우해인 / Woo Haein

백엔드 · AI 풀스택 개발자  |  Adobe 마케팅 솔루션 · AI 시스템 설계

Adobe Campaign Classic(v7/v8)과 Adobe Target을 대기업 환경에서 3년간 구축·이관·운영했고, LLM 기반 AI 시스템을 설계·개발·배포합니다. Cursor AI와 에이전트 파이프라인을 활용해 기획부터 배포까지 완결짓는 업무를 지향합니다.

Phone 010-9871-4077
3년+
실무 경력
6
주요 프로젝트
2
공인 자격증
1
서브 프로젝트
01. About

핵심 역량

Adobe 마케팅 솔루션

Adobe Campaign Classic v7/v8과 Adobe Target을 대기업 환경에서 구축·이관·운영. 레거시 솔루션 내부 동작을 이해하고 커스텀 로직을 개발할 수 있습니다.

  • Campaign v7/v8 구축·이관·운영
  • Adobe Target 개인화 마케팅
  • 대기업 CRM 데이터 I/F 설계

AI 시스템 설계

LLM 기반 분석 시스템을 개발할 수 있고, 자연어로 SQL 타겟 추출 코드를 제작하는 LLM을 개발하였습니다.

  • RAG 파이프라인 · pgvector · Neo4j
  • MCP Tools · Claude API 오케스트레이션
  • 프롬프트/컨텍스트 엔지니어링

1인 풀스택 개발

Cursor AI 기반 에이전트 파이프라인과 Phase 단위 검증 체계로 기획·개발·배포·인프라를 1인으로 완결하는 업무 방식을 정립했습니다.

  • Phase 단위 개발 · 검증 게이트
  • Context Document 표준화
  • 기획 → 배포 · 인프라 전 주기 수행
02. Experience

경력 및 경험

2026.09.01 — 09.11
LUA 기업 웹사이트 개발 (1.5주, 1인 전담) 개인 프로젝트
1인 루아주식회사 · 기획 · 개발 · 배포 · 인프라
2026.05 — 진행중
LG 유플러스 Adobe Target / Campaign 구축
Adobe LG 유플러스 · 8명 팀 · 백엔드 · 솔루션 커스텀 개발
2025.10 — 진행중
iBank BI Report — 노코드 BI 플랫폼
자체 3명 팀 · 메인 풀스택 개발
2025.10 — 2026.02
ACC BI Assistant — AI 마케팅 분석 시스템
자체 1인 풀스택 · RAG · MCP
2025.05 — 2025.09
삼성전자 마케팅 Adobe Campaign V7 → V8 업그레이드
Adobe 삼성전자 · 5명 팀 · 데이터 이관 · 검수 · API 개발
2023.06 — 2025.04
삼성물산 에버랜드 App 연계 Adobe Campaign 구축·운영
Adobe 삼성물산 에버랜드 · 4명 팀 · 백엔드 · CRM 기능 설계 · 운영 17개월
03. Skills

기술 스택

Adobe 솔루션
Adobe Campaign v7 Adobe Campaign v8 Adobe Target AEP Web SDK JSSP
AI Tools 주력
Cursor AI Claude API MCP LangGraph RAG OpenRouter Gemini Embedding Prompt Engineering Context Engineering
Backend
Python FastAPI Starlette Django Java Spring Boot Next.js TypeScript SQLAlchemy MyBatis · JPA REST API
Frontend
React / React Native Vite Tailwind CSS Recharts Chart.js JavaScript JSP · jQuery
Database
PostgreSQL pgvector Oracle MariaDB MySQL Neo4j Redis SQLite ETL 설계
Infra · DevTools
Rocky Linux Nginx systemd Certbot · HTTPS firewall fail2ban Git JWT · bcrypt IntelliJ · VSCode
정보처리기사 2024.12 · 한국산업인력공단
SQL 개발자 (SQLD) 2025.04 · 한국데이터산업진흥원
국비지원 교육 수료 960시간 · Java · Python · Full-stack
PART 01

Adobe 마케팅 솔루션 구축 · 운영

LG 유플러스 · 삼성전자 · 삼성물산 에버랜드. 대기업 마케팅 시스템의 백엔드에서 데이터 · 타겟팅 · 발송 · 이관을 담당했습니다.

LG 유플러스 Adobe Target / Campaign 구축

LG 유플러스· 2026.05 — 진행중· 8명 팀· 백엔드 · 솔루션 커스텀 개발 진행중

Adobe Target Web/App SDK 구현체 설계·배포와 함께, OOTB로 제공되지 않는 SQL 생성 LLM발송 피로도(Fatigue) 제어 로직을 커스텀 개발합니다.

