[CEO 메시지] 학부 시절 AI 알고리즘 기반 서비스를 개발해 Exit을 경험했고, 육군본부에서는 AI 상담관 서비스를 개발해 기술이전했습니다. 이후 글로벌 컨설팅 펌 Kearney에서 일하며 삼성과 LG 등 대기업의 마케팅 AX 프로젝트를 맡았습니다. 그 과정에서 시장의 수많은 기회를 보게 됐고, 동시에 컨설턴트는 한 번에 한 클라이언트만 도울 수 있다는 점에서 임팩트가 제한적이라고 느꼈습니다. 더 많은 기업과 사람에게 직접 도움이 되는 제품을 만들고 싶어 창업에 뛰어들었습니다. 저는 늘 임팩트가 큰 일을 하고 싶었습니다. 소수가 아니라 가능한 많은 사람에게 영향을 주고, 한번 경험하면 이전으로 돌아갈 수 없으며, 실제로 삶과 일에 도움이 되는 일. 그 기준으로 시장을 살피다 보니, 기술이 발전할수록 정보와 도구는 무한해지지만 여전히 많은 기업은 기술 장벽 때문에 성장의 어려움을 겪고 있다는 점이 눈에 들어왔습니다. 기술 장벽을 낮추는 것이 AI이고, 기업의 성장을 직접 돕는 것이 마케팅이라고 봤습니다. 그래서 아스타는 AI로 마케팅을 혁신합니다. 그중에서도 성과가 가장 빠르게 드러나고, 반복 업무가 많으며, 혁신의 임팩트가 큰 커머스 마케팅에서 시작합니다. 상세페이지, 광고 소재, 퍼포먼스 마케팅, CRM, 콘텐츠 운영처럼 기업이 매일 반복하는 마케팅 업무를 AI Agent가 함께 수행하도록 만드는 것. 더 적은 수고로 더 빠르게 성장하는 세상을 만드는 것. 그것이 제가 아스타를 창업한 이유입니다. [아스타에 대해] 아스타는 AI 기술을 활용해 기업의 마케팅과 성장을 돕는 AI 스타트업입니다. 우리는 초개인화된 시장에서 브랜드가 고객과 더 잘 만나고, 더 빠르게 실험하고, 더 효율적으로 성장할 수 있도록 돕고 있습니다. 소비자 행동 데이터와 브랜드 운영 데이터를 기반으로 AI 마케팅 Agent ‘Moast’가 필요한 마케팅 액션을 제안하고, 콘텐츠를 만들고, 실행을 돕는 새로운 커머스 마케팅 경험을 만들고 있습니다. 현재 Moast는 상세페이지 생성과 광고 소재 생성에서 시작하고 있습니다. 하지만 우리가 만들고자 하는 것은 단순한 콘텐츠 생성 도구가 아닙니다. Moast는 상품, 고객, 채널, 성과 데이터를 이해하고 퍼포먼스 마케팅, CRM, 콘텐츠 운영, 캠페인 개선까지 능동적으로 돕는 커머스 마케팅 Agentic AI를 지향합니다. 아스타는 KT, 삼성카드, LG 등 대기업과 AI 마케팅 프로젝트를 수행해왔고, 누적 1,000개 이상의 브랜드 콘텐츠 제작 경험을 쌓아왔습니다. 2024년에는 Seed 5억 원 투자를 유치했으며, 2026년에는 Moast를 통해 본격적인 PMF와 성장을 만들어가고 있습니다. 지금 우리는 Moast의 다음 단계를 준비하고 있습니다. 고객사의 Cafe24, GA4, Meta Ads, Instagram, CRM 등 여러 플랫폼에 흩어진 데이터를 연결하고, 이를 하나의 분석 가능한 구조로 통합하는 것입니다. 고객이 자연어로 질문하면 단순히 SQL 결과를 보여주는 것이 아니라, 최근 매출이 왜 감소했는지 어떤 광고 캠페인이 실제 구매에 기여했는지 어떤 상품의 전환율이 떨어지고 있는지 어떤 고객군에 CRM 메시지를 보내야 하는지 다음 마케팅 액션으로 무엇을 해야 하는지 신뢰할 수 있는 데이터와 근거를 바탕으로 답할 수 있는 데이터 분석 Agent를 만들고자 합니다. 커머스 마케팅은 시작일 뿐입니다. 아스타는 고객의 제품, 판매, 영업, 유통, 마케팅 데이터를 연결하는 AI Agent 모델로 확장해가고자 합니다. 