[힐링페이퍼] [AI Foundation] 백엔드 개발자 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• AI 엔지니어와 협업해 업무 자동화와 고객 서비스에 필요한 백엔드를 개발합니다.

  이렇게 볼 수 있어요

  AI Foundation의 AI 제품은 운영, 영업, 마케팅 부서의 업무 자동화와 고객 서비스에 쓰입니다. 같은 채용 사이트의 Forward Deployed Engineer 공고는 LLM과 에이전트 모니터링 도구로 Portkey와 Langfuse를 적었으므로, 이 백엔드는 모델 호출을 붙일 때 요청 기록과 비용 값을 남기는 일을 함께 맡을 수 있습니다. AI 기능을 서비스 API 뒤에 붙이면서 호출 로그와 실패 기록을 남기는 구조를 만든 경험은 이 업무에 직접 쓰입니다.

• 현업 담당자와 협의해 요구사항과 개발 범위를 정하고 API와 데이터 모델을 설계합니다.

  이렇게 볼 수 있어요

  팀은 개발 전에 요구사항과 예외 처리 방식을 스펙 문서로 정리하고 현업 담당자와 합의한 업무 규칙을 구현해 테스트로 검증한다고 적었습니다. 자동화 업무에서는 어떤 건을 사람이 승인하고 어떤 건을 자동으로 넘길지가 예외 처리의 중심이라, 그 기준을 문서로 정해 API 응답과 데이터 모델에 반영한 경험이 이 업무에 가깝습니다.

• AI 기능의 응답 속도와 서비스 안정성을 높이고 운영 비용을 줄입니다.

  이렇게 볼 수 있어요

  회사 블로그(2026-05-07)는 AI Foundation 조직을 만들고 AI 비용을 누가 얼마나 쓰는지 보이게 하는 장치를 붙이기 시작했다고 밝혔습니다. 사용 비용이 보이는 환경에서는 응답 속도와 비용을 함께 줄인 효과도 숫자로 비교하기 쉽습니다. 캐시, 모델 호출 횟수 줄이기, 비동기 처리 같은 방법으로 응답 시간과 호출 비용을 바꿨다면 바꾸기 전후 숫자와 품질이 유지됐는지를 함께 설명할 수 있습니다.

• 여러 AI 제품에서 재사용할 수 있는 공통 기능과 개발 환경을 구축합니다.

  이렇게 볼 수 있어요

  공고는 개별 제품을 만드는 동시에 여러 AI 제품이 함께 쓰는 공통 백엔드도 만든다고 설명합니다. 회사 블로그(2026-05-07)는 AI Foundation 조직과 함께 권한·보안 가드레일 같은 운영 장치를 붙이기 시작했다고 밝혔으므로 공통 백엔드가 이 가드레일과 어떻게 이어지는지는 면접에서 물어볼 만합니다. 서비스마다 따로 만들던 인증이나 호출 제한을 한 모듈로 모은 경험은 공통 백엔드를 만드는 이 업무와 방향이 같습니다.

• 배포와 모니터링을 자동화하고 운영 중 발생하는 장애를 분석해 재발 방지 방안을 마련합니다.

  이렇게 볼 수 있어요

  도구 목록의 Argo CD는 쿠버네티스 배포를 Git 저장소의 상태에 맞춰 자동으로 반영하는 도구이고 Datadog은 모니터링 도구입니다. 팀은 운영 문서와 장애 대응 절차를 관리해 함께 서비스를 운영한다고 적었으므로, 장애를 분석한 뒤 문서와 알림 규칙까지 고친 경험이 이 업무와 이어집니다.

2자격 요건

• 백엔드 개발 경력이 5년 이상이며 서비스의 설계부터 출시와 운영까지 담당한 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  강남언니 백엔드 개발자 공고는 Java와 Kotlin, Spring Boot를 중심으로 적었고 이 공고는 Go, Python, Kotlin, Spring Boot를 함께 도구로 나열했습니다. 언어가 섞인 환경이라 5년 동안 한 서비스를 설계부터 운영까지 맡은 경험은 쓴 언어보다 어떤 결정을 직접 내렸는지로 설명하는 쪽이 낫습니다.

• Go, Python, Kotlin, Java 중 하나 이상의 언어를 능숙하게 사용해야 합니다.

  이렇게 볼 수 있어요

  도구 목록에는 Spring Boot가 있는데 요건의 언어는 Go, Python, Kotlin, Java입니다. AI 엔지니어와 협업하는 스쿼드라 Python으로 쓴 모델 쪽 코드와 서비스 백엔드가 만나는 지점이 생깁니다. 주 언어가 하나여도 다른 언어로 쓴 서비스와 API로 연동한 경험이 있으면 그 연동 방식도 한 사례로 꺼낼 수 있습니다.

