2025.12 — 현재
FIRST 9 MONTHS
이커머스 기업 · AI팀 1인 개발자
입사 후 첫 9개월 동안 데이터 통합, Python 자동화, AWS 운영, 사내 사이트와 자비스 AI, 가격·리뷰 분석 및 발주 AI를 처음부터 구축하며 기획·개발·배포·운영 전 과정을 담당했습니다.
PYTHON BACKEND · DATA PLATFORM · AI APPLICATION
권도영
흩어진 이커머스 데이터를
운영 가능한 시스템으로 바꿉니다.
기획부터 AWS 인프라, API·CSV·크롤링 데이터 수집과 통합, 자동화 운영, 실무자가 시트와 사내 사이트에서 지표를 확인하는 화면까지 직접 구축합니다. 현재 이커머스 기업의 AI팀을 혼자 맡아 Python 데이터 플랫폼과 AI 서비스를 개발·운영하고 있습니다.
Python 데이터 플랫폼·업무자동화 백엔드 포지션을 찾고 있습니다.
production_scope.yml
RUNNING
role: AI팀 1인 개발·운영
scope:
- AWS infrastructure
- multi-channel data pipeline
- internal web services
- automation & monitoring
- AI decision support
principle: build → verify → operate10+연동 데이터 채널
2,280판매가 추적 상품
60+자동 갱신 시트 탭
100h+월 수작업 환산 처리 규모
WHAT I DO
코드 한 조각보다
업무의 전체 흐름을 봅니다.
마켓별로 흩어진 원천 데이터를 같은 기준으로 맞추고, 사람이 반복하던 다운로드·정리·업로드를 자동화하며, 결과를 사내 사이트와 시트에서 바로 사용할 수 있도록 연결했습니다.
외부 서비스의 차단과 데이터 누락 같은 현실적인 문제를 고려해 재시도, 이어하기, 실패값 보존, 로그와 백업까지 운영 과정에 포함합니다.
2025.12 — CURRENT
AI팀 1인으로 문제 정의부터 배포·운영까지 담당합니다.
별도 개발팀이 없는 환경에서 업무 요구 파악, AWS 기반 구성, 데이터 처리, 실무 화면 제공, 장애 대응과 개선을 하나의 흐름으로 이어 왔습니다.
EXPERIENCE
배운 것을
운영되는 결과로.
두 차례의 장기 데이터 교육과 프로젝트 경험을 바탕으로, 현재는 회사의 데이터와 시스템을 직접 책임지고 있습니다.
2024.12 — 2025.03
제조업 기반 빅데이터 분석 실무 심화 · 952시간
한국기술사업화진흥협회 과정에서 데이터 파이프라인, 예측 모델, 웹 수집, 분석 서비스 구축을 프로젝트로 수행했습니다.
2023.12 — 2024.08
빅데이터 분석가 양성과정 · 952시간
한국품질재단 과정에서 Python, SQL, 데이터 수집·정제·시각화, 머신러닝과 분석 프로젝트의 기반을 쌓았습니다.
2019 — 2025.03
안동대학교 · 컴퓨터공학 / 정보통계학
컴퓨터공학 주전공과 정보통계학 복수전공으로 소프트웨어 개발과 데이터 분석의 기반을 함께 쌓았습니다.
자격·교육
- Google Analytics CertificationGoogle · 2024.11
- SQLD한국데이터산업진흥원 · 2024.04
- ADsP한국데이터산업진흥원 · 2023.09
- Tableau 데이터 시각화 과정안동대학교 · 2023.06
SELECTED WORK
회사에 남긴 시스템과 변화
회사 내부 정보는 공개하지 않고, 제가 맡은 문제와 구현 범위만 정리했습니다.
01
DATA PLATFORM · BACKEND · AWS
이커머스 통합 데이터 운영 플랫폼
쿠팡·네이버·카카오·카페24·광고 매체·재고 시스템 등 서로 다른 데이터를 같은 상품 기준으로 통합했습니다. 실무자가 한 화면에서 판매·광고 효율·사내 및 쿠팡 재고·입고 예정 물량을 함께 보고, 광고 점검·재고 이동·발주 우선순위를 결정할 수 있는 운영 흐름을 구축했습니다.
자동화 결과를 실무 판단이 가능한 화면까지
수집·계산한 결과를 60개 이상의 Google Sheets 탭에 자동 업로드·갱신하고 사내 통계 사이트로 연결했습니다. 비개발 실무자도 익숙한 화면에서 여러 지표를 함께 비교하고 필요한 조치를 검토할 수 있습니다.
