포지션 상세
Vertical Bar는 25년 이상 정체된 ERP(Oracle NetSuite, SAP 등) 시장의 문제를 AI 기술로 해결하는 AI 기반 ERP Process Intelligence 스타트업입니다. 현재 Oracle NetSuite 환경에서 실제 발생한 업무 흐름을 데이터로 분석하는 ERP Process Intelligence 솔루션과, ERP 시스템 변경사항을 안전하게 검증하고 배포하는 변경 관리·테스트 자동화 플랫폼(CrossCheck) 을 개발하고 있습니다. 두 기능 모두 수백만 건의 ERP 이벤트 로그를 기반으로 한 데이터 중심 인터랙티브 UI와 AI Agent 인터페이스를 핵심으로 합니다.
• 글로벌 창업팀: 버티컬바 은솔 대표는 Y Combinator(W21) 출신으로 글로벌 SaaS 기업들을 대상으로 280억 원 이상의 투자를 유치하고, 2023년 Workday에 매각(Exit)한 경험이 있습니다.
• 성장 모멘텀: DeepTech TIPS 및 초기창업패키지 선정(총 16억 원 지원금 확보), 500 Global 및 SNR Ventures와 같은 글로벌 VC로부터 투자를 유치했습니다.
• 핵심 기술: 특정 산업의 독점적 데이터를 학습한 '대규모 프로세스 모델(Large Process Model)'을 통해 기업이 스스로 진단하고 최적화하는 '자율 운영 엔터프라이즈(Autonomous Operating Enterprise)'의 실현을 목표로 합니다.
• https://vertical.bar
• 회사 공식 링크드인 https://www.linkedin.com/company/verticalbar/
이 포지션의 역할은 그 파이프라인 자체의 품질을 책임지는 것입니다. Source(Oracle NetSuite)와Destination(CrossCheck) 간의 데이터 무결성을 전제로, CrossCheck가 제안하는 테스트의 실제 결함 탐지율, 테스트 실행률, 테스트 커버리지 같은 지표들이 곧 파이프라인 품질이 됩니다.
What You'll Do
1. 핵심 파이프라인 QA
• CrossCheck의 중심축인 Snapshot Diff Release Package Deploy 플로우 전체를 검증합니다.
• Snapshot 파이프라인 : Extraction Post Extraction Dependency 생성 전 단계의 정합성 및 안정성 검증. Race condition, silent failure, 재생성 요청 충돌 등 엣지 케이스 대응
• Snapshot Compare (Diff) : 두 환경 간 변경사항 비교 결과의 정확성 검증. 오브젝트 추가/수정/삭제 분류 정확도, Raw JSON 뷰 일치 여부 확인
• Release Package : 체리피킹 로직, Draft Validate Deploy 플로우 검증. SDF 파일 구조 생성 정확성, Deployed 상태 이후 수정 잠금 동작 확인
• Package Deployment 이력 : Validation/Deployment 결과 기록 정확성, 감사 로그 누락 여부
2. AI 기반 QA 자동화
• LLM을 활용한 테스트 케이스 생성 및 엣지 케이스 도출
• AI Agent 기능 검증 — 자연어 질의 응답 정확성, 컨텍스트 유지 여부, 에러 분석 출력 품질 기준 수립
• Copilot/Cursor 등 AI 코딩 도구를 활용한 테스트 스크립트 작성 및 자동화 가능 영역 발굴
• AI 생성 코드의 검증 방법론 수립 (제품 내 Instrumentation/Consolidation 기능 출력물 포함)
3. 분석 기능 QA
• Standard Object / Custom Object 탭별 데이터 정확성 (Scripts, Entry Points, Telemetry, Fields, Workflow, Saved Search 등)
• Object Analysis : Health Score, Governance 사용량, Custom Field Lineage 시각화 정확성
• Optimize 기능 : Instrumentation(Telemetry 삽입) 결과 검증, Consolidation 추천 로직, Test Coverage 계산 정확성
4. AI Agent 검증
• 자연어 기반 Agent 응답의 정확성 및 컨텍스트 유지 여부 (현재 Process Map 기반 분석 Agent와 CrossCheck AI Agent 모두 포함)
• LLM 응답의 신뢰도 평가를 위한 Evaluation Dataset 구축 및 벤치마크 수립
5. QA 프로세스 및 환경 구축
• 테스트 전략 수립 : 기능 테스트, 회귀 테스트, 통합 테스트 범위 정의, 수동 테스트 환경을 자동화 환경으로 점진적 전환
• NetSuite Sandbox 환경을 활용한 실제 배포 시나리오 기반 QA 환경 구성
• Playwright, Cypress 등을 활용한 E2E 테스트 시나리오 작성 및 유지보수
• CI/CD 파이프라인 내 테스트 자동화 통합을 통한 상시 배포 환경 지원
• 버그 리포트 작성 및 Linear 기반 이슈 트래킹, 엔지니어링 팀과의 협업
• 반복 가능한 테스트 케이스 문서화 및 자동화 가능 영역 발굴
• B2B SaaS 제품 QA 경험 5년 이상
• 복잡한 데이터 파이프라인 또는 워크플로우 기반 제품의 테스트 경험
• API(REST) 테스트 경험 (Postman, Insomnia 등)
• 버그 재현 및 리포트 작성 능력, 엔지니어링 팀과의 실무 협업 경험
• AI/LLM 도구를 단순 보조 수단이 아닌 QA 워크플로우의 일부로 실제 업무에 적용한 경험
우리가 특히 주목하는 역량
• 기능 명세가 불완전한 상황에서도 엣지 케이스를 스스로 정의하고 테스트할 수 있는 사람
• 단순히 버그를 찾는 것을 넘어, 제품이 왜 그렇게 동작해야 하는지 이해하고 기준을 만드는 사람
• ERP처럼 복잡한 도메인을 빠르게 학습하고 제품 컨텍스트에 맞게 적용하는 사람
• 글로벌 창업팀: 버티컬바 은솔 대표는 Y Combinator(W21) 출신으로 글로벌 SaaS 기업들을 대상으로 280억 원 이상의 투자를 유치하고, 2023년 Workday에 매각(Exit)한 경험이 있습니다.
