김재헌 · Server Developer / AI Platform
Java/Spring 기반 ERP 백엔드에서 출발해, Python/FastAPI와 Pydantic AI를 활용한 AI Agent 플랫폼 설계·구축으로 영역을 확장하고 있는 개발자입니다. ERP·물류 SaaS 기업에서 백엔드/AI 플랫폼 개발자로 재직 중입니다. (2023.07 ~)
핵심 경험
- Java/Spring 기반 ERP 백엔드 개발 — 엔터프라이즈 환경에서의 서버 설계 및 운영
- Python/FastAPI/Pydantic AI 기반 Agent 플랫폼 — LLM Agent의 실행·제어·평가 파이프라인 구축
- RAG/GraphRAG 아키텍처 학습 및 설계 검토 — Neo4j, LangChain 기반 지식 그래프 검색 구조 연구
- MCP, Tool Calling, Multi-Agent Routing — Agent 간 라우팅, 도구 호출, 안전한 실행 흐름 설계
주요 성과
- ERP 업무를 안전하게 연결하는 MCP Gateway 및 Agent 플랫폼 설계·구현 — 단일 Agent를 11개 도메인 Agent로, MCP Tool을 5개에서 69개로 확장
- 결정적 Router + Semantic Router(L1/L2/L3) 조합과 OAuth 2.1 DCR·PKCE, JWT 테넌트 검증으로 판단·인증·실행 책임을 분리한 안전한 실행 경계 구축
- 동일 조건 k6 부하 테스트 기준 평균 latency 60.9% 감소(6,198ms → 2,426ms), 구조화 슬롯 fast-path 적용으로 메일 처리 latency 91.5% 감소
- ERP 재고 처리 코어 리팩터링으로 처리 속도 35~50% 개선, 코드 중복 약 70% 감소
기술 스택
실무 활용
| 영역 | 기술 |
|---|---|
| Backend | Java, Spring Boot, MyBatis, Python, FastAPI |
| AI/Agent | Pydantic AI, MCP, Tool Calling, Multi-Agent Dispatch |
| Security | OAuth 2.1(DCR/PKCE), JWT, Multi-tenancy |
| Data/Infra | Oracle, PostgreSQL(pgvector), Redis, AWS(EC2/S3), Docker |
학습·연구
| 영역 | 기술 |
|---|---|
| AI/Agent | LangChain, LangGraph, GraphRAG |
| Backend | JPA/QueryDSL |
| Data/Infra | Kafka, Debezium, Elasticsearch, MongoDB, Neo4j |
| Architecture | CQRS, Event-Driven Architecture |
관심 분야
- LLM Agent 보안 (Prompt Injection 방어, Confirmation Token, Idempotency)
- Agent Evals & Observability
- Intent Recognition 기반 Multi-Agent 라우팅
- AI Agent 프레임워크 비교 및 전환 검토 (LangChain, LangGraph, Pydantic AI)
대표 글
이 블로그는 사내 프로젝트의 구조와 설계 원칙을 기술 문서 형태로 정리한 기술 아카이브입니다.
사내 소스코드는 보안상 공개하지 않으며, 공개 가능한 설계와 학습 내용을 중심으로 작성하고 있습니다.
글 분류 기준
이 블로그의 글은 아래 기준으로 구분됩니다.
- 기술 검토 — 실무 설계 시 검토한 아키텍처·패턴·트레이드오프 분석
- 학습 정리 — 기술 개념 학습 및 실습 코드 정리
- 실무 적용 — 실제 운영 환경에 적용한 경험 기반 글
- 개인 실습 — 사이드 프로젝트 및 개인 학습 실습
wogjs0911@gmail.com · GitHub