

한계에 도달한 전시 서버, 그리고 우리의 해답
전시 API 서버의 트래픽 증가와 Scale-in 전환에 맞춰 성능 최적화 과정을 정리했습니다. MongoDB 커넥션, 재시도 정책, 캐시와 조회 로직을 조정해 TPS와 안정성을 함께 높였습니다.
새로운 기술 블로그가 추가되었어요


전시 API 서버의 트래픽 증가와 Scale-in 전환에 맞춰 성능 최적화 과정을 정리했습니다. MongoDB 커넥션, 재시도 정책, 캐시와 조회 로직을 조정해 TPS와 안정성을 함께 높였습니다.


상품 텍스트를 Semantic ID로 압축하고 유저 행동을 Transformer로 해석해 개인화 추천 모델을 구축했습니다. 지식 증류와 데이터 엔지니어링으로 정확도와 속도를 함께 개선하고 A/B 테스트 성과를 확인했습니다.

네이버 통합검색 클릭 로그를 히트맵과 히스토그램으로 시각화하는 방법을 소개했습니다. 실시간으로 변하는 검색 서비스에 대응하며 얻은 시행착오와 노하우도 공유했습니다.

입사 2일차에 실제 앱 기능을 배포하며 빠르게 실무에 적응한 프론트엔드 인턴 인터뷰입니다. 레거시 정리와 성능 개선, 모니터링 도구 활용을 통해 팀의 생산성과 안정성에 기여한 경험을 전했습니다.
항공권 환불 규정 계산을 AI와 코드로 분담해 자동화한 사례를 다뤘습니다. 최종적으로 응답 시간을 5초 이내로 줄이고 고객 경험도 개선했습니다.

장시간 엑셀 생성 작업에서 Kafka Consumer 타임아웃으로 중복 발송이 발생했습니다. RDB 기반 Task Queue와 Heartbeat로 재시도와 장애 복구를 안정화했습니다.


디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.

DBT와 Airflow로 데이터 계보 중심 파이프라인 Flow.er를 구축한 사례를 소개했습니다. 운영 비용 절감과 조직 확장을 위한 구성 요소와 개선 경험을 공유했습니다.
당근페이는 FDS에 룰엔진을 먼저 구축해 이상거래를 유연하게 탐지하도록 만들었습니다. 이후 LLM과 RAG를 붙여 거래 맥락까지 반영하는 AI Powered FDS로 확장했습니다.

RAG 대신 내부 API를 직접 활용해 실시간 차량 정보를 전달하는 API 증강 생성 아키텍처를 소개했습니다. 병렬 호출, 캐싱, SSE 스트리밍으로 실시간성과 비용 효율을 함께 개선했습니다.


AWS 기반 가상 임베디드 개발 환경으로 자동차 OEM과 공급업체의 협업과 통합 테스트를 앞당기는 방법을 소개했습니다. 소스 공개 없이 CI/CT를 수행하고 하드웨어 비용과 후반 재작업 부담도 줄일 수 있습니다.
숙박 상품 등록 흐름을 Slack, Google Sheets, OCR, API, Playwright로 자동화했습니다. 온보딩 시간을 10분 내외로 줄이고 반복 오류도 줄였습니다.