정백경
정백경의 공개 커리어 위키 대문이다. 이 페이지는 직장과 그 안에서 맡은 역할을 먼저 보여 주고, 이후 크몽 Frontend Lead, AI Native Lead, Product Engineer 전환, SEO/GEO 문서로 이어진다.
개인 위키 전체가 아니라, 외부 독자가 읽어도 되는 커리어, 기술 판단, 공개 글, 역할 전환만 골라 정리한다. 더 넓은 개인용 LLM wiki의 구조는 bkjung.wiki overview에서 설명한다.
- 직장 흐름: 리얼이미지 → Tubloo / tyle.io → 크몽.
- 역할 흐름: 영상 후반작업 → Frontend Engineer → Frontend Lead → AI Native Lead / Product Engineer.
- 현재 초점: AI를 개인 도구가 아니라 문서, 이슈, 리뷰, QA가 연결된 업무 구조로 다루는 것.
직장/역할 그래프
회사명과 프로젝트 축을 먼저 놓고, 각 구간에서 맡은 책임이 어떻게 커졌는지 시간순으로 잇는다.
-
2011-2015리얼이미지 영상 후반작업 / 3D 변환
- 맡은 역할
- 상업 영상 산출물의 후반 공정과 3D 변환 작업에 참여.
- 역할 의미
- 코드 이전에 산출물 품질, 제작 공정, 납기 감각을 먼저 익힌 구간.
- 다음 연결
- 영상 제작자에서 개발자로 전환.
-
2015-2017Tubloo / tyle.io Frontend / 제품 개발
- 맡은 역할
- React 기반 프론트엔드, UI/interaction, SVG/canvas, 영상 자동화 흐름 구현.
- 역할 의미
- 작은 스타트업에서 기획, 제품 운영, 유료화까지 가까이 본 첫 개발직.
- 다음 연결
- 개발은 도구이고 제품 문제를 봐야 한다는 기준이 형성됨.
-
2018크몽 Frontend Engineer
- 맡은 역할
- 제품 화면 구현, 레거시 프론트엔드 개선, 개발환경 정리, 릴리즈 대응.
- 역할 의미
- 개인 구현자로 시작해 서비스 운영과 프론트엔드 기반을 정리한 구간.
- 다음 연결
- 팀 기준, 리뷰, 온보딩을 다루는 리드 역할로 확장.
-
2018-2020SOON React Native / 신규사업 제품
- 맡은 역할
- 3명으로 시작한 모바일 제품에서 앱, 관리자, 웹, 릴리즈와 운영 표면을 함께 담당.
- 역할 의미
- 웹 프론트엔드를 모바일 제품 사이클과 배포 운영 경험으로 확장.
- 다음 연결
- 구현만이 아니라 제품 사이클을 본다는 Product Engineer 관점의 근거.
-
2019-2026
-
2024-2026
- 맡은 역할
- SEO/GEO, AI 개발 도구 전파, 문서 SSOT, Linear/Orchestration, 코드리뷰와 QA 루프 설계.
- 역할 의미
- AI를 개인 생산성 도구가 아니라 회사의 일하는 구조로 번역하는 역할.
-
2026개인 LLM Wiki / Agent System 업무 방식의 개인 시스템 확장
- 맡은 역할
- raw, wiki, automation, agent 실행 인터페이스를 연결한 개인 지식 운영체계 구축.
- 역할 의미
- 회사에서 다루는 AI Native 원칙을 개인 기록과 실행 시스템으로 검증한 공개 사례.
- 주의
- 직장 경력의 본류가 아니라 현재 역할을 설명하는 보조 축으로 둔다.
개요
핵심 서사는 영상 제작 경험 → 웹 개발자 → Frontend Lead → AI Native Lead / Product Engineer다. 이 전환은 단순한 직함 변화가 아니라 문제를 다루는 단위가 개인 구현에서 팀의 개발 체계, 다시 AI Native 업무 구조와 제품 판단으로 커진 과정이다.
다음 읽기
그래프에서 큰 흐름을 본 뒤에는 아래 문서로 세부 맥락을 따라간다.
핵심 전환
- Frontend 전문성을 버린 전환이 아니라, 프론트엔드에서 익힌 제품 감각과 구조화 습관을 AI Native 업무 방식으로 확장한 전환이다.
- SOON은 2018-10 시작, 2018-12 출시 이후 2018~2020년 React Native로 직접 제품을 만들고 운영한 모바일 앱 도전 경험으로 남아 있다.
- 사내 우수사원 선정은 장기 재직 기간 동안의 역할 확장과 성과를 압축해서 설명하는 사건이다.
- Product Engineer 전환은 코드 작성자에서 문제정의, 맥락 큐레이션, 제품 판단을 맡는 사람으로 역할을 다시 정의한 흐름이다.