핵심 난점 · 데이터 통합
같은 상품도 채널마다 상품코드·옵션·세트 구성이 달랐고 날짜, 단위, 누락값의 기준도 서로 달랐습니다. 공통 SKU와 채널별 매핑 기준을 두고 원천별 변환·검증 규칙을 적용했습니다.
제가 만든 것
- 마켓·광고·재고 원천 데이터 수집 및 정규화
- 60개 이상 Google Sheets 탭 자동 업로드·갱신
- AWS 서버, 도메인, 배치 실행, 백업·복구 환경
- 판매·광고·재고·입고 통합 조회·판단 화면
- 실패 알림, 로그, 재처리 가능한 운영 구조
업무 효과
- 채널별 파일을 찾아 합치고 업로드하던 반복 작업 축소
- 비개발 실무자도 시트에서 최신 지표를 바로 확인
- 판매·광고·재고·입고를 함께 보고 업무 우선순위 판단
- 데이터 누락과 처리 실패를 빠르게 확인
- 월 100시간 이상 규모의 반복 처리 자동화
수작업 환산 규모는 일 34개 데이터 처리 × 건당 10분 × 월 20영업일을 기준으로 보수적으로 계산했으며, 기존 실제 인력 투입시간과는 구분했습니다.
PythonSQLAWS LightsailLinuxGoogle Sheets APIREST API
02
INTERNAL AI · TOOL CALLING · QUALITY
자비스 사내 AI
사내 통계 사이트에서 매출·재고·광고·상품·업무자동화 관련 질문을 자연어로 묻고, 권한 내 실제 데이터와 화면 기준을 조회해 답하는 AI를 구축했습니다. 현재 사내 업무에 사용 중이며 사용자 피드백과 품질 평가를 바탕으로 답변 범위와 정확도를 계속 개선하고 있습니다.
핵심 구현조회 전용 도구, 화면별 지식, 기준일·출처 표시, 사용·피드백 로그와 40개 질문 회귀 평가를 연결하고 누락값을 0과 구분했습니다.
회사 효과비개발 직원도 SQL이나 데이터 위치를 몰라도 질문으로 필요한 수치와 기준을 확인해 반복 조회와 설명 시간을 줄입니다.
PythonFastAPILLM Tool CallingSQLAccess ControlQuality Eval
03
CRAWLING · RESILIENCE · OPERATIONS
쿠팡 판매가 트래킹
세트·번들 상품을 포함한 약 2,280개 상품의 판매가를 수집합니다. 공식 API가 아닌 웹 환경에서 발생하는 접근 제한과 부분 실패를 고려해, 한 번의 실패가 전체 결과를 망치지 않도록 복구 가능한 실행 구조를 만들었습니다.
핵심 구현상품별 상태 기록, 호출 간격·쿨다운, 이전 값 보존, 재시도·이어하기, 중복 실행 방지와 가격 이력을 적용했습니다.
회사 효과사람이 수천 개 상품을 반복 확인할 수 없는 영역을 시스템으로 전환하고 가격 변화를 같은 기준으로 비교합니다.
PythonBrowser AutomationRetry/ResumeSchedulingState Logging
04
FORECASTING · DECISION SUPPORT
수요예측·발주 AI
최근 판매량뿐 아니라 현재 재고, 입고 예정, 배송 기간, 최소 주문수량, 쿠팡 재고·발주 상태와 과거 결과를 함께 반영해 발주 검토안을 생성합니다. 담당자의 반복 계산을 줄이고 검토가 필요한 항목을 먼저 보여주는 도구로, 현업 발주 검토에 사용하기로 결정되어 운영 적용 단계에 들어갔습니다.
핵심 구현판매 급증·이력 부족·입고 예정·MOQ가 얽힌 항목은 자동 확정하지 않고 근거와 함께 별도 검토 대상으로 분리했습니다.
회사 효과추천량과 우선 검토 대상을 중심으로 확인해 발주 검토 시간을 줄이고 중복·과다·과소 발주 위험을 낮춥니다.
PythonPandasForecastingRule EngineHuman Review
05
PRODUCT TOOL · TEXT ANALYSIS
쿠팡 리뷰 분석 도구
수백~수천 건의 리뷰를 수집해 평점, 옵션, 핵심 키워드, 낮은 평점 원인과 워드클라우드를 제공합니다. 자사 상품뿐 아니라 경쟁사 상품을 같은 방식으로 비교할 수 있도록 실행 프로그램과 브라우저 확장프로그램으로 제작했습니다.
핵심 구현EXE와 Chrome 확장프로그램으로 리뷰·옵션 수집, 평점 구간, 반복 키워드, 불만 원인, 워드클라우드를 같은 기준으로 분석합니다.
