 2 |
환각 관리 시스템 |
그라운딩 전략, 사실 검증 파이프라인, 신뢰도 점수 설계 |
환각률을 정량 측정하고 50% 이상 감소시키는 프로젝트 |
| 3 |
하네스 엔지니어링 |
모델 능력과 통제 프레임워크 균형, 가드레일 아키텍처 설계 |
조직의 AI 가드레일 프레임워크 설계·문서화 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
비용 최적화 |
모델 라우팅(대형/소형), 프롬프트 캐싱, 토큰 사용량 모니터링·제어 |
AI 서비스 비용을 30% 이상 절감하는 전략 실행 |
| 5 |
파인튜닝 심화 |
DPO/RLHF, 데이터셋 큐레이션 전략, 모델 품질 평가 체계 |
도메인 특화 모델 파인튜닝·배포·운영 |
| 6 |
멀티 에이전트 |
역할 분리, 에이전트 간 통신, 위임 패턴, 오케스트레이션 |
복잡한 워크플로우를 멀티 에이전트로 설계 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
도메인 특화 AI |
금융/의료/법률 등 규제 환경에서의 AI 시스템 설계 |
도메인 규제를 준수하는 AI 서비스 아키텍처 설계 |
| 8 |
트랜스포머 심화 |
Attention 변형, 컨텍스트 윈도우 확장 기법, 추론 최적화 |
논문 리뷰 세미나 주도, 최신 기법 벤치마크 |
"AI 기능"에서 "AI 전략"으로
조직의 AI 전략을 수립하고, 모델·데이터·인프라·거버넌스를 아우르는 기술 비전을 제시합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
AI 기술 전략 |
Build vs Buy 판단, 모델 선택 전략, AI 투자 로드맵 수립 |
전사 AI 기술 전략 문서 작성·경영진 보고 |
| 2 |
AI 거버넌스 |
AI 윤리 가이드라인, 데이터 거버넌스, 규제 대응 프레임워크 |
조직의 AI 거버넌스 위원회 구축·운영 |
| 3 |
AI 플랫폼 설계 |
조직 전체가 활용하는 AI 플랫폼(모델 서빙, 평가, 모니터링) 설계 |
셀프서비스 AI 플랫폼 구축으로 팀별 AI 도입 가속 |
"매뉴얼 따라하기"에서 "자동화 구축"으로
CLI 명령어를 넘어서, 인프라를 코드로 관리하고 반복 작업을 자동화할 수 있어야 합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
Kubernetes 실무 |
Deployment/Service/Ingress 이해, kubectl 디버깅, 리소스 요청/제한 설정 |
팀 서비스의 K8s 매니페스트를 직접 작성·수정 |
| 2 |
Terraform 기초 |
HCL 문법, 리소스 정의, 상태 파일 관리, plan/apply 워크플로우 |
기존 수동 생성 리소스를 Terraform으로 임포트 |
| 3 |
CI/CD 파이프라인 |
GitHub Actions/Jenkins 파이프라인 작성, 캐싱 전략, 시크릿 관리 |
새 서비스의 CI/CD를 처음부터 구축 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
모니터링 기초 |
Prometheus 메트릭 이해, Grafana 대시보드 구성, 기본 알림 설정 |
팀 서비스의 핵심 메트릭 대시보드 구축 |
| 5 |
Helm 차트 관리 |
values.yaml 구조, 환경별 오버라이드, 차트 버전 관리 |
팀 서비스의 Helm 차트 리뷰·개선 |
| 6 |
GitOps 입문 |
ArgoCD 기본 개념, 선언적 배포, 앱 동기화 이해 |
ArgoCD로 스테이징 환경 배포 자동화 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
보안 기초 |
시크릿 관리(Vault/Sealed Secrets), 이미지 스캐닝, 네트워크 정책 |
팀 서비스의 시크릿 관리 방식 개선 제안 |
| 8 |
비용 인식 |
클라우드 비용 구조 이해, 리소스 태깅, 기본적인 비용 리포팅 |
월간 비용 리포트 작성·공유 |
"인프라 구축"에서 "안정성 설계"로
서비스를 띄우는 것을 넘어서, 장애에 강한 시스템을 설계하고 SRE 프랙티스를 도입합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