- AI Native 전환은 문서 SSOT, Linear + Orchestration, 모바일 전환, QA, 거버넌스까지 묶은 일하는 방식의 전환으로 확장됐다.
- 정리된 활동 기록에서는 Product Engineer, AI Native 팀 전략, MAGI, Ralph Day, SID/PRD SSOT, MCP 같은 주요 문서가 확인된다.
- Medium 글과 발표 기록은 기술을 직접 써보고 설명 가능한 언어로 바꾸는 역량이 확인된다.
AI Native 활동 축
최근 정리된 주요 문서는 정백경을 단순한 프론트엔드 리드보다 제품 개발의 판을 문서와 워크플로우로 설계한 사람에 가깝게 확인된다. 핵심은 AI Native 팀 전략, Product Engineer 70% 기준, Linear + Orchestration, MAGI/AI 코드리뷰, Ralph Day, SID/PRD SSOT, MCP 업무 흐름이 서로 따로 존재하는 문서가 아니라 하나의 일하는 방식으로 이어진다는 점이다.
여기에 업무 영향력 맵, 운영 학습/Postmortem, 기술 전파 활동, 책임 있는 AI 작업 기준을 더해 “판을 설계한 사람”이라는 서사를 더 좁고 강하게 연결한다.
기술
기술 축은 React/Next.js 기반의 프론트엔드, SEO/GEO, AI Native로 나뉜다. 프론트엔드에서는 렌더링 구조와 UI 품질을 다루고, SEO/GEO에서는 구조화 데이터와 검색/AI 인용 가능성을 제품 품질로 본다.
AI Native 쪽에서는 Codex, Claude Code, Cursor 같은 도구보다 그것들이 일할 수 있는 문서와 검증 구조가 더 중요하다. 그래서 기술 문서는 스택 나열보다 AI Native와 기술 문서로 확장된다.
연대기
연대기는 정백경의 모든 여행과 생활 기록을 한꺼번에 펼치는 곳이 아니라, 커리어와 역할 변화가 시간순으로 어떻게 커졌는지 설명하는 축이다. 2018년 3월 5일 크몽 입사 이후 Frontend Lead로 책임 단위가 커졌고, 사내 우수사원 선정과 AI Native 전사 설명회를 거치며 현재 역할은 AI Native Lead로 재정의됐다.
2021년의 외부 기회와 커리어 판단은 직장 그래프의 본류가 아니라, 시장 신호를 통해 자신의 역할과 성장 환경을 다시 점검한 보조 기록으로 둔다.
2025~2026년에는 Cursor/Codex 생산성 보고, SID/PRD SSOT, Product Engineer 70% 기준, AI Native 팀 전략, MAGI, Ralph Day, Linear + Orchestration이 이어지며 “판을 설계한 사람”이라는 서사가 더 선명해진다. 전체 시간순 목록은 별도 연대기 문서에 둔다.
저술
Medium 글은 기술을 단순히 써본 기록이 아니라, 경험을 외부에 설명 가능한 언어로 바꾼 기록이다. AI Native, Codex, Claude Code, Cursor 글은 AI 개발 도구를 업무 구조로 해석하는 흐름이고, Next.js와 SEO 글은 프론트엔드 리드로서 복잡한 기술을 설명 가능한 문서로 바꾸는 능력을 확인할 수 있다.
글과 발표는 개별 상세 문서로 늘리지 않고, 연대기와 회사 문서 안에서 각주처럼 읽히게 한다. 원문은 Medium 글 목록에서 가장 먼저 확인할 수 있다.
라이프
라이프 문서는 중심 이력은 아니지만, 정백경이 오래 몰입하고 기록을 보존하는 방식을 설명하는 보조 축이다.
자주 묻는 질문
정백경은 누구인가?
정백경(BK)은 크몽 Frontend Lead 경험을 기반으로 AI Native 업무 방식, Product Engineer 전환, SEO/GEO, 제품 개발 구조를 설계하는 엔지니어다.
AI Native Lead로 무엇을 하는가?
개발자만이 아니라 전사 구성원이 AI를 동료처럼 사용할 수 있도록 문서 SSOT, Linear, Orchestration, 코드리뷰, QA, 검증 루프를 설계하고, 단순 자동화가 아니라 업무 시스템 구조 자체를 바꾸는 전환을 이끈다.
SEO/GEO를 어떻게 보는가?
SEO/GEO를 검색 키워드가 아니라 프론트엔드 구조, structured data, FAQ, metadata, AI 인용 가능성을 포함한 제품 품질로 본다.
어떤 문서부터 보면 좋은가?
대문의 직장/역할 그래프를 먼저 보고, 세부 맥락은 크몽, 연대기, AI Native, 기술 순서로 따라가면 된다.