About Me
주변의 문제를 해결하기 위해 호기심으로 눈에 보이는 것 이상을 파고드는 개발자 김지환입니다.
- 궁금한 것이 생기면 업무 완수 이후에 느리거나 막히더라도 끝까지 탐구합니다.
- 이미지 최적화를 위한 AWS S3 Object Lambda 아키텍처를 도입하여 외부 전송 데이터량을 15% 이상 절감하고, 꾸준히 개선하였습니다.
- 주변의 어려움을 어떻게 우아하게 해결할 수 있을지 고민합니다.
- 군대 수동 진중방송을 RS-232 serial로 자동화하여 90% 이상의 업무 시간을 단축하였습니다.
- 새로 알게 된 내용을 정돈된 글로 남기는 것을 좋아합니다.
- 블로그 및 노션에 꾸준히 기록하고 PR, ISSUE, 리뷰를 읽기 쉽게 쓰려 노력합니다.
- 팀원들과 적극적으로 의논하며 함께하는 성장을 추구합니다.
- 2년 이상 개발동아리 운영진으로 활동하며 9개의 강의, 12개의 기술 스터디를 진행하였습니다.
Contact
Resume : https://turtlehwan.notion.site
Email : [email protected]
Github : https://github.com/Turtle-Hwan
Tech Blog : https://turtle-hwan.tistory.com
LinkedIn : https://www.linkedin.com/in/turtlehwan
Portfolio : https://turtlehwan.notion.site/portfolio
Skill
Front-End
- Language : Javascript & Typescript / Framework, Library : Next.js | React
- Style : styled-component | emotion | tailwindcss | shadcn/ui | mui | Storybook
- State : Zustand | Recoil | TanStack Query / Testing : Jest | Playwright
Infrastructure
- AWS (EC2, S3, Lambda, Cloudfront, ECR, Route53)
- GitHub Actions / Docker
Career
고객 문의 WebView, 사내 CS 자동화, CS 챗봇, Agentic AI 플랫폼 구축 및 UX 고도화 | 2025.12.22 - 2026.03.20 (Intern, 3개월)
- n8n, Make, LangGraph와 같은 LLM Workflow에 Multi-Agent를 결합한 사내 Agentic AI 플랫폼 구축 및 UX 고도화
- 다양한 CS 문의 대응 자동화 AI Agent 제작
- 신고하기, 문의하기, 챗봇 채팅 웹뷰를 담당하여 기능 추가 및 개선 작업
AI Safety 위한 LLM Monitoring Frontend, Local Proxy 포함한 Window Program, LLM serving FastAPI Backend 개발 | 2025.04.07 - 2025.12.21 (9개월)
고객사 분들과 꾸준히 소통하며 불명확한 요구 사항을 구체화하여 원하는 기능을 개발하는 능력과 문제에 빠르게 대응하는 능력을 길렀습니다.
LLM 사용 시 민감정보 Blocking / Masking하는 AI Safety 서비스 개발 Next.js Typescript Python mitmproxy
- 상용 LLM 서비스를 이용할 때 유저 단에서 민감정보 유출 방지를 위해 Local Proxy를 먼저 거치도록 하여 위험 입력은 Blocking / Masking 하는 서비스 개발
- ChatGPT, Copilot, Claude (Code), Gemini (CLI), Cursor 등 다양한 LLM API, Agent 사용 경험 및 통신 방법, 패킷 분석 경험
- LLM Monitoring을 위해 Langfuse 오픈소스 기반으로 Turborepo, Next.js 환경에서 사용자 관리, 그룹 관리, Log 관리 기능 구현
GraphRAG Topic detect, PII detect를 위한 FastAPI Backend 개발 FastAPI Python
- 대규모 입력(Text 100K 이상)을 빠르게 처리하면서 정확도를 유지하기 위해 chunking과 overlap 길이 조정, 비동기 병렬 처리, gunicorn & uvicorn으로 멀티프로세스 배포 진행.
- AI 모델 비동기 병렬 호출로 100K text 기준 정확도는 동일하게 유지하면서 PII(Personally Identifiable Information) 검출시간을 80s → 20s로 4배 이상 단축