뭉클Product Engineer (팀장급)
1.4 (5)뭉클
경력근거: 검수 및 프라이싱 자동화, 자체몰 런칭, 앱 런칭
어제 확인채용 공고 보기
※ 실제 산출물이 아닌 AI 예측 시안입니다.
프리미엄 아동복 리세일에서 가격은 브랜드·상태·구성품에 따라 흔들리는데, 뭉클은 제품 검수·클리닝·포장을 거쳐 셀러어드민으로 신청을 받으므로 브랜드와 신고 상태가 신청 시점에 이미 한곳에 모입니다. 이 가격·등급 제안 사슬은 그 셀러어드민 신청 데이터가 있어야 학습·검증되고, 일반 중고거래 앱처럼 자유 텍스트만 있는 곳에서는 같은 품질로 만들기 어렵습니다.
공고가 2026년 안에 풀 큰 과제로 검수와 프라이싱 자동화를 직접 꼽는다. 가격 제안 도구는 그 미션의 첫 조각이다.
구매자와 판매자 사이 신뢰 문제를 검수·클리닝·포장으로 푸는 모델이라, 상태 등급과 가격이 거래 신뢰의 핵심 변수다.
카페24 기반 서비스 웹, 셀러어드민, 백오피스 어드민이 돌아가고 있어 신청 메타가 한곳에 모인다. 자동 제안을 붙일 자리가 이미 있다.
프리미엄 아동복 리세일 셀러어드민에 붙이는 상태 등급·가격 제안 도구입니다. 셀러가 올린 신청 메타를 받아 등급(A~D)과 권장 가격대를 근거 배열과 함께 냅니다.
뭉클 운영팀의 검수·프라이싱 담당자와 셀러어드민에 상품을 올리는 셀러입니다.
브랜드·정가·신고 상태·구성품만으로도 운영자가 손으로 매기던 등급과 가격대의 1차 초안을 만들 수 있고, 운영자는 그 초안을 고치는 일만 하면 됩니다.
셀러어드민 신청 메타(브랜드·상품명·정가·신고 상태·구성품 유무)를 넣으면 상태 등급 A~D와 권장 가격대를 근거 배열과 함께 내는 웹 도구입니다. 사진 판독은 빼고 신청 메타와 내부 API 가정으로만 시작한다(이미지 검수는 빠진 20% 기술이라 W3로 분리).
1주차 제안을 합성 검수 로그와 비교해 등급 일치도와 가격 오차를 재고, 어긋나는 구간을 보정한 v2. 사람 검수자 한 명이 같은 건을 매겼다는 가정의 일치도 표를 붙입니다.
상품 사진 메타(해상도·촬영각 태그)를 보조 입력으로 받아 등급 신뢰도를 조정하고, 구매자를 다음 셀러로 잇는 순환 추천 후보를 함께 내는 확장판입니다.
셀러 신청 메타 한 건을 넣으면 등급 A~D와 권장 가격대, 그 근거 배열이 한 화면에 나오는 걸 시연합니다.
근거 배열의 모든 항목이 입력 필드(브랜드·정가·신고 상태·구성품) 중 하나를 가리키는지 judge 로 검사해 인용율 100%를 보여줍니다. 단, 정답·데이터를 작성자가 만든 합성 기준이라 성능 검증이 아니라 데모 조건 동작입니다.
결측·극단·미등록 브랜드·표기 흔들림을 일부러 섞은 입력 30종을 넣어도 출력 JSON 형식이 안 깨지고 '미매핑'으로 알리는 걸 시연합니다.
제안 등급과 합성 검수 등급의 일치도를 Cohen's κ(두 채점자가 우연 이상으로 얼마나 일치하는지 -1~1 점수, 높을수록 일치)로 2주차에 보고합니다. 합성 기준 추정이라 실제 일치도와 다를 수 있습니다.
위 수치는 더미데이터 자가채점이며, 실제 등급 일치도와 가격 정확도는 뭉클 셀러어드민 실데이터와 실제 검수자가 있어야 측정 가능합니다. 이 포트폴리오는 그 검증을 바로 돌릴 수 있는 상태까지 만듭니다.
수치는 합성 데이터 자가채점이라 성능 증명이 아닙니다. 면접에서 데모 동작과 실검증 준비 상태로 솔직히 설명합니다.
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 결측·극단·미등록 브랜드·표기 흔들림을 더미에 일부러 섞어 쉬운 문제만 푸는 함정을 피합니다.
브랜드 시세가 계절·재고에 따라 흔들려 과거 시세와 현재 시세의 상관이 곧 인과는 아닙니다. 실데이터 도입 단계에서 시세 표를 주기적으로 갱신하는 과제로 분리합니다.
실제 도입 시 합성 검수 로그가 실제 검수자 판단으로 바뀌고 신청 분포도 달라집니다. 등급 기준과 보정값을 실데이터로 다시 맞추는 일을 도입 과제로 둡니다.
