

Vertex AI Search를 활용한 결과 없는 검색 개선하기
Vertex AI Search와 BigQuery 상품 데이터로 결과 없는 검색을 보완했습니다. A/B 테스트 후 전체 적용해 NR 케이스에서 300% 이상 성과를 지속했습니다.
새로운 기술 블로그가 추가되었어요


Vertex AI Search와 BigQuery 상품 데이터로 결과 없는 검색을 보완했습니다. A/B 테스트 후 전체 적용해 NR 케이스에서 300% 이상 성과를 지속했습니다.

SmartThings의 연결 끊김 문제를 완화하는 Calm Connection Care 기능을 소개했습니다. 주변 기기를 자동 검색하고 끊긴 기기를 감지해 복구를 시도합니다.

쿠버네티스 중계 API 서버를 Python에서 Go로 재구현하고 Informer 캐시를 적용했습니다. 그 결과 800개 노드의 리소스 계산 시간이 약 10초에서 0.2초로 줄었습니다.

네이버 검색의 지진 대응 사례를 통해 비상 대응 시스템과 상위 레벨 모니터링의 필요성을 설명했습니다. 빠른 이상 탐지, 자동 비상 모드, 수동 대응 UI가 서비스 안정성의 핵심이라고 정리했습니다.


출고준수율 지표의 정의와 계산 정책을 정리하고, 조회 성능 개선 과정을 단계적으로 다뤘습니다. 캐시, 병렬 쿼리, Materialized View로 응답속도를 크게 줄였습니다.


광고팀 MySQL 장애의 원인을 추천 API와 광고 서버 간 직접 호출 구조에서 찾았습니다. Kafka 토픽 발행으로 비동기화해 MySQL 부하를 줄이는 방향을 다뤘습니다.


고화질 이미지 다장 업로드의 지연과 서버 부하를 줄이기 위해 병렬 업로드, PreSignedURL, 이미지 압축을 적용했습니다. 업로드 진행 상태 UI까지 개선해 평균 50% 이상 성능을 향상했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

Kubernetes에서 DNS를 어떻게 구성하고 질의가 흐르는지 CoreDNS와 NodeLocal DNSCache 중심으로 설명했습니다. Pod와 Node의 nameserver 차이, Corefile 분석, Autoscaler와 DNS Policy까지 함께 다뤘습니다.


nGrinder를 활용해 네이버페이 부동산 상세 페이지의 부하테스트 과정을 정리했습니다. 최대 TPS와 병목을 확인하고 SSR, 캐시, HPA 설정을 개선한 사례입니다.

캐시 미스와 만료 구간에서 발생하는 Thundering Herd 문제를 줄이기 위해 req-shield를 설계했습니다. 락과 TTL 갱신 전략으로 중복 조회를 억제하고 부하 테스트로 성능 향상을 확인했습니다.

대용량 트래픽 환경에서 서버 증감, 캐싱, 모니터링으로 안정성과 비용 효율을 높이는 백엔드 업무를 소개했습니다. 쿼리 개선과 협업 체계 구축을 통해 개인보다 팀의 역량을 강화하는 관점을 공유했습니다.
대규모 트래픽이 몰린 라이브 쇼핑 서비스에서 Redis, DB, Gateway 병목을 줄인 방법을 공유했습니다. 서버 증설보다 모니터링과 캐시, 비동기 처리, 요청 통합을 통한 성능 개선이 핵심이었습니다.

요기요 채널링 서비스를 신규 마이크로서비스로 설계하고 런칭한 회고를 공유했습니다. API Gateway와 패키지 구조 설계로 확장성과 가독성을 높이고 파트너별 요구를 반영했습니다.

Next.js Full Route Cache 적용을 위해 상품 페이지를 ISR 기반 정적 경로로 전환했습니다. 평균 TPS를 34에서 220으로 높이고 CPU·응답시간을 개선했습니다.