Brandon 소개

영화에서 시작했고, 시스템에 남았고, 지금은 AI 인프라 쪽으로 만들고 있습니다.

서울에서 일하는 Product Engineer입니다. Moba에서 백엔드를 함께 리드하고, 캘린더 동기화 시스템은 백엔드부터 인프라까지 단독으로 유지보수합니다.

영화와 연극을 전공한 뒤 2019년에 소프트웨어로 방향을 바꿨습니다. 프론트엔드, 풀스택, 백엔드, DevOps, AI-native 워크플로를 지나 지금의 작업 방식이 만들어졌습니다.

저를 설명하는 중심은 직함보다 일하는 방식에 가깝습니다. 시스템을 추적하고, 트레이드오프를 이름 붙이고, 테스트와 로그로 확인한 뒤, 생각이 바뀐 지점을 기록합니다.

커리어 흐름

2004-2012

촬영, 연출, 사운드, 편집을 공부했습니다. 소프트웨어 이전의 첫 번째 제작 언어였습니다.

2019-2021

JavaScript, Java, C, Nand2Tetris, 알고리즘, 실무형 웹 개발로 기반을 만들었습니다.

2021-2025

MODULABS, Moviation, Playtag를 거치며 UI, 풀스택 구현, 서비스 마이그레이션, 프로덕션 운영까지 확장했습니다.

2025-now

캘린더 동기화 시스템을 단독으로 유지보수하면서 결제, 실시간 업데이트, AWS/Terraform 인프라, Airflow 데이터 파이프라인까지 다룹니다.

현재의 일은 백엔드 기능 하나가 아니라 운영 가능한 제품 시스템 전체에 가깝습니다.

문제가 많던 단일 캘린더, 1년 범위 동기화 경로를 700만 이벤트 규모의 Google/Apple 멀티 계정, 멀티 캘린더 전체 동기화로 확장했습니다.

Terraform, GitHub Actions, ECS, RDS, S3, DynamoDB state, WAF, 명확하게 실패하는 배포 경로를 선호합니다.

Airflow ingestion, Amplitude ETL completeness, 제품 분석, 로컬 프로토타입을 프로덕션 파이프라인으로 옮기는 일을 합니다.

Brandon's Binary Brain

노트, 에이전트 규칙, 스킬, 리뷰 루프, 결정 기억을 버전 관리하는 개인 운영체제입니다.

AI knowledge platform

모델 실험, 지식 워크플로, 파이프라인 점검을 위한 개인 AI 시스템입니다.

public learning surface

프로덕션 노트가 충분한 근거를 갖춘 뒤 공개 글이 되는 장소입니다.

타임존, 반복 일정, soft delete, orphan row, race condition은 지루할 정도로 정확해야 합니다.

AI를 많이 쓰지만 결정은 테스트, 로그, diff, 프로덕션 데이터, 명시적인 책임으로 확인합니다.

좋은 시스템 작업은 시간이 지나도 왜 그 결정이 합리적이었는지 기억하게 만드는 일입니다.

Building toward

다음 경계는 더 깊은 CS와 AI 시스템입니다. 대학원 수준의 기초, 프로덕션 ML 인프라, 검증 가능한 에이전트 도구를 공부하고 있습니다.