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

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

네이버 통합 검색의 웹 성능을 실제 사용자 환경 기준으로 측정하고 관리하기 위해 LCP 필드 데이터와 대시보드를 구축했습니다. 실시간 모니터링과 상세 분석을 분리해 성능 현황 파악과 원인 분석이 가능하도록 설계했습니다.

Kafka Streams로 로그인 성공·실패 이벤트를 실시간 분석해 이상 로그인 감지 시스템을 구축했습니다. 상태 저장소, windowing, 모니터링 설정으로 보안 대응성과 운영 안정성을 높였습니다.

Terraform으로 온프레미스 서버 생성과 운영 자동화를 다룬 글입니다. AWX와 Prometheus 연동을 포함한 인프라 관리 흐름을 소개합니다.

네이버 통합 검색은 성능 리포트와 알람으로 웹 성능 변화를 지속적으로 모니터링했습니다. 또한 JavaScript 로딩 시점을 조정해 LCP를 개선하고 오류를 함께 관리했습니다.


AWS Well-Architected와 Terraform으로 안전한 마이그레이션·현대화 방안을 소개했습니다. 또한 Sentinel, Drift Detection, Continuous Validation을 활용한 운영 거버넌스 구성 사례를 설명했습니다.


Andrej Karpathy가 Llama 3의 성능, 데이터, 학습 규모를 긍정적으로 평가했습니다. 동시에 더 긴 컨텍스트와 더 작은 모델에 대한 아쉬움도 언급했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


올리브영 QA가 Datadog을 이용해 배포 전후 이슈를 감지하고 로그, RUM, Synthetics로 품질을 관리한 사례를 소개했습니다. 추가로 Session Replay와 User Journeys 같은 기능의 활용 가능성도 살펴보았습니다.

LINE VOOM 실시간 추천을 위해 Go 채널 대신 Redis Streams 기반 큐잉 구조를 도입한 과정을 소개했습니다. 클러스터 메모리 집중 문제를 쿠폰 수집가 문제로 풀고, 운영 스위치와 모니터링 API까지 마련했습니다.

입사 2개월차 백엔드 인턴이 프로젝트 개발과 장애 대응을 통해 배운 점을 공유했습니다. 테크 스펙, 테스트, 모니터링, 회고가 성장과 안정성에 중요했다고 정리했습니다.

당근이 Vertex AI Pipelines와 TFX로 서버리스 ML 훈련 인프라를 구축한 사례를 공유했습니다. 공통 컴포넌트, 모니터링, 알림, EoS 관리로 운영 효율을 높였습니다.

차량 주행 소리를 AI로 분석해 도로 노면 상태를 검지하는 ARHIS를 소개했습니다. 4단계 처리와 음향 전처리, 이중 AI 모델로 높은 검지 성능과 운영 장점을 설명했습니다.