소프트웨어 & AI 엔지니어 남주호입니다.

수학을 전공하며 AI 모델 학습의 수학적 원리에 흥미를 느낀 것을 시작으로 프로그래밍에 관심을 갖게 되었습니다. 이론으로 배웠던 수학적 개념이 실제 문제 해결에 활용될 수 있다는 점이 큰 동기부여가 되었고, 이를 계기로 학원이나 부트캠프의 도움 없이 프로그래밍을 독학으로 배웠습니다. 이후 프론트엔드와 백엔드 분야에서 서비스의 설계부터 구현, 운영까지 경험을 쌓고, AI 기반 프로젝트에도 참여하며 소프트웨어 및 AI 엔지니어로서의 역량을 키워왔습니다.

Python TypeScript Go Linux Docker AWS Express PyTorch LangGraph React JS Next.js Neovim VS Code Pi Coding Agent

Education

수학교육과 석사 학위 (중퇴)
서울대학교 사범대학
March 2021 - June 2021
학점: 3.65 / 4.3

수학과 학사 학위
University of Massachusetts Amherst
Commonwealth Honors College
August 2014 - May 2020
학점: 3.7 / 4.0

Certificate

데이터분석 준전문가 (ADsP)
한국데이터산업진흥원, 2021

SQL 개발자 (SQLD)
한국데이터산업진흥원, 2021

Work Experience

2023.02 - Present

백엔드 & AI 엔지니어

CPRO RetailTrend 개발팀

TypeScript

Express

React JS

Next.js

AWS

MongoDB

Docker

Python

PyTorch

AI 카메라 기반 매장 방문객 분석 서비스인 RetailTrend 개발에 참여하고 있습니다. 하루 약 800만 건의 트래픽을 처리하는 중앙 서버를 유지보수하며 신규 기능 개발부터 장애 대응 및 최적화까지 다양한 업무를 수행해 왔습니다.

RetailTrend 소개 페이지

What I did

서비스 핵심 데이터 로직 구조 개선 및 성능 최적화
트래픽 증가에 따른 서비스 수평 확장 구조 설계
SFTP 기반 데이터 전송 시스템 설계 구현
시간별 데이터 집계 및 데이터 동기화 시스템 구축
AWS 클라우드 기반 서비스 운영, 모니터링 및 비용 최적화 (AWS S3 비용 약 40% 절감 경험)
Multi-camera tracking을 위한 Re-Identification AI 모델 연구·개발 및 실제 서비스 적용

문제 해결 사례: 대규모 트래픽 서버의 병목 해결

서비스가 확장됨에 따라 Node.js 기반의 중앙 서버에서 병목 현상이 발생했고 이를 해결한 사례입니다.

코드 레벨 최적화

MongoDB Profiler를 통해 비효율적인 Aggregation 쿼리 발견 (COLLSCAN 발생)

개선 이후 실행 시간 약 20배 단축 (200ms → 10ms)

Node.js의 single-threaded 특성으로 인해 CPU-bound 작업 부하

CPU-intensive 작업은 Worker Thread Pool을 활용하여 분산 처리하도록 개선

아키텍처 레벨 개선

서비스 수평 확장을 위해 Stateless 애플리케이션 구조로 전환

자체 메모리 캐시 및 Mutex 등 기존의 단일 인스턴스 환경을 전제로 한 상태 관리 로직 분석 후 제거

서비스 특성상 대부분이 내부 트래픽임을 확인하고, 외부 트래픽과 내부 트래픽 격리

자세히 보기 간략히 보기

2021.12 - 2023.01

프론트엔드 개발자

J&FIRST 개발팀

React JS

Next.js

TypeScript

GraphQL

Spring

MySQL

Nginx

Java

LINE Plus의 관리자용 웹 서비스 외주 프로젝트에 프론트엔드 개발자로 참여했습니다.

What I did

LINE 서비스 콘텐츠 관리 시스템의 웹 UI 개발
React Hook Form 기반으로 중첩 객체 및 배열 등 복잡한 form 로직 구현
페이지 로딩 시간 단축을 통한 사용자 경험 개선 (약 50% 단축 경험)
Next.js, GraphQL, Naver SmartEditor ONE 등 신규 기술 도입을 위한 선행 연구
팀 내 공통 소스코드 관리 정책 수립
팀 내 또는 외부 개발팀과의 소스코드 충돌 해결

문제 해결 사례: 웹 페이지 로딩 시간 개선

타사에서 진행한 유사 LINE Plus 외주 프로젝트 대비 페이지 로딩이 느리다는 피드백이 있었고, 원인을 분석하여 개선한 사례입니다.

원인 분석: 비활성화된 브라우저 캐싱

Inspect Tool을 활용하여 CPU 사용량 분포 분석: 대부분 유휴 상태임을 확인
css와 js 정적 리소스 다운로드에 상당 시간 소요
브라우저 캐싱을 전혀 사용하지 않아 매번 정적 리소스를 새로 다운로드하는 구조
소스코드 변경 사항 즉시 반영을 위해 no-cache 정책을 사용했던 것이 원인

개선 사항: 소스코드 변경 사항 즉시 반영과 캐싱을 동시에 활용

Bundler 설정에서 정적 리소스 파일명에 hash를 적용하여 Cache Busting을 구현
캐싱 정책은 기존으로 복구
페이지 로딩 시간 약 45% 개선 (2400ms → 1300ms)

자세히 보기 간략히 보기

Other Experiences

기술 대회 참여

오픈소스 개발자대회, 사이드임팩트, Kaggle 대회 참여 경험

Kaggle 대회 "NFL Big Data Bowl 2026 - Prediction"에서 상위 7% 기록 (Ranked 118/1899)

기술 블로그 운영 2021.10 - Present

https://juhonamnam.github.io/blog

IT 초보 비전공자 스터디 모임 2021.06 - 2024.06

최대 200명 규모의 IT 스터디 및 정보 공유 커뮤니티에서 운영진으로 활동

Project: AI Agent-based Augmented Reading eXperience (AReX)

팀 이름: The Geppettos

팀 규모: 2

개발 기간: 2025.07 ~ 2025.10

링크: 소스코드 소개 영상

대회 참가작

TypeScript

Express

Docker

RabbitMQ

PostgreSQL

React JS

Python

LangChain

LangGraph

Chroma

AReX는 Agent AI-based Augmented Reading eXperience의 약자로, 소설책에 특화된 Agent 기반 전자책 서비스입니다. 사회 문제 해결을 주제로 하는 대회에 출품하기 위해 개발되었으며, 독서량 감소 문제와 독서 경험의 질적 향상을 목표로 설계되었습니다.