Adobe Target
  • Web/App SDK 구현체 설계 · 배포
  • 시스템 간 API 연동 및 이벤트 트리거 개발
  • 재사용 마케팅 컴포넌트 제작
  • WBS · 구축항목 체크리스트 · 개발 가이드 표준화
SQL 생성 LLM
  • 자연어 입력으로 타겟 고객 추출 SQL 자동 생성
  • 고객 스키마 반영 프롬프트 및 응답 검증 로직 구현
  • 마케터 셀프서비스 구조 확보 · 솔루션 기능 자동 연동
Fatigue 제어
  • OOTB 유형 규칙의 제약을 보완하는 커스텀 로직 설계
  • 채널별 · 기간별 발송 한도 및 캠페인 우선순위 기준 적용
  • 타겟팅 워크플로우 공통 적용 모듈화
마케터 자연어 질의 프롬프트 고객 스키마 주입 LLM SQL 생성 검증기 응답 검증 Adobe Campaign 타겟 추출 (SQL 코드 제작) Fatigue 커스텀 모듈
FIG.01 — SQL 생성 LLM 파이프라인 (하단 Fatigue 모듈은 Adobe Campaign 커스텀 개발, LLM과 독립)
Stack Adobe Target Adobe Campaign JavaScript OpenRouter JSSP

삼성전자 마케팅 Adobe Campaign V7 → V8 업그레이드

삼성전자· 2025.05 — 2025.09 (5개월)· 5명 팀· 데이터 이관 · 검수 · API 개발

2020년부터 운영된 삼성전자 마케팅 시스템의 Adobe Campaign 메이저 버전을 V7에서 V8로 전환. 워크플로우 전수 분석, 스키마·데이터 이관, 검수까지 수행.

V8 환경 구축
  • 신규 V8 환경 구축
  • V7 운영 중 연계 시스템 전량 재연동 및 검증
기능 · 데이터 이관
  • 데이터 워크플로우 전수 분석 (이관 대상 · 의존관계 도출)
  • 시스템 기능 및 타겟팅 워크플로우 패키징
  • 스키마 제작 및 데이터 이관
  • 버전 차이에 따른 동작 불일치 대응 및 재처리
검수 · API
  • 전체 이관 항목 검수 체계 수립, 데이터 정합성 검증
  • Google Ads · Criteo 연동 API 개발
Stack Adobe Campaign v7 Adobe Campaign v8 JavaScript JSSP XML PostgreSQL Oracle

삼성물산 에버랜드 App 연계 Adobe Campaign 구축 및 운영

삼성물산 에버랜드· 2023.06 — 2025.04 (1년 11개월)· 4명 팀· 백엔드 · CRM 기능 설계

서버 구축부터 데이터 스키마 설계, 다채널 발송(SMS · MMS · Email · App Push · KakaoTalk), 준실시간 알림 자동 발송과 운영·유지보수까지 전 주기 수행.

설계 · 구축
  • 서버 구축 및 솔루션 설치 참여
  • 고객 데이터 분석·가공을 통한 데이터 스키마 설계
  • Data I/F 기능 구현 및 타사 데이터 정기 수신 배치 제작
마케팅 기능
  • 다채널 발송 (SMS · MMS · Email · App Push · KakaoTalk)
  • 쿠폰 제작 및 발송 기능 개발
  • 데이터 Polling 기반 준실시간 알림 자동 발송
  • 타겟 데이터 처리 결과 리포트 기능
운영 (17개월)
  • 시스템 모듈 정기 점검 체계 운영
  • 신규 캠페인별 데이터 타겟팅 설계 · 개발
  • 정기 · 반복 캠페인 대응 범용 타겟팅 구조 설계
  • 2025.05 이후 유지보수 자문 전환
Stack Adobe Campaign Classic JavaScript JSSP XML PostgreSQL Oracle Linux
PART 02

AI 기반 자체 시스템 개발

LLM 기반 분석 시스템을 개발하고, 자연어로 SQL 타겟 추출 코드를 제작하는 LLM을 개발한 프로젝트입니다.

iBank BI Report — 노코드 데이터 분석 플랫폼

자체 프로젝트· 2025.10 — 진행중· 3명 팀· 메인 풀스택 진행중

마케터가 SQL 없이 CRM 데이터를 조회·집계·시각화하는 노코드 BI 플랫폼. 도메인 패키지 10개 · 데이터 소스 6종 · 표준 문서 9종으로 구성.