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
셀러어드민에 들어온 중고 아동복 신청 메타. 등급·가격 제안의 입력.
| submission_id | brand_raw | brand_id | item_type | original_price | declared_condition | has_box | has_tag | season | photo_count |
|---|---|---|---|---|---|---|---|---|---|
| S0001 | Bonpoint | bonpoint | outer | 480,000 | A | true | false | FW | 6 |
| S0002 | 본포인트 | bonpoint | set | 320,000 | S | true | true | SS | 8 |
| S0003 | Tartine et Chocolat | — | top | 150,000 | B | false | false | all | 3 |
| S0004 | 미스터마리아 | mr_maria | shoes | — | C | false | false | — | 2 |
| S0005 | Burberry Kids | burberry | outer | 690,000 | S | true | true | FW | 10 |
다음 Zod 스키마를 따르는 셀러 신청 행을 더 생성하라: {"type":"object","properties":{"submission_id":{"type":"string"},"brand_raw":{"type":"string"},"brand_id":{"type":["string","null"]},"item_type":{"type":"string","enum":["outer","top","bottom","set","shoes","etc"]},"original_price":{"type":["number","null"]},"declared_condition":{"type":"string","enum":["S","A","B","C"]},"has_box":{"type":"boolean"},"has_tag":{"type":"boolean"},"season":{"type":["string","null"],"enum":["SS","FW","all"]},"photo_count":{"type":"number"}},"required":["submission_id","brand_raw","brand_id","item_type","original_price","declared_condition","has_box","has_tag","season","photo_count"]}. 쉬운 데이터만 만들지 말 것 — 다음 하드 케이스를 의도적으로 섞어라: original_price 가 null 인 미입력 건과 0 인 경계값, brand_id 가 null 인 미등록 신규 브랜드(orphan), 같은 브랜드의 한글·영문 표기 흔들림(brand_raw 다름·brand_id 동일), photo_count 0 인 사진 누락 건. 추가로 형식 깨뜨리기 시도 3건(타입이 어긋난 행)을 별도 표시해 파서 가드 테스트에 쓴다.{"type":"object","properties":{"submission_id":{"type":"string"},"brand_raw":{"type":"string"},"brand_id":{"type":["string","null"]},"item_type":{"type":"string","enum":["outer","top","bottom","set","shoes","etc"]},"original_price":{"type":["number","null"]},"declared_condition":{"type":"string","enum":["S","A","B","C"]},"has_box":{"type":"boolean"},"has_tag":{"type":"boolean"},"season":{"type":["string","null"],"enum":["SS","FW","all"]},"photo_count":{"type":"number"}},"required":["submission_id","brand_raw","brand_id","item_type","original_price","declared_condition","has_box","has_tag","season","photo_count"]}| Node.js | 제안 엔진의 런타임. 신청 메타를 받아 LLM 호출·스키마 검증·가격 규칙을 묶는 서버 로직을 돌린다. |
| NestJS | 제안 API 를 모듈(입력 검증·LLM 어댑터·가격 규칙·로그)로 나눠 셀러어드민에 붙이기 쉽게 구성한다. |
| Next.js | 운영자가 신청 건을 열어 제안 등급·가격대·근거를 보고 고치는 내부 검수 화면을 렌더링한다. |
| React | 등급·가격 제안 카드와 근거 토글, 운영자 수정 폼 같은 화면 컴포넌트를 만든다. |
| MongoDB | 신청 메타·제안 결과·운영자 수정 이력을 한 문서로 저장해 일치도 측정과 보정에 다시 쓴다. |
| AWS | 도구를 컨테이너로 올리고 신청량에 따라 제안 워커를 늘리는 배포 환경. |
✓ pass → 여기서 멈춰도 운영자 초안 도구로 완결입니다. 더 키우려면 2주차에서 합성 검수 로그와 맞춰 일치도를 재고 보정합니다.
✓ pass → 운영자 신뢰가 붙으면 3주차에서 사진 메타와 순환 추천까지 확장합니다.
신청 메타 한 건에 대한 상태 등급·권장 가격대 제안과 그 근거.
{"type":"object","properties":{"submission_id":{"type":"string"},"grade":{"type":"string","enum":["A","B","C","D"]},"price_range":{"type":"object","properties":{"low":{"type":"number"},"high":{"type":"number"}},"required":["low","high"]},"predicted_resale_ratio":{"type":"number"},"evidence":{"type":"array","items":{"type":"object","properties":{"field":{"type":"string","enum":["brand","original_price","declared_condition","has_box","has_tag","season"]},"note":{"type":"string"}},"required":["field","note"]},"minimum":1},"hedge":{"type":"string"}},"required":["submission_id","grade","price_range","predicted_resale_ratio","evidence","hedge"]}[
{
"submission_id": "S0001",
"grade": "B",
"price_range": {
"low": 180000,
"high": 230000
},
"predicted_resale_ratio": 0.43,
"evidence": [
{
"field": "brand",
"note": "Bonpoint 프리미엄 브랜드라 잔존가치 높음"
},
{
"field": "has_tag",
"note": "택 없어 S등급은 아님"
}
],
"hedge": "합성 시세 표 기준 추정 비율이라 실제 낙찰가와 다를 수 있다."
},
{
"submission_id": "S0003",
"grade": "C",
"price_range": {
"low": 40000,
"high": 60000
},
"predicted_resale_ratio": 0.33,
"evidence": [
{
"field": "brand",
"note": "brand_id 미등록이라 기본 시세대 적용"
},
{
"field": "declared_condition",
"note": "신고 상태 B에 박스·택 없음"
}
],
"hedge": "미등록 브랜드라 시세 근거가 약하다. 합성 기준 추정."
},
{
"submission_id": "S0011",
"grade": "D",
"price_range": {
"low": 90000,
"high": 140000
},
"predicted_resale_ratio": 0.22,
"evidence": [
{
"field": "declared_condition",
"note": "신고 상태 C에 사진 0장이라 검수 전 보수적"
},
{
"field": "has_box",
"note": "박스·택 모두 없음"
}
],
"hedge": "사진 0장은 W3 사진 메타 전까지 메타만으로 보수 추정한다. 합성 기준."
}
]grade·price_range·evidence 의 field enum 과 min(1)은 Zod 로 자동 검증한다. evidence note 가 입력 필드와 의미상 맞는지, hedge 가 합성 기준임을 밝혔는지는 judge 모델과 수동 spot-check 로 검증한다. predicted_resale_ratio 는 합성 시세 표 기준 추정값이라 metrics 의 정직 경계선과 일관되게 검증된 수치로 제시하지 않는다.