왜 지금 프리윌린은 개발자를 채용하나요?

날짜

2026/04/02

안녕하세요. 프리윌린 CTO 정재훈입니다. 프리윌린에 합류한 지 아직 6개월이 채 되지 않았지만, 그동안 가장 많이 고민한 것은 지금 이 조직이 어떤 단계에 와 있는지, 그리고 앞으로 어떤 방식으로 더 잘할 수 있는지였습니다. 개발자 채용 소식을 접하면 자연스럽게 이런 질문이 따라옵니다. ‘왜 지금 채용을 하는지’, ‘지금 합류하면 어떤 문제를 풀게 되는지’, 그리고 ‘이 회사에서 얻을 수 있는 성장의 기회는 무엇인지’ 말입니다. 이번 글에서는 제가 프리윌린에 와서 본 현재의 단계, 개발 조직이 풀고 있는 핵심 기술 과제, 그리고 우리가 함께하고 싶은 동료에 대해 이야기해보려 합니다.

왜 지금 프리윌린은 개발자를 채용하는가

프리윌린은 단순히 현재 시스템을 유지하기 위해 사람을 채용하는 것이 아닙니다. 지금은 서비스가 다음 단계로 넘어가는 중요한 기술적 변곡점에 서 있습니다. 프리윌린은 그동안 ‘매쓰플랫’이라는 수학 기반 서비스로 성장해 왔고, 지금은 과목과 시장을 함께 넓혀가고 있습니다. 학교 맞춤형 ‘스쿨플랫’과 대학 전문 ‘풀리캠퍼스’를 통해 초·중·고부터 대학까지 학령기 전체를 아우르는 에듀테크 기업으로 도약하고 있으며, 영어와 과학 같은 새로운 과목으로도 버티컬 확장을 진행 중입니다. 이런 시기에는 기능 하나를 더 만드는 것보다, 앞으로 확장을 감당할 수 있는 구조를 만드는 일이 훨씬 중요해집니다. 그래서 지금의 채용은 단순한 인원 보강이라기보다, 회사의 다음 단계를 함께 설계하고 실행할 사람을 찾는 과정에 가깝습니다. 이미 있는 것을 유지하는 것이 아니라, 앞으로 더 커질 서비스를 전제로 시스템과 데이터 구조, 개발 방식, 협업 구조를 함께 다시 만들어가야 하는 시기이기 때문입니다. 여기에 AI라는 변화도 더해졌습니다. AI는 이제 특정 기능 하나에 붙는 기술이 아니라, 개발 방식과 서비스 구조 전체를 다시 바꾸는 요소가 되고 있습니다. 프리윌린도 예외가 아닙니다. 지금은 AI를 조금 더 잘 활용하는 수준을 넘어, 개발과 서비스 전반을 AI와 함께 일할 수 있는 형태로 재구성해야 하는 ‘AI-Native’ 전환의 시기라고 보고 있습니다. 지금 합류하는 분들은 이미 완성된 큰 조직의 일부가 되기보다, 회사의 확장과 기술 전환이 동시에 일어나는 시기를 직접 경험하게 될 것입니다.

CTO 입장에서 본 프리윌린의 현재 단계

제가 프리윌린에 와서 가장 먼저 한 일은 무언가를 급하게 바꾸는 일이 아니었습니다. 조직과 구성원을 이해하는 일이 먼저라고 생각했습니다. 서비스를 들여다보니 이미 꽤 많은 것이 갖춰져 있었습니다. 실제 교육 현장에서 검증된 제품이 있고, 2017년부터 쌓아온 방대한 문제 콘텐츠와 학습 데이터가 있습니다. 처음에는 잘 몰랐지만, 들여다볼수록 이미 의미 있는 자산을 갖고 있고 더 크게 성장할 여지가 많은 회사라는 인상을 받았습니다. 제가 본 프리윌린은 이제 막 시작하는 팀도 아니고, 이미 모든 것이 완성된 회사도 아닙니다. 시장과 고객, 제품, 데이터 측면에서 분명한 기반을 갖고 있으면서도, 구조적으로는 아직 더 좋아질 수 있는 여지가 많이 남아 있는 단계입니다. 저는 이런 시기를 굉장히 중요하게 생각합니다. 이 시기에는 작은 개선 하나가 이후 몇 년의 성장 속도를 크게 바꿀 수 있기 때문입니다. 특히 프리윌린은 교육이라는 도메인을 다루고 있습니다. 교육 서비스는 단순히 사용자가 많다고 성공하는 서비스와는 조금 다릅니다. 선생님과 학생이 실제 수업 안에서 쓰는 서비스이기 때문에, 서비스가 멈추면 학습 자체가 중단된다는 책임감을 가져야 합니다. 이 신뢰성을 만족시키면서도 1초 이내의 응답 속도를 유지하며 더 빠르게 확장하려면, 시스템과 데이터, 콘텐츠 운영 전반을 훨씬 더 정교하게 만들어야 합니다.