회사 효과리뷰를 하나씩 읽지 않고 상품 개선점과 고객 불만, 경쟁사 상품의 특징을 빠르게 비교합니다.
PythonChrome ExtensionText AnalysisWord CloudDesktop EXE
BEYOND THE PIPELINE
서비스가 실제로 돌아가기 위한 것들
사내 사이트·관리자
회원 생성, 비밀번호 변경, OTP 인증, 세션 관리, 접속·작업 로그를 포함한 관리자 기능을 구현했습니다.
AWS 운영 기반
AWS 계정 생성부터 서버·도메인·접근 권한·예약 실행·백업 및 복구 흐름을 직접 구성하고 운영합니다.
AI-assisted engineering
Codex를 문제 분해, 코드 검토, 테스트, PR, 배포 후 재확인에 활용합니다. 생성된 코드보다 검증 가능한 결과와 롤백 가능한 운영을 기준으로 삼습니다.
사내 AX 확산
비개발 직원이 Codex를 업무에 활용할 수 있도록 SSH 연결과 사용 환경을 구성하고 실무 적용을 지원합니다.
END-TO-END OWNERSHIP
수집에서 의사결정까지 연결합니다.
특정 라이브러리보다 데이터가 회사 안에서 움직이는 전체 경로를 설계하고 운영하는 데 집중합니다.
01
Collect
API · CSV · 크롤링 · 시트
02
Normalize
상품·SKU·채널 기준 통합
03
Store
DB · 파일 · 이력 · 백업
04
Automate
배치 · 검증 · 재시도 · 알림
05
Use
자비스 · 사이트 · 시트 · AI 검토안
PUBLIC CODE
내부 경험을 공개 가능한 코드로 다시 만들었습니다.
회사 소스와 실제 데이터는 공개하지 않고, 다중 원천 통합·실패값 보존·의사결정 지원의 핵심 구조를 합성 데이터로 재현했습니다.
E-commerce Operations Platform Demo
판매처 주문 CSV, 광고 API 형식 데이터, 재고 CSV, 크롤링 가격을 SKU 기준으로 통합하고 오늘의 점검·발주 검토안을 제공하는 FastAPI 미니 플랫폼입니다.
API · CSV · CrawlerSKU · SQLiteNull 보존 · 멱등 적재5 automated tests
AI-NATIVE DEVELOPMENT LOG
AI를 실제 개발과 운영에
꾸준히 활용합니다.
기획, 코드 검토, 테스트, 배포 후 재확인에 Codex를 활용한 기록입니다. 사용량 자체보다 위 프로젝트를 더 빠르게 구현하고 반복 검증해 온 작업 흐름을 함께 보여줍니다.
권도영Python · Data · AI
집계 중
—누적 처리 토큰
—활동 일수
—현재 연속 기록
—최장 연속 기록
—기록된 작업
최근 52주 토큰 활동일별 처리량에 따라 색이 진해집니다.
적음많음
01문제 정의
02구현
03테스트·검수
04배포·운영
Codex 로컬 기록에서 날짜별 합계만 자동 반영합니다. 대화 내용, 코드, 회사 데이터와 파일 경로는 공개하지 않습니다.
SANITIZED DATA LAB
수집한 데이터가 실무 화면으로 이어집니다.
서로 다른 판매처·광고·재고·입고 데이터를 한곳에 모아 보고, 발주 AI와 자비스가 다음 행동을 돕는 흐름을 공개 가능한 합성 데이터로 재현했습니다.
채널 데이터를 통합해 시트에 자동 업로드합니다.
채널마다 다른 데이터를 상품·SKU 기준으로 통합하고, 시트에 자동 업로드해 담당자가 익숙한 화면에서 지표를 확인할 수 있게 했습니다.
상품 통합 현황자동 갱신 시트
갱신 완료
수집판매처 · API · CSV · 크롤링
통합상품 · SKU 기준 정리
전달60개 이상 시트 탭 갱신
| 상품 | SKU | 판매량 | 광고비 | 사내재고 | 쿠팡재고 | 입고예정 | 확인 상태 |
|---|---|---|---|---|---|---|---|
| 스테디 텀블러 600ml | DEMO-TB600 | 668 | ₩1,284,000 | 287 | 84 | 400 | 확인 완료 |
| 컴팩트 폴딩 카트 | DEMO-FC01 | 401 | ₩746,000 | 438 | 126 | 240 | 확인 완료 |
| 에어핏 쿨링 넥밴드 | DEMO-NB24 | 512 | ₩1,108,000 | 162 | 37 | 120 | 재고 확인 |
수집 · 통합 · 업로드 · 담당자 확인이 한 흐름으로 이어집니다.
