-Search Platform Team은 검색 기술을 누구나 빠르고 안정적으로 사용할 수 있는 플랫폼으로 만든다는 목표를 가지고, 토스 전반의 검색 활용을 기술적으로 지원하고 있어요.

-커머스 쇼핑 검색, 광고 검색, 앱인토스 통합 검색 등 다양한 검색 시스템이 빠르게 실험되고 안정적으로 운영될 수 있도록, 키워드 검색과 벡터 검색을 아우르는 검색 인프라와 공통 플랫폼을 만들고 있어요.

-우리가 만드는 플랫폼은 단순한 검색 엔진 운영 도구가 아니라, 더 많은 팀이 실제 서비스에서 검색 기술을 쉽게 활용할 수 있도록 확장성과 일관성을 갖춘 구조로 설계돼요.

-Elasticsearch, Milvus와 같은 검색 엔진은 물론 키워드 검색, 벡터 검색, AI 랭킹 모델까지 하나의 검색 플랫폼으로 연결하고, 더 넓은 문제로 확장 가능한 방향을 함께 만들어가고 있어요.

Elasticsearch, Milvus 등 검색 엔진 기반의 검색 인프라를 설계하고 용도별 멀티클러스터를 운영하며, 여러 서비스와 팀이 공통으로 활용할 수 있는 검색 플랫폼으로 발전시켜요.
서비스 특성과 트래픽 패턴에 맞춰 검색 엔진 특성에 맞는 인덱스 또는 컬렉션 구조와 샤드, 레플리카, 노드 구성을 설계하고, 클러스터를 안정적으로 확장하거나 분리할 수 있는 구조를 만들어가요.
데이터 적재부터 인덱싱, 서빙, 운영까지 이어지는 검색 흐름을 정리하고, 실험 단계의 기능도 안정적으로 운영 가능한 형태로 플랫폼화해요.
검색 시스템의 성능, 비용, 안정성을 함께 고려해 메모리 사용 구조와 리소스 운영 정책을 개선하고, 서비스 확장에 맞는 운영 체계를 만들어가요.
모니터링, 로그, 운영 지표를 바탕으로 검색 시스템의 병목과 장애를 빠르게 파악하고, 반복되는 운영 이슈를 줄일 수 있는 방향으로 구조를 개선해요.
하나의 검색 기능 운영에 그치지 않고, 여러 서비스와 팀에게 제공할 플랫폼 형태로 검색 구조를 설계하고 발전시켜요.

실제 서비스 환경에서 검색 시스템을 구축하거나 운영하며, 안정성과 성능 이슈를 직접 해결해본 경험이 있으신 분
Elasticsearch, Milvus, Qdrant 등 검색 또는 벡터 검색 엔진 중 하나 이상을 활용해 인덱스 구조, 클러스터 아키텍처, 서빙 구조를 설계해보신 분
검색 엔진과 OS/런타임의 메모리 구조, 리소스 사용 방식에 대한 이해를 바탕으로 성능 이슈를 해결해본 경험이 있으신 분
서비스 규모나 워크로드 변화에 따라 클러스터를 확장하거나, 목적에 맞게 분리해본 경험이 있으신 분
모니터링, 알림, 로그를 기반으로 검색 장애를 진단하고, 병목을 찾아 개선해본 경험이 있으신 분

Kubernetes 환경에서 Elasticsearch 클러스터를 구축하고 무중단 클러스터 마이그레이션 및 운영해본 경험이 있으신 분
Elasticsearch 와 같은 검색 엔진의 오픈소스를 깊이 이해하고, 내부 구조를 분석하거나 직접 개선해본 경험이 있으신 분
Kafka 등 스트리밍 기반 파이프라인과 검색 엔진을 연결해 인덱싱 흐름을 운영해본 경험이 있으신 분
Vector Search, Hybrid Search, AI Ranking 등 검색 품질을 높이는 구성 요소를 직접 설계하고 통합해본 경험이 있으신 분
Milvus, Qdrant 등 별도 벡터 검색 엔진과 Elasticsearch 와 같은 검색 엔진을 조합한 하이브리드 검색 환경을 설계하거나 운영해본 경험이 있으신 분
하나의 검색 기능이 아니라 여러 서비스가 공통으로 활용할 수 있는 플랫폼 구조를 고민하고 설계해본 경험이 있으신 분

> - Search Platform Team은 검색 기능 하나를 개발하는 데 그치지 않고, 다양한 검색 시스템이 실제 프로덕션 환경에서 안정적으로 작동할 수 있도록 서빙·실험·운영 인프라 전반을 책임지고 있어요.

Search Engineer (Retrieval)