데이터가 쌓일수록 신제품 출시, 판매, 유통, 운영, 관리까지 이어지는 종합 커머스 그로스 플랫폼으로 발전할 수 있다고 믿습니다. 이 기반을 처음부터 함께 설계하고 만들어갈 Founding Backend / Data Platform Engineer를 찾습니다. [우리의 미션] “AI 기술을 통해 기업이 10X 성장을 만들도록 돕습니다.” 모든 기업은 성장하고 싶어합니다. 하지만 성장의 방식은 점점 더 복잡해지고 있습니다. 고객은 세분화되고, 채널은 많아지고, 콘텐츠는 더 자주 필요해지고, 성과를 개선하기 위한 실험은 끝없이 반복됩니다. 우리는 이 복잡한 성장의 과정을 AI가 함께 풀어갈 수 있다고 믿습니다. 아스타는 기업이 기술 장벽에 막히지 않고, 더 빠르게 실험하고, 더 적은 리소스로 더 큰 성과를 만들 수 있도록 돕습니다. 각 기업의 상품, 고객, 채널, 데이터를 이해하고 맞춤화된 성장 공식을 제안하는 AI Agent를 만들어갑니다. 더 많은 기업이 자신의 가능성을 발견하고 성장할 수 있도록 돕는 것. 그것이 아스타의 미션입니다. [우리의 비전] “커머스 마케팅 AX의 새로운 기준이 되어, 기업이 성장하는 방식을 바꿉니다.” 지금까지 많은 기업의 마케팅은 사람이 직접 데이터를 확인하고, 성과를 분석하고, 콘텐츠를 기획하고, 캠페인을 운영하고, 다시 결과를 확인하는 방식으로 이루어졌습니다. 하지만 데이터는 Cafe24, GA4, Meta Ads, Instagram, CRM 등 서로 다른 플랫폼에 흩어져 있습니다. 담당자는 여러 화면과 엑셀을 오가며 데이터를 취합하고, 지표를 계산하고, 문제의 원인을 추측해야 합니다. 우리는 앞으로 이 과정이 AI Agent와 함께 운영되는 방식으로 바뀔 것이라고 믿습니다. AI Agent가 고객사의 상품과 고객, 판매와 광고 데이터를 이해하고, 성과 변화를 분석하고, 다음 액션을 제안하며, 필요한 콘텐츠 제작과 캠페인 실행까지 연결하는 것. 이를 위해서는 AI 모델 이전에, 신뢰할 수 있는 데이터를 안정적으로 연결하고 통합하는 기반이 필요합니다. Founding Backend / Data Platform Engineer는 Moast가 고객 데이터를 이해하고 정확한 의사결정을 지원할 수 있도록 만드는 핵심 기술 기반을 설계하게 됩니다. [그래서, 함께하자는 이야기] 아스타는 단순히 마케팅 솔루션을 팔려고 만든 회사가 아닙니다. 우리는 기업의 성장에 직결되는 마케팅, 그중에서도 성과가 가장 빠르게 보이는 커머스에서 시작해, 끝내 기업이 성장하는 방식 자체를 바꿔내고자 합니다. 소수의 대기업만이 아니라 수많은 중소기업과 브랜드에게. 단순히 데이터를 보여주는 대시보드가 아니라, 실제로 문제를 발견하고 다음 액션을 제안하는 AI Agent를. 그저 멋진 기술 데모가 아니라, 매일의 매출과 운영에 진짜 도움이 되는 경험을. 이 포지션은 이미 완성된 시스템의 일부를 운영하는 역할이 아닙니다. 고객 데이터가 어떻게 연결되고, 어떤 구조로 저장되며, 어떤 지표로 해석되고, AI Agent가 어떤 방식으로 조회해야 하는지를 처음부터 결정하는 역할입니다. 외부 API 연동, 데이터 파이프라인, 데이터 모델링, 분석 백엔드가 하나의 제품 안에서 연결된 문제를 풀고 싶다면, 이 과정은 흔치 않은 기회가 될 것입니다. 안정적인 답보다 더 큰 문제를 풀고 싶다면, 단순한 기능 개발을 넘어 제품의 핵심 기반을 만들고 싶다면, 우리가 만드는 변화가 실제 기업의 성장 방식에 닿기를 바란다면, 그 일을 함께하세요.