• 불명확한 요구사항과 업무 범위를 구체화해 해결 방안을 제안하고, 다른 직군의 동료에게 기술적 내용을 명확히 설명해 업무 범위와 우선순위에 대한 합의를 이끌어 본 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  팀은 담당 엔지니어가 필요한 과제와 해결 방안을 먼저 제안하고 요구사항이나 역할이 불분명하면 관련 동료와 논의해 범위와 우선순위를 정한다고 밝혔습니다. 이 공고에서 합의할 사람은 주로 현업 담당자이므로, 기술 용어 없이 자동 처리 범위와 예외를 설명해 합의한 사례가 이 요건에 어울립니다. 진행 상황과 변경의 영향, 예상 위험을 미리 공유하는 방식도 팀의 일하는 방식에 들어 있습니다. 어느 채널로 언제 공유했는지를 함께 말하면 합의 과정이 구체적으로 보입니다.

• 요구사항과 기술적 제약에 따른 트레이드오프를 고려해 적절한 아키텍처를 설계할 수 있어야 합니다.

  이렇게 볼 수 있어요

  여러 AI 제품이 함께 쓰는 공통 백엔드는 제품마다 요구가 달라 한 제품에 맞춘 선택이 다른 제품에는 제약이 됩니다. 한 서비스에 맞춰 만든 구조를 여러 서비스가 쓰도록 넓히면서 무엇을 공통으로 하고 무엇을 서비스별로 남겼는지 기준을 설명한 사례를 이 요건에 올릴 수 있습니다.

• 관계형 데이터베이스의 트랜잭션, 잠금, 격리 수준을 이해하고 동시성과 데이터 정합성 문제를 해결한 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  도구 목록의 데이터는 MySQL과 PostgreSQL이고 우대 사항에는 자동 처리와 수동 승인 또는 수정이 함께 필요한 서비스가 있습니다. 같은 건을 AI가 처리하는 동안 사람이 수정하면 두 변경이 부딪히므로, 낙관적 잠금이나 상태 전이 규칙으로 정합성을 지킨 경험이 이 요건에 정확히 답합니다.

• 자동화된 테스트와 코드 리뷰를 통해 코드 품질을 유지하고 개선해 봤어야 합니다.

  이렇게 볼 수 있어요

  팀은 규칙이 바뀌면 문서, 코드, 테스트를 같은 PR에서 수정하고 Claude Code와 Codex를 코드 리뷰와 QA 자동화에도 쓴다고 전합니다. 전형에도 서류 다음 단계로 코드리뷰테스트가 있어 리뷰 능력이 인터뷰보다 먼저 확인될 수 있습니다. 요구사항이 바뀔 때 테스트를 같이 고친 경험은 이 팀의 방식과 순서가 같습니다.

• CI/CD와 클라우드 네이티브 환경을 이해하고 서비스 개발과 운영에 활용할 수 있어야 합니다.

  이렇게 볼 수 있어요

  인프라는 Kubernetes, AWS, Argo CD이고 AI 개발 도구는 Claude Code와 Codex입니다. Argo CD처럼 Git 상태를 배포 기준으로 삼는 방식을 써 봤다면 배포 승인과 롤백을 어떻게 처리했는지가 이 환경과 이어지고, AI 도구가 만든 코드를 파이프라인에서 어떻게 검증했는지도 팀의 방식을 보여 줍니다.

• 로그와 지표를 분석해 운영 장애의 원인을 진단하고 복구와 재발 방지를 주도한 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  Datadog으로 로그와 지표를 보는 팀이고 AI 기능은 외부 모델 API의 응답 지연이나 호출 한도가 장애로 번질 수 있는 구조입니다. 장애 하나를 골라 지표에서 원인을 좁힌 순서와 재발 방지로 바꾼 알림이나 문서를 쓰면 진단부터 재발 방지까지 이끈 과정이 드러납니다.

3우대 사항

• 검수, 심사, 결제 등 자동 처리와 수동 승인 또는 수정이 함께 필요한 서비스를 개발해 보았으면 우대합니다.

  이렇게 볼 수 있어요

  Forward Deployed Engineer 공고는 상담사가 AI Agent를 업무에 쓰고 상담사 인계가 필요했던 이유를 분석해 제품에 반영한다고 소개합니다. AI가 처리한 결과를 사람이 승인하거나 고치는 흐름이 이 회사 AI 제품에서도 나올 수 있으므로, 자동 처리 건과 수동 처리 건을 상태로 나눠 이력을 남긴 설계가 이 우대에 쓰입니다.

