Spring Data Redis Repository와 RedisTemplate의 실전 성능을 비교했습니다. 단순 캐시에는 RedisTemplate이 더 적합하며 CPU와 메모리 효율이 좋았습니다.
기획전 API의 중복 조회와 중첩 저장 구조를 분리해 성능을 개선한 사례를 다뤘습니다. 다만 구조 분리만으로는 충분하지 않아 실제 조회 패턴과 운영 부하까지 함께 고려해야 했습니다.
AWS DevOps Agent로 성능 테스트 분석을 자동화하는 활용 사례를 소개했습니다. JMeter 부하 테스트에서 병목 원인을 찾고 수정 후 재검증하는 흐름을 보여주었습니다.
Android 웹뷰에서 무한 CSS 애니메이션이 앱 CPU를 크게 올리는 현상을 조사했습니다. transform 최적화만으로는 해결되지 않았고, 지속 애니메이션 자체를 줄이는 방향이 필요했습니다.
Kafka 파티션 수를 처리량과 컨슈머 catch-up 기준으로 계산하는 산정식을 정리했습니다. 운영 환경 실측값을 반영해 토픽별 초기 파티션 수를 일관되게 정하는 방법을 제안했습니다.
AI가 위지윅 에디터 성능 개선을 반복 실험하도록 Auto Research 루프를 구성했습니다. 실제 체감 성능을 반영하는 벤치마크와 점수표 설계가 핵심이라는 점을 확인했습니다.
AI에게 에디터 성능 개선을 맡겨 Auto Research 루프를 실험했습니다.\n평가 지표 설계가 핵심이었고, 실제 체감 성능에 맞는 벤치마크가 중요하다고 정리했습니다.
TVING 쇼츠 플레이어의 단일 인스턴스 구조와 프리로드 최적화 과정을 정리한 글입니다. 메모리 문제와 VST 지연을 줄여 더 부드러운 시청 경험을 만들었습니다.
Grafana k6와 몬테카를로 시뮬레이션으로 EC2 인스턴스 7종의 CPU 성능을 비교했습니다. 성능과 비용을 함께 보며 가격 대비 성능 관점의 선택이 중요하다고 정리했습니다.
텍스트뿐 아니라 이미지와 음성까지 처리하는 옴니모달 서빙 구조를 다뤘습니다. 실제 서비스 환경에서 안정성과 성능을 높이기 위한 설계와 최적화 과정을 정리했습니다.
AI와 Chrome DevTools flame chart를 함께 써서 Web 성능 병목을 빠르게 찾고 개선한 사례입니다. 배열 순회, Worker 통신, 소켓 이벤트를 줄여 하루 만에 체감 성능을 높였습니다.
Chrome DevTools flame chart와 AI를 결합해 Web 앱의 병목을 빠르게 찾고 개선한 사례를 소개했습니다. O(n²) 구조, Worker round-trip, 소켓 이벤트 폭탄을 줄여 성능을 개선했습니다.