KEDA / 고급 스케일링 |
커스텀 메트릭 기반 스케일링, cooldownPeriod 튜닝, 스케일 플래핑 방지 |
프로덕션 서비스의 KEDA 설정 최적화 |
| 2 |
SRE 프랙티스 |
SLI/SLO 정의, 에러 버짓 관리, 포스트모템 문화 정착 |
핵심 서비스 3개의 SLO 정의·모니터링 구축 |
| 3 |
Terraform 심화 |
모듈화, 워크스페이스, 드리프트 감지, 팀 워크플로우 설계 |
전체 인프라를 모듈화된 Terraform으로 재구성 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
Argo Rollouts |
카나리 배포 전략, 분석 기반 자동 롤백, 트래픽 미러링 |
핵심 서비스에 카나리 배포 파이프라인 구축 |
| 5 |
분산 트레이싱 |
Jaeger/Tempo 구축, 서비스 간 트레이스 연결, 병목 진단 |
MSA 환경에서 E2E 트레이싱 파이프라인 구축 |
| 6 |
네트워크 아키텍처 |
VPC 설계, 서브넷 전략, Service Mesh(Istio) 이해 |
프로덕션 VPC를 보안 요구사항에 맞게 재설계 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
AI/ML 인프라 |
GPU 노드 관리, 모델 서빙 인프라(vLLM/TGI), ML 파이프라인 |
AI 서비스를 위한 GPU 클러스터 구성·운영 |
| 8 |
FinOps 도입 |
비용 가시화 대시보드, 태깅 전략, 리소스 라이트사이징 자동화 |
월 비용 20% 절감 프로젝트 주도 |
"인프라 운영"에서 "플랫폼 전략"으로
개별 서비스가 아닌 조직 전체의 인프라 플랫폼을 설계합니다. 개발자 경험(DX)을 최적화하는 것이 핵심.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
플랫폼 엔지니어링 |
IDP(Internal Developer Platform) 구축, 셀프서비스 인프라, 골든 패스 설계 |
개발자가 5분 안에 새 서비스를 배포할 수 있는 플랫폼 구축 |
| 2 |
재해 복구 전략 |
멀티 리전/AZ 아키텍처, RTO/RPO 기반 DR 플랜, 카오스 엔지니어링 |
전사 DR 플랜 수립·테스트 주도 |
| 3 |
기술 조직 영향력 |
인프라 표준 수립, 비용 거버넌스, 보안 정책을 조직 단위로 설계 |
전사 클라우드 거버넌스 프레임워크 구축 |
"동작하는 코드"에서 "설명할 수 있는 코드"로
API를 만드는 것을 넘어서, 왜 이렇게 설계했는지 트레이드오프를 설명할 수 있어야 합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
DB 쿼리 튜닝 |
EXPLAIN 분석, 인덱스 전략, N+1 문제 진단·해결 |
슬로우 쿼리 로그를 분석하고 인덱스 추가 PR |
| 2 |
Spring 심화 |
DI/AOP 동작 원리, 트랜잭션 전파, 예외 처리 전략 |
팀 코드의 @Transactional 사용 패턴 리뷰·정리 |
| 3 |
테스트 전략 |
Unit/Integration 테스트 구분, TestContainer 활용, 테스트 데이터 관리 |
새 기능에 테스트 커버리지 80% 이상 달성 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
Redis 실무 활용 |
캐싱 전략(Cache-Aside/Write-Through), TTL 설계, 캐시 무효화 처리 |
자주 호출되는 API에 Redis 캐싱 적용 |
| 5 |
Docker & CI/CD |
Dockerfile 작성, 멀티스테이지 빌드, GitHub Actions 파이프라인 이해 |
팀 서비스의 Dockerfile을 직접 최적화 |
| 6 |
코드 설계 |
SOLID 원칙을 실무에 적용, 레이어드 아키텍처의 각 층 역할 이해 |
레거시 코드 리팩토링 시 설계 원칙 적용 사례 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
Kafka 기초 |
