Java/Spring 백엔드 경험을 바탕으로 AI 개발 자동화 도구를 만드는 플랫폼 지향 개발자
작은 아이디어를 SPEC, 실행, 검증 근거, 리포트가 남는 개발 루프로 바꾸는 데 관심이 있습니다.
Backend foundation meets AI-agent workflow tooling.
- Core: Java/Spring 기반 백엔드와 운영 환경을 함께 보는 개발자
- Current:
namba-ai로 Codex 작업 흐름을 더 작고, 선명하고, 검증 가능하게 만드는 중 - Style: 제품 구조, 자동화, 문서화, 검증 루프를 좋아합니다
|
Codex workflow orchestration tool for prompt refinement, scoped goals, SPEC reviews, validation evidence, and PR-ready handoffs. The core interest is not just using AI to write code, but making an execution system where AI can plan, run, verify, and report work more reliably.
idea -> prompt refinement -> scoped SPEC -> implementation -> validation evidence -> PR handoff |
| Garden patch | Current focus | Notes |
|---|---|---|
| namba-ai | AI agent workflow harness | SPEC 기반 계획, 실행, 검증 근거, 리포트 흐름 |
| Velog notes | Development notes | 개발 중 배운 것과 설계 고민 정리 |
| GitHub profile | Account dashboard | 보여줄 프로젝트가 생기면 이 정원에 하나씩 업데이트 |
| Area | Signal |
|---|---|
| Backend / Platform | ██████████ 90% |
| AI agent workflow | █████████ 85% |
| Dev automation | ████████ 80% |
| Product full-stack | ██████ 60% |
| UI polish | ████ 40% |
Developer profile
백엔드 기반의 제품형·도구형 개발자입니다. Java/Spring 계열을 중심축으로 두고, Spring Boot, MyBatis, JPA, JSP, Maven, Redis, WebSocket, JWT, Nginx, Docker, AWS Lightsail/EC2, Cafe24 같은 기술을 배포와 운영 맥락에서 다뤄왔습니다.
최근의 중심 관심사는 AI를 활용한 개발 자동화, 하네스 엔지니어링, 에이전트 실행 구조입니다.
namba-ai에서는 모델을 바꿔도 유지되는 SPEC 기반 실행 루프, 검증 근거, 리포트, PR 핸드오프를
더 안정적으로 만드는 방향을 실험하고 있습니다.
강점은 문제의 표면보다 구조를 보려는 습관, 운영 환경을 직접 만지는 태도, 문서화와 설계 언어에 대한 관심입니다. 반대로 의식적으로 관리해야 할 부분은 커지는 스코프와 이른 추상화입니다. 그래서 요즘의 기준은 단순합니다: 2주 안에 사용자에게 보여줄 수 있는 결과물이 있는가?