

Amazon DocumentDB 인덱스 최적화로 미리캔버스의 쿼리 성능을 개선 사례
Amazon DocumentDB로 전환하며 발생한 인덱스와 쿼리 성능 문제를 여러 사례로 정리했습니다. 쿼리 플래너 차이와 운영 포인트까지 함께 다뤘습니다.


Amazon DocumentDB로 전환하며 발생한 인덱스와 쿼리 성능 문제를 여러 사례로 정리했습니다. 쿼리 플래너 차이와 운영 포인트까지 함께 다뤘습니다.

토스가 lodash 대체용 JavaScript 유틸리티 라이브러리 es-toolkit을 소개했습니다.\nES Modules와 TypeScript 기반 재설계로 번들 크기와 성능을 크게 개선했습니다.

개인화 추천 템플릿 메인 페이지의 LCP 지연을 줄이기 위해 CSR을 유지한 채 전환 애니메이션과 네트워크·API·이미지 로딩 최적화를 적용했습니다. 그 결과 부드러운 랜딩을 확보하면서도 첫 화면 성능을 개선했습니다.

biz-crm 대용량 검색 지연 문제를 사용자 인터뷰로 원인부터 재점검했습니다. 범용 필터를 줄이고 IndexedDAO를 도입해 인덱스 기반 조회로 개선했습니다.

코드 생성과 Agentic RAG에서 최적 LLM이 다르다는 점을 비교 평가로 정리했습니다. 이기종 파이프라인과 안정성·비용을 함께 고려한 모델 선택이 중요하다고 제시했습니다.

전국 1,300개 매장 전자라벨 배치를 위해 Partitioning으로 락 경합을 제거하고 처리 시간을 크게 줄였습니다. 또한 Aurora Serverless v2로 트래픽에 맞게 자동 확장해 성능과 비용을 함께 개선했습니다.


온디바이스 얼굴 식별 파이프라인의 병목을 정량 분석해 최적화한 사례를 소개했습니다. 연산 흐름 조정과 병렬화로 응답 시간과 처리량을 크게 개선했습니다.

Next.js App Router에서 RSC와 TanStack Query prefetch를 결합해 이벤트 상세 페이지의 초기 로딩과 레이아웃 시프트를 개선했습니다. LCP는 약 38% 줄었고, 선택적 적용과 서버 부하 모니터링 전략도 함께 정리했습니다.

지도보기 API의 병목이던 표준 상품 API 호출을 동적 window 분할과 Coroutine Async로 병렬화했습니다. 그 결과 응답 시간을 8~10초에서 약 2초로 줄이고 TPS도 크게 개선했습니다.

PLP 최저가 계산에서 모든 객실을 끝까지 계산하던 방식을 가지치기로 줄인 사례를 소개했습니다. 계산량은 크게 줄었지만 실제 성능 개선은 DB 조회 비용 때문에 제한적이었습니다.

Figma 플러그인 2.0의 성능 개선을 위해 통신 계층과 렌더링 구조를 전면 재설계했습니다. 비동기 매칭, 탐색 비용, 이미지 로딩, 스토리지 동기화를 최적화해 체감 속도와 안정성을 높였습니다.

SwiftUI 기반 Date·인원 선택 UI를 도메인별 정책에 맞게 분리하고 공통 달력 Core로 재구성했습니다. LazyVGrid를 대체해 iOS 16 안정성과 렌더링 성능도 개선했습니다.