• AI API의 응답 지연과 호출 한도를 고려해 처리량을 높이거나 비용을 줄인 경험이 있으면 우대합니다.

  이렇게 볼 수 있어요

  업무에 운영 비용 절감이 있고, 회사 블로그(2026-05-07)는 AI 비용을 누가 얼마나 쓰는지 보이게 하는 장치를 붙이기 시작했다고 밝혔습니다. 호출 한도에 걸리면 요청을 큐로 모으거나 재시도 간격을 늘리는 식의 처리가 필요합니다. 그때 정한 한도와 줄어든 비용을 숫자로 쓴 사례 하나가 우대와 업무 항목을 함께 보여 줍니다.

• 여러 서비스에서 재사용하는 API나 공통 모듈을 설계하고 개선해 보았으면 우대합니다.

  이렇게 볼 수 있어요

  팀은 배포 전에 연동 서비스의 호환성과 데이터 변경의 영향을 확인한다고 적었습니다. 여러 AI 제품이 같은 공통 백엔드를 쓰면 쓰는 서비스가 늘수록 변경이 어려워지므로, 하위 호환을 지키며 API를 바꾼 방법과 사용하는 팀에 변경을 알린 방식을 함께 적을 수 있습니다.

• 도메인과 변경 요구를 고려해 모듈이나 서비스의 경계를 정하고 설계를 개선한 경험이 있으면 우대합니다.

  이렇게 볼 수 있어요

  AI 제품은 모델이나 호출 방식이 자주 바뀌므로 모델 호출 부분을 서비스 로직과 분리해 두면 모델을 바꿀 때 영향 범위가 줄어듭니다. 바뀌는 부분과 안 바뀌는 부분을 나눠 경계를 정한 경험이 있다면 나눈 기준과 이후 변경에서 달라진 점을 비교해 설명합니다.

• 인증과 인가를 구현하고 개인정보가 포함된 데이터와 로그를 안전하게 관리한 경험이 있으면 우대합니다.

  이렇게 볼 수 있어요

  회사 블로그(2026-05-07)는 AI Foundation 조직과 함께 권한·보안 가드레일 같은 운영 장치를 붙이기 시작했다고 밝혔습니다. 분석 시점 같은 채용 사이트에는 개인정보보호 담당자와 보안 엔지니어(Detection & Response) 공고도 올라와 있습니다. 상담 내용이나 예약 정보가 AI 제품의 입력과 로그에 섞이는 구조라, 로그에 남길 값과 가릴 값을 정한 기준을 이 우대의 경험으로 꺼냅니다.

4기타 사항

• 게시일 : 2026년 10월 23일
• 고용형태 : 정규직
• 근무지 : 서울특별시 강남구 테헤란로 142 아크플레이스 15층
• 경력 조건 : 경력 5년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Go
• Python
• Kotlin
• Java
• Spring Boot
• MySQL
• PostgreSQL
• Elasticsearch
• Snowflake
• Kubernetes
• AWS
• Argo CD
• Datadog
• Claude Code
• Codex

전형과 지원

힐링페이퍼 경력 공고는 대부분 서류지원, 직무 인터뷰(온라인), 협업 인터뷰(오프라인), 바레이저 인터뷰(오프라인), 평판조회, 최종합격 순서를 적었습니다. 개발 직군은 공고에 따라 사전 테스트가 붙고, 디자인·마케팅·에디터 공고는 대부분 포트폴리오가 필수입니다(소셜미디어 에디터 공고는 인스타그램 채널 계정).

지원 전 준비할 것

1. 1

   공통 모듈 설계 사례

   여러 서비스가 함께 쓰는 API나 모듈을 만든 경험 하나를 골라 공통으로 묶은 기능, 서비스별로 남긴 차이, 변경을 쓰는 팀에 알린 방식을 정리합니다.

2. 2

   자동 처리와 수동 승인 설계

   자동 처리 결과를 사람이 승인하거나 고치는 흐름을 만든 경험이 있으면 상태 전이, 동시 수정을 막은 방법, 이력을 남긴 방식을 한 장으로 정리합니다.

3. 3

   AI 호출 비용 관리

   모델이나 외부 API 호출의 응답 시간과 비용을 줄인 경험이 있으면 바꾼 방법과 바꾸기 전후 숫자, 품질을 확인한 방식을 정리합니다.