Founding Backend / Data Platform Engineer는 단순한 API 백엔드 개발자가 아닙니다. 고객사의 여러 데이터 소스를 안전하게 연결하고, 데이터를 안정적으로 수집·정제·통합하며, Moast의 데이터 분석 Agent가 신뢰할 수 있는 답변을 만들 수 있도록 핵심 데이터 기반을 설계합니다. 1. 외부 데이터 소스를 연결합니다 Cafe24, GA4, Meta Ads, Instagram 등 외부 플랫폼 API를 연동합니다. 고객사별 외부 서비스 계정을 안전하게 연결할 수 있는 OAuth 2.0 기반 인증 구조를 설계하고 구현합니다. Access token, refresh token, scope, credential 만료 및 갱신 과정을 관리합니다. 고객사별 계정, 채널, 데이터 소스의 연동 상태와 권한을 관리합니다. API 호출 제한, 토큰 만료, 권한 변경, API 버전 변경 등 다양한 예외 상황에 대응합니다. 2. 고객사별 데이터 수집 파이프라인을 만듭니다 외부 플랫폼의 데이터를 주기적으로 수집하고 동기화하는 파이프라인을 설계합니다. 배치 작업, 비동기 워커, 잡 큐, 스케줄러 구조를 구현합니다. 증분 수집, 전체 재수집, 특정 기간 재처리가 가능한 구조를 만듭니다. 데이터 중복 적재를 방지하고 동일한 작업이 여러 번 실행되어도 안전한 구조를 설계합니다. 동기화 실패 시 자동 재시도와 수동 복구가 가능한 운영 체계를 만듭니다. 고객과 운영자가 데이터 수집 상태와 오류 원인을 확인할 수 있도록 합니다. 3. BigQuery 기반 통합 데이터 구조를 설계합니다 BigQuery를 기반으로 raw, staging, mart 데이터 레이어를 설계하고 구축합니다. 각 플랫폼마다 다른 구조의 데이터를 공통 분석 모델로 통합합니다. 고객사별 데이터가 안전하게 분리되는 멀티테넌트 데이터 구조를 설계합니다. 고객, 상품, 주문, 매출, 채널, 캠페인, 광고, 콘텐츠 등 주요 엔티티를 모델링합니다. 매출, 광고비, ROAS, 전환율, CAC, 재구매율 등 주요 지표가 일관된 기준으로 계산되도록 만듭니다. 고객사마다 다른 데이터 구조와 지표 정의를 확장 가능하게 처리합니다. 4. 데이터 분석 Agent의 백엔드를 개발합니다 사용자의 자연어 질문을 실제 데이터 조회와 분석으로 연결하는 query backend를 개발합니다. LLM이 사용할 수 있는 분석 API와 Tool Calling 구조를 설계합니다. Agent가 어떤 테이블과 지표를 어떤 조건으로 조회해야 하는지 판단할 수 있도록 메타데이터를 구성합니다. NL-to-SQL, semantic layer, metric layer 등 적합한 기술 방식을 검토하고 적용합니다. 잘못된 SQL 실행이나 근거 없는 답변을 줄이기 위한 검증 로직을 설계합니다. 질문, 데이터 조회, 지표 계산, 해석, 근거 제시가 하나의 분석 흐름으로 연결되도록 만듭니다. 분석 결과가 향후 콘텐츠 생성, CRM, 퍼포먼스 마케팅 실행으로 이어질 수 있는 구조를 준비합니다. 5. 데이터 품질과 운영 안정성을 높입니다 데이터 정합성, 누락, 중복, 지연을 검증하는 로직을 구현합니다. 외부 플랫폼의 스키마 변경이나 API 응답 변화를 감지합니다. 데이터 동기화 상태, 실패 원인, 처리량 등을 모니터링합니다. 로그, 알림, observability 체계를 구축합니다. 반복적으로 발생하는 데이터 운영 문제를 자동화합니다. 고객사가 신뢰할 수 있는 분석 결과를 받을 수 있도록 데이터 품질 기준을 함께 정의합니다. 6. 제품팀과 고객의 질문을 데이터 구조로 바꿉니다 고객 인터뷰와 VOC를 바탕으로 실제로 필요한 분석 질문을 정의합니다. “어떤 데이터를 연결하면 어떤 질문에 답할 수 있는가”를 제품팀과 함께 구조화합니다. MVP에서 먼저 구현할 데이터 소스, 지표, 분석 기능의 우선순위를 결정합니다. 데이터의 한계와 기술적 제약을 제품팀이 이해할 수 있도록 설명합니다. 완성된 요구사항을 기다리기보다 문제를 직접 구체화하고 기술적 대안을 제안합니다.