Producer/Consumer 모델, 토픽 개념, 비동기 이벤트 처리의 필요성 이해 |
팀에서 사용 중인 Kafka 토픽 구조를 문서화 |
| 8 |
AI 도구 활용 |
Claude Code/Cursor로 코드 리뷰, 테스트 생성, 리팩토링 지원 |
AI 도구 활용 워크플로우를 팀에 공유 |
"기능 구현"에서 "시스템 설계"로
개별 API가 아닌 시스템 전체를 보는 시야. 장애 상황에서 원인을 진단하고 팀을 이끌어 복구할 수 있어야 합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
MSA 설계 |
서비스 경계 정의, 이벤트 기반 통신, 사가 패턴, 서킷 브레이커 적용 |
모놀리스에서 서비스 분리 RFC 작성·실행 |
| 2 |
동시성 & 분산 시스템 |
분산 락, 낙관적/비관적 잠금, 멱등성 설계, Eventually Consistent 이해 |
동시성 이슈 해결 사례를 포스트모템으로 문서화 |
| 3 |
JVM & 성능 튜닝 |
GC 튜닝, 스레드 덤프 분석, 커넥션 풀 최적화, APM 활용 병목 진단 |
프로덕션 성능 이슈를 프로파일링으로 해결 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
Kafka 심화 |
파티셔닝 전략, 컨슈머 그룹 리밸런싱, 정확히 한번 처리(Exactly-Once) |
이벤트 드리븐 아키텍처 전환 프로젝트 주도 |
| 5 |
모니터링 & 장애 대응 |
APM 설정, 알림 정책, 장애 원인 분석 주도, 포스트모템 작성 |
온콜 로테이션 참여, 장애 대응 런북 작성 |
| 6 |
DDD & 아키텍처 |
도메인 모델링, 바운디드 컨텍스트, 헥사고날 아키텍처 적용 |
핵심 도메인 하나를 DDD로 재설계 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
AI API 통합 |
LLM API 연동, RAG 파이프라인 서버 구현, 프롬프트 관리 시스템 |
AI 기능 백엔드 서비스 설계·구축 주도 |
| 8 |
클라우드 네이티브 |
EKS 운영 이해, 서버리스 적용 판단, IaC(Terraform) 기본 활용 |
새 서비스를 컨테이너 기반으로 설계·배포 |
"시스템 설계"에서 "기술 전략"으로
조직 전체의 기술 방향을 설정하고, 여러 팀에 걸친 아키텍처 결정을 내립니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
조직 아키텍처 전략 |
여러 팀의 서비스 간 의존성 관리, 플랫폼 전략, 기술 표준 수립 |
전사 백엔드 기술 로드맵 작성, 아키텍처 리뷰 위원회 운영 |
| 2 |
기술 부채 & 투자 판단 |
비즈니스 임팩트 기준으로 기술 투자 우선순위 결정, 경영진 설득 |
기술 부채 정량화 프레임워크 구축 |
| 3 |
엔지니어링 문화 |
코드 리뷰, 장애 대응, 기술 공유 문화를 조직 단위로 설계·운영 |
엔지니어링 핸드북 작성, 기술 면접 프로세스 설계 |
"써봤다"에서 "왜 이걸 쓰는지 설명할 수 있다"로
프레임워크의 사용법을 넘어서, 동작 원리와 선택의 이유를 설명할 수 있어야 합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
TypeScript 심화 |
제네릭, 유틸리티 타입, 타입 가드를 실무 코드에 적용 |
기존 JS 프로젝트를 TS로 마이그레이션 해보기 |
| 2 |
상태 관리 설계 |
서버 상태(TanStack Query)와 클라이언트 상태(Zustand/Redux) 분리 |
API 호출을 TanStack Query로 전환하는 PR 작성 |
| 3 |
컴포넌트 설계 패턴 |
Compound Component, Render Props, Custom Hook 패턴을 상황에 맞게 선택 |
팀 공통 컴포넌트를 리팩토링하며 패턴 적용 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
웹 성능 기초 |
Lighthouse, Core Web Vitals(LCP/FID/CLS)의 의미와 개선법 |
팀 서비스의 성능 리포트를 작성해서 공유 |
| 5 |
테스트 작성 |