프리윌린 개발 조직이 풀고 있는 핵심 기술 과제

프리윌린을 겉으로 보면 문제은행 서비스라고 생각할 수도 있습니다. 하지만 실제로 들어와 보면, 이 서비스가 다루는 문제는 생각보다 훨씬 복잡합니다. 가장 먼저 마주하게 되는 것은 고품질 문제를 지속적으로 생산하는 구조입니다. 문제은행 서비스에서 중요한 것은 단순히 문제를 많이 모으는 것이 아니라, 실제 수업과 학습에 쓸 수 있는 품질의 문제를 안정적으로 제공하는 것입니다. 문제를 만들고, 변형하며, 학년 수준에 맞는 정교한 해설을 붙이고 도형과 그래프를 렌더링하는 과정은 매우 난이도가 높습니다.우리는 이 생산 파이프라인에 AI를 점진적으로 활용해 생산성과 완성도를 함께 높이는 작업을 진행하고 있습니다.

학생이 문제를 풀 때마다 쌓이는 데이터도 프리윌린에게는 아주 중요한 자산입니다. 매달 약 200만 개의 학습지가 생성되고, 5천만 건 규모의 채점 데이터가 쌓입니다. 정답 여부뿐만 아니라 풀이 시간, 오답 패턴 같은 학습 로그는 학생이 어디서 막히는지 분석하는 기반이 됩니다. 여기에 월말 보고서 생성, 학급·학년·전국 단위 비교 분석까지 더하면, 단순한 조회를 넘어서는 높은 수준의 데이터 처리와 연산 구조가 필요합니다. 프리윌린은 이런 문제를 엔지니어링 방식으로 풀어가고 있습니다. 이 데이터가 실제 학습 경험으로 이어지는 방식도 중요합니다. 교육 서비스의 핵심은 모든 학생에게 같은 콘텐츠를 주는 것이 아니라, 지금 이 학생에게 최적화된 학습 경험을 연결하는 데 있습니다. 프리윌린은 학습 데이터를 바탕으로 추천 모델과 AI 모델을 함께 활용해, 학생에게 필요한 문제와 학습 방향을 더 정교하게 제공하는 구조를 만들고 있습니다. 그리고 이 모든 변화의 바탕에는 개발 방식 자체의 전환이 있습니다. 지금 개발 조직에서 가장 중요한 변화 중 하나가 AI-Native 방식으로의 전환이라고 생각합니다. AI를 도입했다는 것은 누군가가 코드를 더 빨리 짜게 됐다는 뜻만은 아닙니다. 기획, 설계, 구현, 테스트, 배포, 운영 전체 과정 안에서 AI가 자연스럽게 협업할 수 있도록 구조와 규칙, 파이프라인을 다시 설계해야 한다는 뜻에 더 가깝습니다. 이건 도구를 하나 추가하는 문제가 아니라, 개발 조직의 운영 방식 자체를 바꾸는 문제입니다.