• 관련 경력 4년 이상 또는 그에 준하는 실무 역량을 갖춘 분 • 프로덕션 환경의 백엔드 시스템을 직접 설계하고 운영해본 분 • 외부 SaaS 또는 API 연동을 직접 구현해본 분 • OAuth 2.0, access token, refresh token, scope 관리에 대한 이해가 있는 분 • ETL·ELT 또는 데이터 수집 파이프라인을 설계하고 구축해본 분 • BigQuery, Snowflake, Redshift 등 데이터 웨어하우스를 사용해본 분 • SQL 및 분석용 데이터 모델링에 대한 이해가 있는 분 • 비동기 워커, 잡 큐, 스케줄러, 재시도, 실패 복구 구조를 구현해본 분 • 불완전한 요구사항을 기술적 문제로 구조화하고 제품으로 구현할 수 있는 분 • 운영 환경에서 발생하는 장애와 데이터 문제를 끝까지 추적하고 해결할 수 있는 분 • 특정 담당 영역에만 머무르지 않고 제품 전체의 데이터 흐름을 고민할 수 있는 분

• Cafe24 API 연동 경험이 있는 분 • GA4 Data API 또는 Google Analytics 관련 개발 경험이 있는 분 • Meta Marketing API 또는 Instagram Graph API를 사용해본 분 • dbt 또는 Analytics Engineering 경험이 있는 분 • 멀티테넌트 SaaS 아키텍처를 설계하거나 운영해본 분 • 데이터 품질 검증, lineage, observability 시스템을 구축해본 분 • LLM Application, Tool Calling, NL-to-SQL 개발 경험이 있는 분 • Semantic layer 또는 metric layer를 설계해본 분 • GCP 및 BigQuery 환경을 운영해본 분 • 초기 스타트업이나 신규 제품의 0to1 단계에 참여해본 분 • 커머스, 마케팅, 광고, CRM 데이터에 대한 이해가 있는 분 • 고객의 분석 요구사항을 직접 듣고 데이터 구조에 반영해본 분 • 작은 팀에서 백엔드, 데이터 파이프라인, 인프라 영역을 폭넓게 다뤄본 분

[채용 정보] • 고용 형태: 정규직 • 경력 사항: 관련 경력 4년 이상 • 제출 서류: 이력서 및 경력 상세기술서 필수 • 근무 장소: 서울시 마포구 백범로31길 21, 서울창업허브 • 급여 조건: 경력과 역량에 따라 협의 • 합류 시점: 협의 가능 [합류여정] 서류검토＞ 1차 인터뷰 ＞ 과제 전형 ＞ 2차 인터뷰 ＞ 처우 협의 및 최종 합류 *상기 절차는 상황에 따라 생략되거나 변경될 수 있습니다. [참고해 주세요] • 채용 완료 시 조기 마감될 수 있습니다. • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다. • 정규직 채용의 경우 3개월의 온보딩(수습기간)이 진행됩니다. • 수습기간에도 급여는 동일하게 100% 지급됩니다.

1. 근무하는 시간과 방식을 스스로 조율합니다. • 오전 9시~10시 사이 자율 출퇴근 • 자유로운 연차 사용 (승인 필요 없음, 사유 묻지 않음) • 반반차 단위 시차 휴가 사용 가능 • 점삼더삼 제도 운영 ㅡ점심시간에 병원 ,은행 등 개인 업무 활용(점심 30분 추가, 퇴근 30분 늦게) 2. 몰입을 위한 물리적 환경과 도구를 제공합니다 • 맥북 · 4K 모니터 등 고사양 장비 • 모든 AI 유료 툴 지원 • 별도의 라운지 공간 및 휴식공간 제공 • 점심식대 지원, 야근시 저녁 식대 지원 • 공덕역 2번 출구 도보 5분 거리의 오피스 • 밤 11시 이후 퇴근시 택시비 지원 3. 구성원의 건강과 웰빙을 제공합니다. • 가정의 달, 명절 등 가족감사 선물 제공 • 매월 다양한 간식 · 음료 제공 • 입사 후 3개월 개근시 워케이션 지원