Testing Library로 컴포넌트 테스트, MSW로 API 모킹 테스트 |
새 기능 PR에 테스트를 기본 포함하는 습관 |
| 6 |
빌드 도구 이해 |
Vite/Webpack 설정을 읽고 수정 가능, 번들 사이즈 분석 |
bundle-analyzer로 팀 프로젝트 분석 공유 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
SSR/SSG 이해 |
Next.js App Router에서 Server Component vs Client Component 선택 기준 |
새 페이지를 RSC 기반으로 설계해보기 |
| 8 |
AI 도구 활용 |
Cursor/Copilot을 리팩토링·테스트 생성에 전략적으로 활용 |
AI 도구로 생산성 개선한 사례를 팀에 공유 |
"내 코드"에서 "팀의 기술 방향"으로
개인의 구현 능력을 넘어서, 팀 전체의 코드 품질과 아키텍처를 이끄는 역할.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
프론트엔드 아키텍처 |
모노레포(Turborepo/Nx) 구조 설계, 공유 컴포넌트 라이브러리 운영 |
팀 프로젝트의 모노레포 전환 RFC 작성 |
| 2 |
성능 최적화 심화 |
코드 스플리팅 전략, 이미지 최적화 파이프라인, 렌더링 병목 진단·해결 |
성능 개선 프로젝트를 주도하고 Before/After 정량 측정 |
| 3 |
기술 의사결정 문서화 |
ADR 작성, 기술 선택의 트레이드오프를 팀에 설명 |
분기 1회 이상 기술 의사결정 문서 작성 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 4 |
브라우저 내부 동작 |
렌더링 파이프라인 이해, 리플로우 최소화 전략 |
Chrome DevTools Performance 탭으로 실제 병목 분석 |
| 5 |
디자인 시스템 구축 |
토큰 체계, 컴포넌트 API 설계, 버전 관리, Storybook 운영 |
팀 디자인 시스템의 일부를 직접 설계·배포 |
| 6 |
코드 리뷰 리더십 |
아키텍처 관점의 리뷰, 팀 코딩 컨벤션 수립, 주니어 성장 피드백 |
코드 리뷰 가이드라인 문서를 팀에 제안 |
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 7 |
AI 통합 UI 설계 |
LLM 스트리밍 응답 UI, 채팅 인터페이스, AI 기능의 UX 패턴 설계 |
AI 기반 기능의 프론트엔드를 설계·구현 주도 |
| 8 |
마이크로 프론트엔드 |
Module Federation으로 독립 배포 가능한 아키텍처 이해 |
PoC로 하나의 서비스를 독립 배포 가능하게 분리 |
"팀의 기술"에서 "조직의 기술 전략"으로
여러 팀에 걸친 기술 전략을 수립하고, 기술 문화를 형성합니다.
| # |
스킬 |
핵심 액션 |
실전으로 증명 |
| 1 |
조직 횡단 아키텍처 |
여러 팀의 프론트엔드 통합 전략, 공유 플랫폼 설계, 기술 표준 수립 |
전사 프론트엔드 기술 전략 문서 작성·합의 도출 |
| 2 |
기술 문화 형성 |
코드 리뷰 문화, 기술 공유 세션, 채용 기술 면접 프로세스 설계 |
분기별 기술 세미나 운영, 면접 루브릭 설계 |
| 3 |
기술 부채 전략 |
비즈니스 임팩트 기준으로 기술 부채 우선순위 결정, 경영진 설득 |
기술 부채 대시보드 구축, ROI 기반 개선 로드맵 |
각 항목의 상세 학습 내용은 아래 파일로 작성 (순차 추가 예정)
| 역할 |
레벨 |
스킬 |
파일 |
상태 |
| AI |
Junior→Mid |
RAG 파이프라인 구축 |
learning/ai-jr-01-rag-pipeline.md |
작성완료 |
| AI |
Junior→Mid |
프롬프트 엔지니어링 심화 |
learning/ai-jr-02-prompt-engineering.md |
예정 |
| AI |
Junior→Mid |
Agent 프레임워크 |
learning/ai-jr-03-agent-framework.md |
예정 |
| ... |
... |
... |
... |
예정 |
총 76개 항목 순차 작성 예정