FE Ops 6개월, 프론트엔드와 데이터 도메인 사이에서의 성장기록
토스증권에서 Frontend Assistant에서 Frontend Ops Developer로 전환하며 새로운 개발 환경과 데이터 도메인 경험을 쌓음
AI 툴의 발전으로 인터널 서비스 개발 속도와 필요성이 변화하며, 개인의 역할 재정의 필요성을 느낌
데이터 인프라팀 내에서 FE Ops로서 프론트엔드 기술과 데이터 도메인 지식의 접점을 찾으며 성장하는 과정 기록
'돌아가고 싶지 않을 만큼 힘든 시간'을 통해 성장하고자 하는 의지를 다지며, 남은 6개월의 목표 설정
FE Ops 역할과 데이터 도메인 학습의 중요성
FE Ops로서 데이터 인프라팀에 소속된 경험은 프론트엔드 개발자가 데이터 도메인에 대한 깊이 있는 이해를 갖추는 것이 왜 중요한지를 보여준다.
데이터 시각화의 필요성: 테이블만으로는 표현하기 어려운 데이터를 화면을 통해 효과적으로 전달하기 위해 FE 기술이 필수적임
도메인 지식 습득: 하둡(Hadoop), 쿠버네티스(Kubernetes), 임팔라(Impala) 등 데이터 인프라 컴포넌트의 동작 원리와 필요성을 이해하며 데이터 파이프라인(Data Pipeline)의 전체 흐름을 파악하는 것이 중요함
아이디어 제안: 도메인 용어를 익히고 팀원들과의 소통을 통해 얻은 인사이트는 실질적인 서비스 개선 아이디어 제안으로 이어질 수 있음
결론적으로, FE Ops는 단순히 화면 구현을 넘어 데이터의 흐름과 비즈니스 로직을 이해하고 이를 바탕으로 최적화된 사용자 경험을 제공하는 역할을 수행함.
AI 발전이 개발 환경 및 역할에 미치는 영향
최근 AI 툴의 급격한 발전(Rapid Advancement of AI Tools)은 개발 생산성과 업무 방식에 근본적인 변화를 가져오고 있다.
인터널 서비스 개발 가속화: 비개발자도 AI를 활용해 단기간 내에 그럴듯한 인터널 툴을 제작 가능해지며, 개발 속도와 필요성에 대한 인식 변화를 야기함
개인 역할의 재정의: AI를 활용하여 팀원의 병목 현상을 해결하고 새로운 솔루션을 제안하는 방향으로 포지션이 변화하며, FE 개발자로서의 전문성과 Ops 관점의 문제 해결 능력을 결합하는 것이 중요해짐
소통 방식의 변화: 자연어만으로 HTML 프로토타입 생성이 가능해지면서, 명확하고 정확한 소통을 통해 아이디어를 시각화하고 공유하는 방식이 더욱 활발해짐
이러한 변화 속에서 개발자는 AI를 도구로 활용하여 자신의 생산성을 극대화하고, 근본적인 문제 해결 능력을 키워나가야 함.
성장 동력으로서의 '힘든 경험' 추구
안락함 속에서 안주하기보다 의도적으로 '돌아가고 싶지 않을 만큼 힘든 시간'을 추구하는 자세는 개발자로서의 성장을 가속화하는 중요한 동력이다.
AI 시대의 안락함: AI 툴이 코드 생성, 정보 검색 등을 도와주면서 힘듦을 경험할 기회가 줄어들고 있음
'힘든 경험'의 가치: 과거의 어려운 경험은 최선을 다했음을 증명하며, 이를 통해 얻는 성취감과 문제 해결 능력은 대체 불가능한 자산이 됨
능동적 도전: 데이터 엔지니어와의 커피챗에서 얻은 영감처럼, 새로운 도메인에 대한 깊이 있는 탐구와 동료들과의 적극적인 소통을 통해 스스로를 한계까지 밀어붙이는 경험이 중요함
결론적으로, 편안함에 안주하지 않고 의도적으로 어려움을 찾아 도전하는 태도가 개인의 커리어 발전과 대체 불가능한 인재로 성장하는 길임.
데이터 인프라 FE Ops의 최적화 과제
데이터 인프라 환경에서 FE Ops는 대규모 데이터 처리를 위한 프론트엔드 최적화라는 독특한 과제를 수행한다.
데이터 그리드 및 가상화: 수만 개의 데이터를 화면에 효율적으로 렌더링하기 위해 데이터 그리드 라이브러리(Data Grid Library), 가상 스크롤(Virtual Scrolling), 웹 워커(Web Worker) 등의 기술 활용이 필수적임
성능 최적화 기법: 페이지네이션(Pagination), 그래프 라이브러리 최적화 등 데이터 로딩 및 렌더링 성능을 향상시키기 위한 다양한 기법 적용
어드민 서비스 고도화: 이러한 최적화 과정을 통해 쾌적하고 고도화된 사용자 경험을 제공하는 것을 목표로 함
이는 일반적인 프론트엔드 개발 환경에서는 접하기 어려운, 데이터 처리량과 성능 사이의 균형을 맞추는 전문적인 영역임.
데이터 파이프라인 가시성 확보와 도메인 활용
FE Ops로서 데이터 파이프라인의 내부 구성 요소와 운영 방식에 대한 가시성을 확보하는 것은 매우 귀중한 경험이다.
다양한 데이터 기술 스택: Kafka, Vector, Elasticsearch, Iceberg, HDFS 등 Cold Path와 Hot Path를 구성하는 핵심 기술들을 직접 접하고 이해할 기회
운영 및 설정 이해: YAML 설정 파일 분석 및 실제 운영 환경에서 발생하는 다양한 알림(Alerts)과 문제 상황을 파악하며 실무 지식 습득
능동적인 도메인 활용: 현업자만큼 완벽하지는 않더라도, 이러한 구성 요소들을 직접 사용해보며 데이터 도메인에 대한 깊이 있는 이해를 바탕으로 새로운 아이템을 발굴하려는 시도
이러한 경험은 FE 개발자가 데이터의 근본적인 흐름을 이해하고, 이를 바탕으로 더 나은 서비스 설계 및 최적화를 수행하는 데 기여함.
개발자 간 소통과 문제 해결 능력 강화
AI 시대에도 결국 문제를 해결하는 주체는 사람이며, 개발자 간의 효과적인 소통 능력은 필수적이다.
AI의 역할: AI는 생산성 향상 도구일 뿐, 문제 해결의 맥락과 방식은 결국 사람에게 전달됨. 따라서 개발자는 AI를 활용해 자신의 역량을 강화해야 함
능동적인 소통의 중요성: 어드민 서비스 개선을 위해 사용자(사내 임직원)의 불편함을 파악하려면 적극적으로 대화하고 기록하는 노력이 필요함. '달콤한 하루'에 안주하지 않고 경각심을 유지하는 것이 중요함
성장을 위한 소통: Ops 동기들과의 정기적인 세션 및 바이 위클리 자리를 통해 개인의 성장과 상호 발전을 도모하고, 프론트엔드와 데이터 도메인 양쪽의 문제를 해결할 수 있는 인재로 성장하는 발판 마련
결론적으로, 기술적 역량과 더불어 인간적인 소통 능력을 함양하는 것이 복잡한 문제를 해결하고 대체 불가능한 개발자로 성장하는 핵심임.
