Vello: 클래스 패스에 없는 외부 이벤트 처리
클래스패스에 없는 외부 이벤트를 역직렬화 실패 없이 원시 형태로 보존하는 `LakeyEventConverter`를 소개했습니다. 대상 토픽 필터링과 중복 제거를 거쳐 `RawEvent`로 저장하는 흐름도 설명했습니다.

클래스패스에 없는 외부 이벤트를 역직렬화 실패 없이 원시 형태로 보존하는 `LakeyEventConverter`를 소개했습니다. 대상 토픽 필터링과 중복 제거를 거쳐 `RawEvent`로 저장하는 흐름도 설명했습니다.
동적 CMS와 JSON 기반 관광 콘텐츠 관리 시스템에 LLM을 적용한 사례를 소개했습니다. 또한 할루시네이션과 보안, 비용을 고려한 AI-Native 개발의 주의점을 정리했습니다.
전략 패턴으로 PG별 결제 연동을 분리해 결제 플로우를 단순화했습니다. 새 PG 추가 시 기존 코드를 거의 수정하지 않도록 확장성을 확보했습니다.
Git Flow, GitHub Flow, GitLab Flow를 비교하며 실무 브랜치 전략의 핵심을 정리했습니다.브랜치 이름보다 역할과 배포 규칙의 일관성이 더 중요하다고 설명했습니다.
LLM 자동번역 대상을 엔티티 직접 필드에서 중첩 객체와 목록 구조까지 확장했습니다.사용자 API는 단순하게 유지하고, index 기반 번역은 안정성 문제로 제외했습니다.
React에서 전역 Context와 비동기 흐름이 얽히며 중복 API 요청과 레이스 컨디션이 발생했습니다. AbortController, runId, Promise.all로 요청 취소와 최신 응답 보장을 개선했습니다.
실시간 트래픽과 백필 트래픽을 분리해 자원 고갈과 DB 스파이크를 막는 구조를 정리했습니다. 전용 큐와 비동기 스레드 풀, 크기 기반 청크 처리로 안정적인 대용량 재전송을 구현했습니다.
리뷰 기능의 입력값 검증과 이미지 업로드 검증을 강화해 품질을 개선했습니다. 프론트엔드와 백엔드 이중 검증과 데이터 정합성 관리로 운영 안정성을 높였습니다.
AI로 개인의 생산성은 빨라졌지만 팀의 진척으로 이어지려면 흡수 역량이 필요하다고 설명했습니다. 판단 가능성, 추적 가능성, 복구 가능성을 기준으로 팀의 수용 구조를 점검해야 한다고 정리했습니다.
MongoDB Online Archive 도입 과정에서 저장 비용뿐 아니라 조회 비용과 탐색 전략까지 함께 재설계했습니다. OFFSET 기반 조회를 Cursor 기반 순차 조회로 바꿔 비용과 메모리 사용량을 줄였습니다.
Kubernetes Pod의 OOMKilled 원인을 Memory Limit만으로 보지 않고 JVM Heap 설정까지 함께 점검했습니다. MaxRAMPercentage를 낮추자 Full GC가 정상 동작하며 재시작 문제가 해소됐습니다.
오래된 메신저를 WebSocket과 STOMP 기반으로 재구축한 사례를 소개했습니다. Presence를 RDB로 관리해 단순한 구조와 운영 효율을 확보한 점이 핵심입니다.
DB 스키마 마이그레이션 도구 4종을 비교하고, 환경별 선택 기준을 정리했습니다. 무중단 배포와 대용량 변경을 위한 운영 패턴도 함께 설명했습니다.
기획부터 테스트까지의 개발 사이클을 직접 경험하며 각 단계의 연결성을 회고했습니다. 사용자 흐름 정리와 협업 정보 전달, 테스트 자동화의 필요성을 체감했습니다.
메인 화면 응답 지연을 캐시 우선 렌더링과 백그라운드 갱신으로 개선했습니다. 메시지 큐로 조회 부하를 분산해 체감 속도와 운영 안정성을 함께 높였습니다.
OpenHTMLtoPDF를 검토하고 채택한 이유와 구현 구조를 정리했습니다. 한글 지원, 유지보수성, 보안 처리까지 함께 고려한 PDF 생성 경험입니다.
MSA 품질관리를 CI 게이트로 옮겨 일관된 기준으로 강제하는 방법을 정리했습니다. 변경 범위 검증, 차단 강도 분리, immutable artifact 승격을 통해 운영 신뢰성을 높였습니다.
산업용 IoT에서 MQTT의 Publish/Subscribe 구조와 QoS, Topic 기반 관리 방식을 소개했습니다.\n제한된 네트워크 환경에서도 확장성과 실시간성을 확보하는 활용 포인트를 정리했습니다.
ESLint와 Prettier로 Vue 3·TypeScript 프로젝트의 코드 스타일과 품질 규칙을 통일하는 방법을 다루었습니다. IDE와 SFC 파싱 문제까지 함께 정리해 협업 시 불필요한 diff를 줄이는 과정을 소개했습니다.
Fixture 기반으로 통합 테스트 데이터를 재사용 가능하게 정리한 경험을 공유했습니다. 공통 데이터는 `create`, 커스터마이징은 `gen`, 복수 시나리오는 `genMore`로 분리해 테스트 가독성과 유지보수성을 높였습니다.