"AI 도구를 레버리지 삼아, 먼저 빠르게 만들고 학습합니다."

Claude Code, Cursor 같은 AI 도구를 활용해 아이디어를 빠르게 프로덕션까지 끌어올리는 개발자입니다. 모르는 기술도 AI와 협업하며 실전에서 익히고, 완성된 결과물로부터 역으로 깊이를 쌓아갑니다.

숏폼 트렌드 수집 / 크리에이터 매칭 / 콘텐츠 아이디어 생성을 자동화하는 AI 에이전트 플랫폼

기간: 2025.12.12 ~ 2025.12.14 (3일) · 역할: Fullstack (개인 프로젝트)

• 3일 만에 기획 → 개발 → 배포 완료 — Claude Code 명세 기반 개발로 속도 확보
• AI 에이전트 3개(트렌드 분석 / 크리에이터 매칭 / 콘텐츠 생성) 설계, Zod 스키마로 응답 구조 강제하여 파싱 실패율 제거
• SHA256 해시 + Redis 캐싱으로 동일 요청 시 AI 호출 스킵 → API 비용 절감
• Supabase RLS로 사용자별 데이터 격리 / IP 기반 Rate Limiting으로 남용 방지
• YouTube Data API 연동하여 실시간 플랫폼 트렌드 데이터 수집 파이프라인 구축

Repository · Portfolio

22만 건 이커머스 리뷰를 AI가 분석하여, 사용자 질문에 근거 기반 답변을 제공하는 RAG 멀티 에이전트 시스템

기간: 2026.01.10 ~ 2026.01.14 (5일) · 역할: Fullstack (개인 프로젝트)

• LangGraph 기반 의도 분류 → 에이전트 라우팅 시스템 구축, Pydantic 스키마로 LLM 응답 구조 강제하여 파싱 실패율 제거
• 시맨틱 캐싱(코사인 유사도 70% 임계값)으로 응답 시간 2.8초 → 0.4초(85% 단축), API 비용 절감
• 하이브리드 의도 분류(규칙 + LLM Fallback)로 명확한 질문은 즉시 라우팅, 모호한 질문만 LLM 호출
• 규칙 기반 + LLM 2단계 가짜 리뷰 필터링, confidence 기반 가중치 조절로 검색 품질 확보
• "이 제품 건조한 피부에 괜찮아?" 같은 자연어 질문에 실제 리뷰 근거를 인용해 답변 생성

Repository · Portfolio

InBody 체성분 분석기 4개 기종의 기술 지원을 자동화하는 LangGraph 기반 멀티 에이전트 RAG 시스템

기간: 2026.01.30 ~ 2026.02.02 (4일) · 역할: Fullstack (개인 프로젝트)

• LangGraph StateGraph 기반 워크플로우 - 의도 분류 → 시맨틱 캐시 조회 → 전문 에이전트(Q&A / 요약) 라우팅
• 3계층 기종 격리(컬렉션 분리 + 메타데이터 필터 + 후처리)로 기종 간 정보 교차 오염 방지
• RAG(PDF 매뉴얼 벡터 검색) + Tool Calling(에러코드/주변기기 SQLite 조회) 하이브리드 구조로 질문 유형별 최적 데이터 접근
• 4단계 가드레일(면책 문구 / 기종 누출 감지 / 안전 차단 / LLM 정합성 검증)으로 할루시네이션 방지

Repository · Portfolio

AI(GPT·Claude·Gemini) 코드 리뷰와 백준 문제 추천을 자동화하는 AWS Lambda 기반 서버리스 Slack 봇

기간: 2026.02.22 ~ 2026.02.24 (3일) · 역할: Fullstack (개인 프로젝트)

• Lambda 비동기 호출 패턴(InvocationType: Event)으로 Slack 3초 응답 제한 해결 - WorkerFunction이 SlackEventsFunction과 독립적으로 AI 처리 수행
• esbuild Minify + PreWarm 트리거 + 메모리 최적화로 콜드 스타트 최대 -32%, 실행 비용(GB-초) -63% 달성
• AI(GPT · Claude · Gemini)를 Factory 패턴으로 추상화 - DynamoDB 설정 항목 하나로 코드 변경 없이 런타임 AI 전환
• DynamoDB 단일 테이블 설계로 7가지 액세스 패턴을 GSI 없이 PK/SK 조합만으로 해결
• HMAC-SHA256 서명 검증 · 멱등성 체크 · 일별 요청 제한으로 위조·중복·남용 요청 차단
• AWS SAM IaC로 Lambda · API Gateway · EventBridge · DynamoDB · SQS DLQ 전체 인프라를 코드로 정의

Repository · Portfolio · Blog

AI에게 명확한 맥락을 먼저 제공하면, 방향이 흔들리지 않고 수정 루프가 줄어듭니다. 그래서 코드 작성 전에 개발 환경을 설계하는 데 먼저 집중합니다.

프로젝트의 불변 원칙 / 기능 요구사항 / 기술 제약을 명세로 정의하고, 브랜치 전략 / 커밋 규칙 / 코드 컨벤션 / PR·Issue 템플릿 / 커스텀 커맨드까지 프로젝트 워크플로우 전체를 설정 파일로 관리합니다.

AI가 이 설정을 기반으로 동작하기 때문에, 코드 스타일부터 PR 작성까지 사람이 반복 확인하지 않아도 일관된 품질을 유지할 수 있습니다.

사용 도구: spec-kit · everything-claude-code