• 성장 모멘텀: DeepTech TIPS 및 초기창업패키지 선정(총 16억 원 지원금 확보), 500 Global 및 SNR Ventures와 같은 글로벌 VC로부터 투자를 유치했습니다.
• 핵심 기술: 특정 산업의 독점적 데이터를 학습한 '대규모 프로세스 모델(Large Process Model)'을 통해 기업이 스스로 진단하고 최적화하는 '자율 운영 엔터프라이즈(Autonomous Operating Enterprise)'의 실현을 목표로 합니다.
• https://vertical.bar
• 회사 공식 링크드인 https://www.linkedin.com/company/verticalbar/
주요업무
현재 버티컬바가 개발중인 CrossCheck는 Oracle NetSuite ERP 환경의 변경 관리와 배포 안정성을 보장하는 플랫폼입니다. Snapshot 캡처부터 Dependency 분석, Test Suite 자동화, Release Package 배포까지, 고객의 프로덕션 환경이 이 파이프라인 위에서 돌아갑니다.이 포지션의 역할은 그 파이프라인 자체의 품질을 책임지는 것입니다. Source(Oracle NetSuite)와Destination(CrossCheck) 간의 데이터 무결성을 전제로, CrossCheck가 제안하는 테스트의 실제 결함 탐지율, 테스트 실행률, 테스트 커버리지 같은 지표들이 곧 파이프라인 품질이 됩니다.
What You'll Do
1. 핵심 파이프라인 QA
• CrossCheck의 중심축인 Snapshot Diff Release Package Deploy 플로우 전체를 검증합니다.
• Snapshot 파이프라인 : Extraction Post Extraction Dependency 생성 전 단계의 정합성 및 안정성 검증. Race condition, silent failure, 재생성 요청 충돌 등 엣지 케이스 대응
• Snapshot Compare (Diff) : 두 환경 간 변경사항 비교 결과의 정확성 검증. 오브젝트 추가/수정/삭제 분류 정확도, Raw JSON 뷰 일치 여부 확인
• Release Package : 체리피킹 로직, Draft Validate Deploy 플로우 검증. SDF 파일 구조 생성 정확성, Deployed 상태 이후 수정 잠금 동작 확인
• Package Deployment 이력 : Validation/Deployment 결과 기록 정확성, 감사 로그 누락 여부
2. AI 기반 QA 자동화
• LLM을 활용한 테스트 케이스 생성 및 엣지 케이스 도출
• AI Agent 기능 검증 — 자연어 질의 응답 정확성, 컨텍스트 유지 여부, 에러 분석 출력 품질 기준 수립
• Copilot/Cursor 등 AI 코딩 도구를 활용한 테스트 스크립트 작성 및 자동화 가능 영역 발굴
• AI 생성 코드의 검증 방법론 수립 (제품 내 Instrumentation/Consolidation 기능 출력물 포함)
3. 분석 기능 QA
• Standard Object / Custom Object 탭별 데이터 정확성 (Scripts, Entry Points, Telemetry, Fields, Workflow, Saved Search 등)
• Object Analysis : Health Score, Governance 사용량, Custom Field Lineage 시각화 정확성
• Optimize 기능 : Instrumentation(Telemetry 삽입) 결과 검증, Consolidation 추천 로직, Test Coverage 계산 정확성
4. AI Agent 검증
• 자연어 기반 Agent 응답의 정확성 및 컨텍스트 유지 여부 (현재 Process Map 기반 분석 Agent와 CrossCheck AI Agent 모두 포함)
• LLM 응답의 신뢰도 평가를 위한 Evaluation Dataset 구축 및 벤치마크 수립
5. QA 프로세스 및 환경 구축
• 테스트 전략 수립 : 기능 테스트, 회귀 테스트, 통합 테스트 범위 정의, 수동 테스트 환경을 자동화 환경으로 점진적 전환
• NetSuite Sandbox 환경을 활용한 실제 배포 시나리오 기반 QA 환경 구성
• Playwright, Cypress 등을 활용한 E2E 테스트 시나리오 작성 및 유지보수
• CI/CD 파이프라인 내 테스트 자동화 통합을 통한 상시 배포 환경 지원
• 버그 리포트 작성 및 Linear 기반 이슈 트래킹, 엔지니어링 팀과의 협업
• 반복 가능한 테스트 케이스 문서화 및 자동화 가능 영역 발굴
자격요건
필수 요건• B2B SaaS 제품 QA 경험 5년 이상
• 복잡한 데이터 파이프라인 또는 워크플로우 기반 제품의 테스트 경험
• API(REST) 테스트 경험 (Postman, Insomnia 등)
• 버그 재현 및 리포트 작성 능력, 엔지니어링 팀과의 실무 협업 경험
• AI/LLM 도구를 단순 보조 수단이 아닌 QA 워크플로우의 일부로 실제 업무에 적용한 경험
우리가 특히 주목하는 역량
• 기능 명세가 불완전한 상황에서도 엣지 케이스를 스스로 정의하고 테스트할 수 있는 사람
• 단순히 버그를 찾는 것을 넘어, 제품이 왜 그렇게 동작해야 하는지 이해하고 기준을 만드는 사람
• ERP처럼 복잡한 도메인을 빠르게 학습하고 제품 컨텍스트에 맞게 적용하는 사람