판매·광고·재고·입고를 한 화면에서 보고, 다음 행동까지 결정합니다.
판매처 주문, 광고 계정, 사내 재고, 쿠팡 재고와 입고 예정 데이터를 상품·SKU 기준으로 묶었습니다. 담당자는 파일을 번갈아 열지 않고 여러 지표의 관계와 오늘 먼저 처리할 업무를 한 번에 확인합니다.
SYNTHETIC DEMO
상품 통합 운영·의사결정
한 상품의 판매부터 광고 효율, 채널 재고, 입고와 발주 판단까지 한 화면에 모았습니다.
최근 갱신—
조회 완료최근 14일 · 전체 옵션 · 3개 판매처
여러 데이터를 한 화면에 통합3개 판매처 · 4개 광고 항목 · 2개 재고 원천 · 입고 계획
- 판매처 주문
- Meta 광고
- 네이버 광고·상위노출
- 쿠팡 광고
- 사내 재고
- 쿠팡 재고
- 입고 예정
기간 판매량—선택 조건 합계
기간 매출—판매처 매출 합계
총 광고비—광고 매체 통합
통합 ROAS—광고매출 ÷ 광고비
사내 재고—최신 스냅샷
쿠팡 재고—로켓재고 기준
입고 예정—도착 예정 물량
권장 발주량—리드타임·안전재고 반영
ONE SCREEN · ONE DECISION
오늘의 1순위 계산 중판매부터 발주까지 한 흐름으로 판단합니다.
판매 변화와 광고 효율을 함께 비교합니다.
채널별 소진 속도를 함께 비교합니다.
입고 예정 반영 후 추가 발주를 판단합니다.
여러 데이터를 함께 본 결론조회 조건을 통합해 오늘의 우선 행동을 정리합니다.
SALES & STOCK
스테디 텀블러 600ml 판매·재고 추이
그래프를 표시하지 못했습니다. 아래 표에서 데이터를 확인할 수 있습니다.
판매량과 최신 재고 흐름을 같은 기간에서 비교합니다.
복잡한 발주 조건을 한눈에 비교하고, 먼저 검토할 상품을 추립니다.
최근 판매 속도, 사내·쿠팡 재고, 입고 예정, 리드타임, 최소 주문수량, 쿠팡 발주 상태와 이전 판단을 한 화면에서 비교합니다. AI는 추가 발주·채널 재고 이동·보류 검토안을 만들고, 담당자가 근거를 확인해 최종 결정합니다.
ORDER REVIEW QUEUE
수요예측·발주 AI 검토
| 상품 | 최근 7일 | 판매 추이 | 사내 재고 | 쿠팡 재고 | 입고 예정 | 리드타임·MOQ | 쿠팡 발주 상태 | AI 검토 |
|---|
상품을 선택하면 여러 조건을 함께 반영한 판단 근거와 최종 확인 항목을 볼 수 있습니다.
SELECTED PRODUCT
검토안 계산 중
에어핏 쿨링 넥밴드
DEMO-NB24 · 시즌상품최근 판매 속도—최근 7일 일평균
판매 변화—이전 7일 대비
사내 재고—현재 재고와 보유일
쿠팡 재고—채널 재고와 보유일
입고 예정—수량과 도착 예정
발주 조건—리드타임과 MOQ
쿠팡 발주 상태—채널 상태 반영
이전 판단—과거 검토 결과 반영
AI 검토안계산 중
판매·재고·입고 조건을 함께 계산하고 있습니다.
담당자 최종 확인
- 입고 일정과 판매 흐름을 확인합니다.
AI가 발주를 자동 확정하지 않습니다. 검토 순서와 수량 근거를 제시하고 담당자가 최종 결정합니다.
통합된 데이터를 AI가 함께 읽고, 다음 행동까지 답합니다.
매일 그래프를 다시 훑는 데서 끝내지 않고, 자비스가 같은 조회 조건의 판매 변화·광고 효율·사내 및 쿠팡 재고·입고 일정을 함께 읽습니다. 질문 하나로 이상 징후의 관계와 오늘의 우선 행동을 확인할 수 있습니다.
상품명·SKU·판매·광고·재고·입고·추천 내용은 실제 회사 데이터가 아닌 포트폴리오용 합성 예시입니다.
EARLIER WORK
기반이 된 프로젝트
현재의 실무 경험 이전에 진행한 대표 프로젝트와 기록입니다.
CONTACT
업무를 이해하고,
끝까지 운영하는 개발자.
Python 백엔드, 데이터 통합, 업무자동화 및 AI 서비스 개발 기회를 찾고 있습니다.