주요 기능
  • 쿼리 스튜디오 — SQL 없이 테이블 · 컬럼 조합으로 리포트 테이블 생성
  • 캠페인 대시보드 — 일별 · 주별 · 월별 집계, KPI · 퍼널 · 발송 현황
  • 위젯보드 — 차트 위젯 시각화 및 배치로 리포트 제작
  • ETL — 파일 6종 / 외부 DB 3종 적재 (Full · Incremental · PK diff)
  • 관리자 — 조직 · 사용자 · 역할 · 프로젝트 관리 및 감사 로그
JOIN 자동화 엔진
  • FK 및 _id 컬럼 기반 테이블 관계 자동 추론
  • BFS 경로 탐색으로 조인 순서 결정, 순환 참조 검증
  • N:N 안전성 검사 및 JOIN 정확도 스코어링
Star 스키마 · ETL
  • 집계 전용 테이블 구조 설계로 조회 성능 확보
  • 다중 지표를 단일 번들 API로 통합, 화면 로딩 요청 수 절감
  • 큐 워커 기반 Job 상태 관리, 동시 실행 상한 적용
  • 스키마 자동 추론 · 변환 규칙 엔진 · 스케줄러
권한 · 성능 · 보안
  • 2단계 인증 (비밀번호 + 이메일 인증코드), 역할 기반 권한
  • 상관 ID 기반 Append-only 감사 로그, IP 마스킹
  • 분당 요청 한도 · 동시 실행 상한 · TTL 캐시
  • SELECT 전용 SQL 안전성 검사, 조회 테이블 Allowlist
Stack React 19 FastAPI Vite Recharts PostgreSQL Rocky Linux Nginx

ACC BI Assistant — AI 기반 마케팅 분석 시스템

자체 프로젝트· 2025.10 — 2026.02· 1인 풀스택

Adobe Campaign 발송 데이터를 자연어로 질의하고 리포트를 자동 생성하는 RAG · MCP 기반 AI 분석 시스템을 1인 풀스택으로 설계·개발·운영.

아키텍처 설계
  • AI 역할 분리 — LLM은 JSON 반환, 리포트 생성은 서버 엔진 담당
  • Cursor AI 활용을 위한 Context Document 4종 정립
RAG 파이프라인
  • 프롬프트 임베딩 기반 2단계 가공 구조 (1차 가공 → Gemini Embedding 검색 → 2차 가공 → Claude API)
  • pgvector 임베딩 저장 / Neo4j로 임베딩 · 필터 · 대화 이력 관계 모델링
  • 최종 응답 3종 동시 반환: 리포트 타입 · 조회 쿼리 · 데이터 인사이트
MCP Tools
  • 데이터 조회 Tool 7종 + 다차원 통계 범용 Main Tool
  • 재사용 필터 조합 세트 (날짜 필터 12종)
  • 응답 포맷을 리포트 생성용 구조로 직결
엔진 · 최적화 · 보안
  • Chart.js 차트 자동 생성, 페이지네이션 및 Y축 스케일링 알고리즘 자체 구현
  • Rate Limiting · LRU 캐싱(10분 TTL) · 자동 재시도
  • JWT 인증 · HttpOnly 세션 · bcrypt · 사용자별 데이터 격리
  • Rocky Linux · Nginx · systemd 운영 체계
사용자 자연어 질의 1차 가공 Claude API 임베딩 검색 Gemini · pgvector 2차 가공 Claude + MCP 응답 A — 리포트 타입 응답 B — 조회 쿼리 응답 C — 데이터 인사이트 MCP Tools (7종 + Main) 필터 12종 · 다차원 통계 Neo4j 관계 · 이력 저장
FIG.02 — RAG · MCP 파이프라인 (프롬프트 임베딩 기반 2단계 가공)
Stack Claude API MCP LangGraph Python Starlette pgvector Neo4j Rocky Linux
PART 03

개인 프로젝트

회사 업무 외로 개인이 직접 기획 · 개발 · 배포하여 클라이언트에 제공한 프로젝트입니다.

LUA 기업 홍보 웹사이트 — AI 에이전트 오케스트레이션 개발

루아주식회사· 2026.09.01 — 09.11 (1.5주)· 1인 전담· 기획 · 개발 · 인프라

AI 에이전트로 개발 체계를 설계하고, 1.5주 만에 1인으로 기획 · 개발 · 배포를 완료. Phase 기반 검증 게이트와 UI 4단계 파이프라인을 실제 프로젝트에 적용.

