"실시간 데이터와 에이전틱 AI를 중심으로 보는 아키텍처"
초저지연 데이터 처리
분산 이벤트 아키텍처
AI Agent & MCP 통합
2026 커리어 전략
현업에서 즉시 사용되는 경쟁력 있는 기술들
높은 신뢰성과 초저지연, 보안이 필수적인 금융 개발 환경
본 과정의 각 단계별 기술 습택은 금융권의 차세대 코어 시스템부터 AI 보안, 디지털 자산 인프라까지 직접적으로 연결됩니다.
단계별 학습 전략 시각화
개발 환경 셋팅 및 Java 객체 지향, 데이터 모델링 핵심 습득
React와 Spring Boot를 연동한 견고한 풀스택 웹 아키텍처 구현
LLM 연동 및 AI Agent 설계를 통한 지능형 기능 고도화
분산 메시징 처리 및 실시간 시각화, AWS 최종 서비스 런칭
웹 프론트엔드 기초부터 분산 처리 백엔드, AI Agent 구현 및 금융 서비스 실전 프로젝트까지의 상세 내역입니다.
Phase 01
웹 & 백엔드 프로그래밍
Phase 02
AI Agent & RAG
Phase 03
실전 금융 프로젝트
• 웹 동작 원리: HTTP/HTTPS, 요청·응답 구조, 클라이언트–서버 모델
• HTML5 시맨틱 구조 설계, CSS3(Flex, Grid) 스타일링
• 반응형 웹 디자인: 미디어 쿼리, Viewport 설정
• JavaScript 기본 문법(변수, 조건문, 반복문, 함수, 이벤트)
• 비동기 처리(Promise, Fetch, Async/Await), DOM 조작
• ES6 문법(Arrow Function, Destructuring 등)
실습: 실시간 주가 갱신 웹페이지 구현
• OS 기초, CLI 명령어, JDK, Node.js, MySQL, Docker 설치
• Git Flow 전략, GitHub 연동, SSH Key, 커밋/브랜치 실습
• RESTful API 설계 원칙, 쿠키/세션, CORS 개념
• AJAX, Fetch API, JSON 통신 실습 및 3-Tier 아키텍처
• React: JSX, 컴포넌트 설계, Props, State, Hooks
• React Router 페이지 이동 및 Axios 비동기 통신
• WebSocket 실시간 데이터 수신 및 Chart.js 시각화
• SSR 초기 로딩 + CSR 실시간 갱신 하이브리드 구현
• OOP 핵심: 상속, 인터페이스, 다형성, 캡슐화
• 컬렉션(List, Map), Stream API, 람다식, 예외 처리
• 쓰레드 동기화, Executor 활용 소켓 프로그래밍
• SQL 문법(JOIN, 서브쿼리), 트랜잭션 처리
• ERD 설계, 정규화, Index 전략, Stored Procedure
• SQL 성능 최적화 및 인덱스 전략 수립
• Spring Boot: DI/IoC, MVC 패턴, Thymeleaf
• JPA/Hibernate, MyBatis 연동 및 트랜잭션 관리
• Spring Security + JWT 로그인/인가 구현
• WebSocket 기반 실시간 데이터 송수신 및 JUnit5 테스트
• Python 언어의 특징 및 기본 문법
• 자료형과 연산자: 숫자형, 문자열, 리스트, 튜플, 딕셔너리
• 조건문(if), 반복문(for/while) 활용 및 함수(Function)·모듈(Module) 기초
• 파일 입출력(I/O) 및 예외 처리, 가상환경(Virtualenv/Conda) 설정 및 패키지 관리(Pip)
• Pandas로 CSV·JSON 등 데이터 읽기/쓰기 및 전처리(결측치·중복·컬럼 정리)
• Matplotlib·Seaborn으로 간단한 데이터 시각화, Numpy 수치 연산 실습
• FastAPI 설치 및 프로젝트 구조 이해, 경로(path)/쿼리(query) 파라미터 처리
• LangChain 핵심 구성요소(Chain, Tool, Memory, Agent) 이해 및 실습
• LLM API(OpenAI, HuggingFace 등) 호출 실습 및 PromptTemplate 구성
실습: 간단한 Retrieval(Q&A) 구현 실습 및 FastAPI + LangChain 결합으로 미니 Agent 제작