어떤 개발자를 찾고 있는가

프리윌린은 특정 분야에서 잘하는 개발자를 당연히 찾고 있습니다. 데이터, 백엔드, 프론트엔드, DevOps, QA처럼 각 영역의 전문성은 분명히 중요합니다. 다만 제가 더 중요하게 보는 것은, 그 전문성을 바탕으로 인접 영역까지 이해하고 확장하려는 태도입니다. AI 시대에는 각 영역의 경계가 점점 더 빠르게 허물어지고 있습니다. 기존에는 여러 사람이 나눠 하던 일을, 한 명의 개발자가 더 넓은 시야와 더 좋은 도구를 가지고 훨씬 높은 생산성으로 해낼 수 있는 시대가 오고 있습니다. 그렇다고 깊이가 중요하지 않다는 뜻은 아닙니다. 오히려 깊이가 있어야 넓어질 수 있습니다. 다만 한 영역만 지키려 하기보다, 자신의 깊이를 바탕으로 더 넓은 문제를 보고 배우려는 사람이 앞으로 더 강한 경쟁력을 갖게 될 것이라고 생각합니다. 또 하나는 더 잘하고 싶어 하는 마음입니다. 제가 오랜 시간 개발자로 일하면서 느낀 것은, 단순히 지금 잘하는 사람이 가장 멀리 가는 것은 아니라는 점입니다. 시간이 지날수록 더 높이 올라가는 사람은 대부분 지금보다 더 잘하고 싶다는 마음을 오래 유지한 사람입니다. 그 마음이 있어야 배우고, 확장하고, 동료에게도 좋은 영향을 주고, 결국 조직 전체를 더 나은 방향으로 움직이게 만듭니다. 그래서 저는 프리윌린에서 함께할 개발자를 볼 때, 지금 이미 잘하는 부분뿐 아니라 앞으로 더 크게 성장할 수 있는 가능성을 함께 봅니다. 기술적인 실력, 태도, 성장 의지, 그리고 다른 사람과 함께 더 나은 구조를 만들어가려는 마음. 이런 요소들이 함께 있는 사람과 일하고 싶습니다.

지금 합류하면 경험할 수 있는 것

지금 프리윌린에 합류하면, 이미 시장과 고객, 데이터가 있는 상태에서 그다음 구조를 설계하고 바꾸는 경험을 하게 됩니다. 아직 정답이 완전히 정리되지 않은 문제를 풀면서도, 그 결과가 실제 서비스와 사용자 경험으로 이어지는 과정을 가까이에서 보게 될 것입니다. 또 교육 도메인만의 독특한 기술 문제를 푸는 경험도 할 수 있습니다. 문제를 많이 만드는 것이 아니라 ‘좋은’ 문제를 많이 만드는 것, 데이터를 학습에 의미 있는 방식으로 활용하는 것, AI를 교육적으로 적절하고 신뢰할 수 있는 방식으로 작동하게 만드는 것. 이런 문제는 단순한 범용 서비스와는 결이 다릅니다. 저는 이런 점이 프리윌린 기술 조직의 가장 큰 매력 중 하나라고 생각합니다.

무엇보다 AI 시대의 개발 방식을 실제 현장에서 체득할 수 있다는 점이 큽니다. 지금 많은 개발자들이 AI와 함께 일하는 법을 고민하고 있습니다. 프리윌린은 이걸 단순히 개인의 역량 문제로만 두지 않고, 조직 차원에서 더 잘할 수 있는 구조를 만들고자 합니다. 어떤 프로세스와 규칙, 어떤 표준화와 파이프라인이 있어야 AI와 더 잘 협업할 수 있는지, 실제로 조직 안에서 실험하고 개선하는 경험을 할 수 있습니다. 결국 지금 프리윌린에 합류하는 것은, 이미 잘 굴러가는 큰 조직의 일부가 되는 경험과는 조금 다를 것입니다. 서비스, 데이터, AI, 조직이 함께 바뀌는 시기에 들어와, 자신의 역할을 작은 범위에만 한정하지 않고 점점 더 넓혀갈 수 있는 경험에 가깝다고 생각합니다. 프리윌린은 지금 그 다음 단계를 함께 만들어갈 개발자를 찾고 있습니다. 그리고 저는 그 과정이, 개발자 개인에게도 굉장히 밀도 높은 성장의 시간이 될 수 있다고 믿습니다.