01

Context

검색·이벤트·추천 트래픽이 함께 증가하면서 느린 검색과 이벤트 누락 가능성, 캐시 만료 시 부하가 운영 위험으로 이어졌습니다.

02

Problem

• 500만 건 조회 시 14.2초가 소요되는 검색 병목
• 트랜잭션 이후 이벤트 전달 과정의 누락과 중복 가능성
• 연관 조회가 중첩되며 28회까지 증가한 호출 비용
• 캐시 만료 순간 동시 요청이 DB로 집중되는 부하

03

Decision

• MySQL 쓰기 모델과 Elasticsearch 검색 모델의 책임 분리
• Outbox와 Debezium CDC를 통한 이벤트 전달 흐름 표준화
• 분산 락·Double-Check·TTL Jitter로 캐시 집중 완화
• Kubernetes 배포와 Prometheus·Grafana·Zipkin 관측 환경 구성

04

Verification

• 동일 검색 조건에서 14.2초를 60ms까지 개선
• k6 100 VU 기준 총 17,356건 처리와 오류율 0% 확인
• 연관 조회 흐름을 28회에서 2회로 축소
• 모니터링과 분산 추적으로 운영 상태를 확인할 수 있는 경로 마련

01

Context

면접 질문과 답변 분석 과정에서 외부 AI 호출이 연속으로 이어지며 사용자가 결과를 기다리는 시간이 길어졌습니다.

02

Problem

• 응답 생성 과정이 한 흐름에 묶여 체감 대기 시간이 증가
• 같은 맥락을 처리하는 LLM 호출이 반복되어 비용과 지연이 누적

03

Decision

• 응답 지연 구간을 측정해 병목이 발생하는 호출 흐름을 분리
• 중복되는 문맥 처리와 LLM 요청 단계를 정리

04

Result

• AI 응답 시간을 8.5초에서 2.3초로 단축
• LLM 호출을 21회에서 11회로 축소

01

Context

기업 협업 환경에서 실제 운영 업무와 요구사항을 확인하며 백오피스 기능을 설계하고 구현하는 프로젝트입니다.

02

Focus

• 운영 용어와 정책을 코드의 책임으로 옮기는 도메인 설계
• Kotlin/Spring 기반의 계층별 책임 분리
• 리뷰 가능한 단위로 계약과 구현 근거를 정리하는 협업 방식

03

Status

현재 진행 중인 협업 프로젝트이므로 확인된 역할과 기술 범위만 공개합니다.