• 생성형 AI(Generative AI)와 LLM 기본 개념(Transformer, Embedding, Tokenization)
• RAG(Retrieval-Augmented Generation) 개념 및 구조: Retriever, Vector DB, Generator
• LangChain 핵심 구성요소(Chain, Tool, Memory, Agent)
• 프롬프트 엔지니어링 실습: System/Context/Query 설계
• 벡터 데이터베이스(FAISS, Chroma) 활용 실습
• LangGraph를 이용한 다단계 Agent Workflow 구성
실습: 뉴스·공시 기반 Q&A 및 요약 Agent 제작
• 회원가입/로그인(JWT), JPA 트랜잭션, RESTful API, Swagger 문서화
• Kafka 기반 실시간 데이터 파이프라인 설계 및 구축: Kafka Producer → Topic → Consumer → WebSocket 실시간 송출 구조 구현
• Redis 캐시 활용(체결 데이터, 뉴스 데이터) 및 데이터 집계(1초 OHLCV)
• 이상탐지(거래량 급등락, Z-Score, EWMA, Percentile 등) 로직 구현
• Fast-path / Slow-path 뉴스·SNS 데이터 매칭 및 LLM 요약 보강 구조 실습
• LangChain + FastAPI를 이용한 뉴스 감성 분석 Agent 구성
• AWS 배포, apache/tomcat HTTPS 구성, GitHub Actions CI/CD 구축
수집부터 분석, AI 리포트까지의 고속 파이프라인
핸드셰이크 없는 UDP 통신으로 시세 데이터를 1ms 내에 수집합니다.
LangGraph가 시황과 뉴스를 대조하여 자율적인 투자 브리핑을 생성합니다.
WebSocket을 통해 수천 명의 사용자에게 지연 없는 차트 데이터를 전송합니다.
실시간 데이터 처리 역량을 기반으로 나아가는 전문 경로
"실시간 금융 거래의 안정성 책임자"
송금, 결제, 대출 등 실시간 트랜잭션과 시계열 데이터 처리가 핵심입니다.
"데이터 고속도로의 설계자"
방대한 데이터를 유실 없이 실시간으로 수집하고 처리하는 인프라를 구축합니다.
"지능형 실시간 에이전트 개발자"
실시간 데이터를 기반으로 판단을 내리는 에이전틱 AI 시스템을 구축합니다.
"데이터 기반 전략의 자동화"
수학적 모델을 고성능 코드로 구현하여 초고속 매매 알고리즘을 설계합니다.
데이터 엔지니어가 0.1초 간격의 호가 데이터를 정제해 넘겨주면, 퀀트 개발자가 이를 분석해 즉시 매수 주문을 생성합니다.
AI 엔지니어가 실시간 뉴스의 긍/부정을 판단하면, 핀테크 개발자가 이를 앱 푸시 알림으로 사용자에게 즉각 전송합니다.
단순한 코더(Coder)를 넘어 아키텍트(Architect)로 향하는 여정
언어의 핵심 메커니즘을 깊게 이해하고, 팀 프로젝트에서의 기여도를 극대화하는 단계입니다. 단순히 돌아가는 코드가 아닌 '유지보수가 가능한 코드'를 지향합니다.
시스템 전체의 흐름을 설계하고 AI를 단순 기능이 아닌 인프라의 일부로 통합하는 단계입니다. 성능 병목 지점을 찾고 해결하는 아키텍처적 시야를 가집니다.
기술적 의사결정을 통해 비즈니스 가치를 창출하고, 팀의 기술적 방향성을 제시하는 단계입니다. LLMOps와 초저지연 시스템 고도화 등 고난도 기술을 주도합니다.
"실력이 있다"는 막연한 말 대신, 면접관에게 보여줄 수 있는 객관적인 근거입니다.
AI 협업 효율성 (AI Synergy)
단순 코딩은 AI에 맡기고, 나는 얼마나 더 복잡한 '설계'와 '최적화'에 집중하고 있는가?
문제 해결의 깊이 (Complexity Level)
단순 기능을 만드는 수준을 넘어, 데이터 지연이나 동시성 이슈를 해결해 본 경험이 있는가?
지식 전파 영향력 (Tech Sharing)
내 지식을 블로그나 커뮤니티에 공유하여 다른 사람에게 얼마나 도움이 되었는가?
2026년, 코드를 잘 짜는 것은 '기본'입니다.
이제는 시스템 아키텍처를 이해하고,
LangGraph/MCP로 AI를 도구화하는 능력이 차별점이 됩니다.
Practical Development Session 2026