[위프(WHIF)] Tech- Frontend Enginner

포지션프론트엔드

경력 구분경력 전체

특이사항CTO 있음, 원격근무 없음

스킬

TypeScript

Python

주요업무

AI 캐릭터가 살아 숨 쉬는 경험을 만들고, 유저에게 도파민 터지는 순간을 선사하는 프론트엔드 엔지니어를 찾습니다.

우리가 찾는 건 특정 기술의 전문가가 아니라 문제해결사입니다. 프론트엔드가 가장 자신 있는 무기라면 그걸로 시작하되, 문제를 해결하기 위해 백엔드를 고치고, LLM 실험을 돌리고, 인프라를 만지고, 1 Pager를 쓰는 일까지 — 필요한 건 뭐든 합니다.

[위프를 소개합니다]

위프(whif.io)는 유저가 직접 캐릭터를 만들고, 시나리오를 설계하고, AI 캐릭터와 몰입감 넘치는 대화를 나누는 서비스입니다. 캐릭터가 정말 살아있는 것처럼 느끼게 만드는 것 — 그게 우리의 핵심 과제입니다. 한국과 일본을 중심으로 9개국에서 서비스하고 있습니다.

Web + iOS + Android 단일 코드베이스

[우리 팀]

누적 투자금 180억 원 (카카오벤처스, 스프링캠프 등)2번의 EXIT을 경험하고 다시 시작하는 팀. 7개 아이템에 도전해 5번 실패하고, 2번 매각했습니다구성원 모두가 창업자 출신, 쿠팡을 비롯한 IT 팀 출신 소수 정예프론트엔드, 백엔드, LLM, 인프라를 한 사람이 End-to-End로 작업합니다.

[이 포지션이 지금 필요한 이유]

위프는 하나의 장르에서 시작해, 더 많은 유저가 빠져들 수 있는 멀티 장르 플랫폼으로 확장하고 있습니다. 새로운 장르의 앱을 만들고, 일본 시장에서의 경험을 고도화하는 일이 동시에 벌어지고 있습니다.

이 전환기에 프론트엔드를 무기로 들고 합류해, 유저가 "이 캐릭터 진짜 살아있다"고 느끼는 순간을 만들어낼 프로덕트 엔지니어를 찾고 있습니다.

[합류하면 바로 이런 문제를 풀게 됩니다]

당신의 시작 무기는 프론트엔드입니다.

하지만 문제를 해결하는 데 필요한 일은 코딩에 국한되지 않습니다. 어떤 날은 PM과 함께 1 Pager를 쓰고, 어떤 날은 LLM 모델을 바꿔가며 A/B 실험을 돌리고, 어떤 날은 인프라 설정을 만지고, 어떤 날은 백엔드 API를 직접 고칩니다. 문제가 어디에 있든 해결하는 사람 — 그게 우리가 말하는 프로덕트 엔지니어입니다.

우리 팀의 모든 엔지니어가 같은 문제를 함께 풀고 있습니다. 아래는 프론트엔드 공고든, 백엔드 공고든, LLM 공고든 동일한 문제 목록입니다 — 시작하는 무기만 다릅니다.

우리 팀은 한 사람이 동시에 5~15개의 AI 에이전트를 병렬로 돌리며 일합니다. 솔직히 항상 정신없고 작업 기억이 모자랄 때도 많은데, 그게 또 재밌습니다. 이 속도감이 맞는 분이라면 매일이 신날 겁니다.

[팀이 지금 풀고 있는 문제들]

캐릭터의 답장이 올 때 심장이 뛰는 실시간 채팅 경험 만들기새로운 장르의 유저가 첫 대화에서 바로 빠져들 수 있는 앱 설계"이 캐릭터 진짜 나를 기억하네" — 프론트부터 LLM까지 관통하는 기능 개발캐릭터가 더 자연스럽게 말하도록 모델 라우팅과 프롬프트 최적화캐릭터와의 관계가 깊어지는 걸 유저가 느낄 수 있는 시스템 설계9개국 유저 모두가 자기 언어로 몰입할 수 있는 다국어 UX결제 한 번으로 끊김 없이 이어지는 매끄러운 경험대화가 점점 지루해지지 않도록 — 채팅 엔진의 서사 확장

[이렇게 일합니다]

가장 중요한 건 속도다

리드타임을 최대한 짧게, 피처를 최대한 빠르게 딜리버리하는 것이 1번입니다. 생산성, 리드타임 단축, 사용자 부정 경험 최소화 — 이 세 가지를 기준으로 모든 의사결정을 합니다.

Agentic CodingAI 에이전트와 함께 코딩합니다. 코드 리뷰, 테스트, 배포까지 자동화되어 있어서, 아이디어에서 프로덕션까지의 거리가 짧습니다.

E2E 오너십한 사람이 기획 참여 구현 배포 모니터링까지 소유합니다. 누군가에게 넘기고 기다리는 구조가 아닙니다.

[주요업무]

유저가 캐릭터와 대화하며 빠져드는 경험 — 그 경험을 더 좋게 만드는 모든 일을 합니다.

• "이 기능 있으면 유저가 더 빠져들겠다" — 문제를 직접 정의하고, 설계하고, 만들고, 배포까지

• 하나의 기능을 프론트엔드 서버 LLM까지 스택을 관통하며 완성

• 유저가 어디서 이탈하는지 데이터로 보고, 실험을 돌리고, 결과로 다음 방향을 결정

• 캐릭터가 더 자연스럽게 말하도록 — LLM 실험, 프롬프트 개선, 모델 전환

• 서비스가 끊기지 않도록 — 인프라, 모니터링, 장애 대응까지 필요하면 직접