[AI] Backend · DevOps · SRE를 지나 AI Platform Engineer를 지향하게 된 이유

 

[AI] Peterica의 AI공부와 비젼 정리

ㅁ 들어가며

  나는 백엔드 개발자로 커리어를 시작했고, 이후 DevOps와 SRE 성격의 업무를 병행하며 다양한 운영 환경을 경험해 왔다.
메시징 플랫폼, 음성 서비스, Gateway, CI/CD, EKS 운영, 장애 대응까지 — 표면적으로 보면 꽤 넓은 범위의 경험이다.

그러던 중 문득 이런 생각이 들었다.

“나는 계속 바쁘게 일하고 있지만, 나만의 기술 방향은 얼마나 명확한가?”

 

이 글은 그 질문에 대한 개인적인 정리이자, 앞으로 어떤 엔지니어가 되고 싶은지 기록해 두기 위한 글이다.

 

ㅁ 경험을 통해 자연스럽게 형성된 관심사

돌아보면 지금까지의 업무는 크게 세 영역으로 나뉜다.

ㅇ Backend

• Spring 기반 API 개발
• 외부 시스템 연동
• 배치 / 정산 / 통계 로직 구현

ㅇ DevOps

• CI/CD 파이프라인 구성
• Docker / EKS 운영
• Grafana / Prometheus 기반 모니터링
• 관련 자격증 공부
  [CKA] 자격증 합격 후기 및 공부방법 정리
  [DOP] AWS DevOps Engineer Professional 자격증 합격과정
  
  

ㅇ SRE 관점의 운영

• SLA 중심 장애 대응
• 병목 분석 후 구조 개선
• 네트워크 / 인프라 레벨 이슈 해결
• 관련 글
  [SRE] 실전에서 배우는 SLI: CloudWatch와 Grafana로 신뢰성 확보하기
  
  

이 과정에서 점점 관심이 이동했다.

단순히 “기능을 만드는 것”보다,
서비스가 실제 운영 환경에서 어떻게 살아 움직이는지에 더 집중하게 되었다.

 

ㅁ AI 시스템을 바라보는 관점의 변화

  최근에는 AI 대화플랫폼에서 일하게 되었다. 함께 일하는 크루와 LLM 기반 시스템을 사이드 프로젝트로 수행하고 있다.
Multi-Agent 구조(LLM-MAS)와 RAG 시스템을 직접 설계하면서, AI를 단순한 모델 호출이 아니라 운영 대상 시스템으로 보기 시작했다.

특히 중요하게 생각하는 부분은 다음이다.

• RAG를 검색 기능이 아니라 지식 수명주기 시스템으로 정의
• 사람이 검증하는 지식(SSOT)과 벡터 검색 계층 분리
• Agent 역할 분리 및 Command 기반 실행 흐름
• Observability를 포함한 전체 파이프라인 설계

이 과정은 단순 실험이 아니라,
내가 앞으로 다루고 싶은 시스템의 형태를 구체화하는 작업에 가깝다.

 

ㅁ LLM 지식베이스는 개인 연구 프로젝트

LLM 지식베이스 프로젝트를 통해 지식을 확장하고 직접 정리하고 있다.

작업을 수행하면서 알게된 지식을 잊어버리지 않도록 정리하였다. 

• 지식 생성 → 정제 → 저장 → 재생산 흐름
• Agent Orchestration 구조
• task_flow → plan → execution → log 형태의 실행 루프
• 운영 관점에서의 AI 아키텍처

이 프로젝트는 결과물보다 과정이 더 중요하다.
설계하고, 실패하고, 다시 구조를 바꾸는 반복 속에서 많은 것을 배우게 되었다.

 

ㅁ 내가 지향하는 엔지니어의 모습

점점 명확해진 방향은 이것이다.

• Backend 기반 위에서
• DevOps 자동화를 하고
• SRE 관점으로 시스템을 바라보며
• AI 서비스를 운영 가능한 플랫폼으로 만드는 엔지니어

즉, Backend + SRE 성향의 AI Platform Engineer 이다.

더 많은 기술을 나열하는 것이 아니라,
  서비스 전체를 책임질 수 있는 구조적 사고를 갖춘 엔지니어가 되고 싶다.

 

ㅁ 앞으로의 개인 정리 계획 (블로그 + GitHub)

기록을 통해 생각을 정리하고, 다시 설계하기 위해 다음을 차근히 진행할 예정이다.

 

ㅇ LLM-MAS 문서화

• Architecture Diagram
• Agent Role 정의
• RAG Knowledge Lifecycle 정리

ㅇ GitHub 정리

• README
• 실행 방법
• 실제 Use Case 정리

ㅇ 블로그 시리즈

• Context Engineering
• Knowledge System 설계
• AI 운영 구조
• SRE 관점의 LLM 서비스

ㅁ 마무리

나는 더 잘 코딩하는 개발자가 되고 싶은 것이 아니라,
시스템을 설계하고, 운영하고, 진화시키는 엔지니어가 되고 싶다.

이 글은 그 방향을 잊지 않기 위한 개인적인 기록이다.
앞으로도 작은 실험과 정리를 계속 이어가며 성장 과정을 남겨보려 한다.