

Spring Boot 4.1까지 나온 지금, 무엇이 바뀌었고 무엇을 먼저 준비해야 할까요
Spring Boot 4 이행 시 자동 설정 분리와 Jackson 3 전환으로 발생하는 호환성 문제를 정리했습니다.\n특히 JSON 직렬화 비교와 컨텍스트 로딩 테스트를 사전 안전장치로 권장했습니다.
새로운 기술 블로그가 추가되었어요


Spring Boot 4 이행 시 자동 설정 분리와 Jackson 3 전환으로 발생하는 호환성 문제를 정리했습니다.\n특히 JSON 직렬화 비교와 컨텍스트 로딩 테스트를 사전 안전장치로 권장했습니다.


AWS Elastic Disaster Recovery로 온프레미스 21대 서버의 DR 환경을 구축한 사례를 정리했습니다. 복제, 부팅, 서비스 단계의 이슈와 서버별 복구 목표 설정 과정을 공유했습니다.


채널코퍼레이션은 DynamoDB User 테이블의 Badge 트래픽과 GSI 병목을 분리해 해결했습니다. Export/Glue/Import 기반 마이그레이션으로 서비스 영향 없이 5.5시간 수준으로 전환했습니다.


다운로드·업데이트 가능한 애플리케이션에서 Flyway로 DB Migration을 운영한 경험을 정리했습니다. 멱등성, 백업, 롤백, 버전 관리 규칙까지 함께 설계해야 안전하다는 점을 다뤘습니다.


Java 21 기반 게시판 프로젝트를 Java 25 환경으로 옮기는 과정을 다뤘습니다. 호환성 3요소와 Gradle, ByteBuddy, Hibernate 체크 포인트를 함께 살펴봤습니다.

AWS Transform for migrations가 13개 언어 현지화를 지원하도록 확대했습니다. 팀이 선호 언어로 계획 검토와 승인, 작업 진행을 할 수 있게 됐습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


DB 스키마 마이그레이션 도구 4종을 비교하고, 환경별 선택 기준을 정리했습니다. 무중단 배포와 대용량 변경을 위한 운영 패턴도 함께 설명했습니다.

Salesforce의 연동·정합성 병목을 해결하기 위해 AI와 사용자 인터뷰를 결합해 자체 CRM을 개발했습니다. 관계형 데이터 모델과 유스케이스 중심 화면으로 업무 전환과 정산 효율화를 추진했습니다.
![[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)

Oracle 마이그레이션을 데이터 이전이 아닌 Use Case 이전으로 접근하는 전략을 소개했습니다. Lakehouse Federation, Lakebridge, GenAI Migration으로 단계적 자동화를 제안했습니다.

네이버 검색의 대규모 VictoriaMetrics 운영 구조와 Hot/Warm 2계층 설계를 소개했습니다. 메모리 한계를 해결하고 180대 장비를 무중단으로 전환한 방법도 공유했습니다.

상품·쿠폰·증정·프로모션 데이터를 Kafka 기반 준실시간 구조로 전환한 사례입니다.\nRedis Pub/Sub, Aggregation Topic, Shadow Table로 정합성과 안전한 이관을 확보했습니다.


분산된 웹 자산을 디자인 토큰 기반 Next.js 모노레포로 통합했습니다.\nAI 에이전트용 규칙과 자동화로 전사 기여 가능한 브랜드 플랫폼을 구축했습니다.

채널톡이 사내 엔지니어 세션을 바탕으로 친구·지인 초대형 오프라인 행사를 기획한 과정을 공유했습니다. 모객 방식과 네트워킹 설계, 운영 결과와 개선점을 함께 정리했습니다.

LINE은 여러 명과의 대화와 그룹을 ‘그룹 대화’로 통합했습니다. 기능 차이를 줄이고 마이그레이션과 힌트 제공으로 사용자 편의성과 리소스 효율을 높였습니다.