1.5주
기획 → 오픈
34페이지
한/영 정적 생성
1명
AI 에이전트 활용
$0
런타임 백엔드 비용
에이전트 개발 체계
  • 전체 개발을 Phase 0~7로 분할, Phase별 산출물 · 검증 기준 정의
  • 구현 → 리뷰 → 리팩토링 → 재리뷰 순환 파이프라인 구성
  • 기능별 에이전트 역할 분리 (오케스트레이터 · UI/UX 마스터 · 테스터 · 검증 마스터 · 공식문서 마스터)
  • 검증 실패 시 완료 보고를 차단하는 게이트 규칙 적용
  • 컨텍스트 엔지니어링 산출물 — 가이드 · 규칙 11종 · 스킬 8종
기획 · 아키텍처
  • 요구사항 15종 정의, 개발 제외 항목 9종 명시로 범위 고정
  • 백엔드 · DB 없는 완전 정적 구조 + 형상관리를 CMS로 대체
배포 · 운영
  • 장애 시 즉시 복구 가능한 버전별 배포 구조
  • 인프라 제약 확인 후 OS 레벨 보안 구성으로 대체
  • HTTPS · DNS · 업무 메일 · 검색엔진 등록 (Google · Naver · Bing) 완료
HORIZONTAL — PHASE 0 → 7 Phase 0 요구 · 범위 Phase 1 아키텍처 Phase 2 UI 시스템 Phase 3 페이지 구현 Phase 4 콘텐츠 Phase 5 i18n · SEO Phase 6 배포 Phase 7 운영 VERTICAL — 기능별 AGENT ROLE 오케스트레이터 전체 조율 · 승인 UI/UX 마스터 하위 역할별 에이전트 테스터 동작 · 회귀 검증 검증 마스터 체크리스트 게이트 공식문서 마스터 레퍼런스 반영 규칙 검증 실패 시 완료 보고 차단 의사결정을 Phase 전환 승인으로 단일화하여 개발 속도 확보
FIG.04 — AI 에이전트 오케스트레이션 (수평 Phase × 기능별 에이전트 역할)
Stack Next.js TypeScript Tailwind CSS Rocky Linux Nginx
04. Methodology

개발 방법론

Cursor AI 및 AI 에이전트 파이프라인 활용의 핵심은 검증 구조입니다. 모델의 출력 품질보다 잘못된 출력을 걸러내는 체계가 1인 풀스택 업무의 가능성을 결정합니다.

Cursor AI + Context Docs

프로젝트 컨텍스트를 이해시키는 4종 문서를 표준화하여 에이전트의 오류율을 관리합니다.

  • Architecture Overview
  • Data Schema · Conventions
  • Coding Rules · Patterns
  • Test · Review Criteria

Cursor AI + 로드맵 + Phase 게이트

전체 로드맵과 체크리스트를 먼저 작성하고, Phase 단위로 분할해 각 전환 시점에 검증 게이트를 통과시켜 진행합니다.

  • 전체 로드맵 체크리스트 관리
  • Gate A — 산출물 존재 확인
  • Gate B — 검증 기준 충족
  • Gate C — 회귀 테스트 통과
  • Gate D — 최종 승인

기능별 에이전트 직군화

UI만 나누는 것이 아닌, 개발 전 과정을 기능별 에이전트 역할로 분리해 책임과 판단 범위를 명확히 합니다.

  • 오케스트레이터 — 전체 조율 · 승인
  • UI/UX 마스터 — 하위 역할별 에이전트
  • 테스터 — 동작 · 회귀 검증
  • 검증 마스터 — 체크리스트 게이트
  • 공식문서 마스터 — 레퍼런스 반영

Prompt · Context Engineering

ACC BI Assistant · LG U+ SQL LLM 개발에서 축적한 프롬프트 설계 패턴.

  • Inject — 스키마 프롬프트 주입
  • Validate — 응답의 코드 재검증
  • Reuse — 필터 · Tool 재사용
  • Trace — Neo4j 이력 추적
05. Education

교육 과정 프로젝트

Final Project
BankYam — 뱅킹 + SNS 통합 플랫폼
입출금 · 송금 · 거래내역, 계좌 개설 · 관리, 친구 관리, 채팅 및 파일 전송을 하나의 플랫폼에 통합.

팀 프로젝트

FileApple — 파일 공유 시스템
Java IO · Network
Java
PapayaMarket — 중고거래 앱
Kotlin · Oracle
Kotlin
LitchiRoot — 채용 사이트
Django · Python 웹
Django
ZibPalm — 부동산 커뮤니티
Spring Boot · 공공데이터
Spring

개인 프로젝트

TNUniverse — 슈팅 게임
Python Pygame · 난이도 · 랭킹 · 사운드
Pygame
반도체 소재 데이터 분석
AZO · VOx 특성 분석 (Pandas · Matplotlib)
Pandas
AI 이미지 분류
TensorFlow · Keras · 웹 크롤링
TensorFlow
06. Contact

연락처

Phone 010-9871-4077