
배송최적화 시스템 구축기 Part 02. 복잡한 비즈니스 로직에 유연한 디자인 패턴 입히기
복잡한 배송 센터 결정 로직을 전략 패턴과 컴포지트로 분리해 확장성과 유지보수성을 높였습니다. DB 기반 룰 On/Off와 실행 순서 제어로 배포 없이 정책 변경과 성능 최적화도 가능하게 했습니다.

복잡한 배송 센터 결정 로직을 전략 패턴과 컴포지트로 분리해 확장성과 유지보수성을 높였습니다. DB 기반 룰 On/Off와 실행 순서 제어로 배포 없이 정책 변경과 성능 최적화도 가능하게 했습니다.


IoT 환경에서 Edge Computing을 활용해 현장 데이터 처리와 중앙 통합 처리를 분리한 사례를 소개했습니다. 네트워크 단절 대응, 불필요한 데이터 제거, 데이터 표준화 방식도 함께 설명했습니다.


모듈러 모놀리식에서 이슈 도메인만 따로 기동하는 standalone 구조를 소개했습니다. 빌드 조립과 트랜잭션 경계 분리를 통해 빠른 검증 환경을 만드는 방법을 설명했습니다.


SDUI를 도입했지만 화면 결정이 코드에 남아 있어 배포 병목이 계속 생겼습니다. 이를 해결하기 위해 화면 구성을 데이터화한 UX Builder와 토큰 기반 운영 구조를 설계했습니다.

AWS Lambda를 네 가지 실행 모델로 나눠 구조와 용도를 비교했습니다. 워크로드 성격에 따라 어떤 모델에서 시작할지와 주요 한도도 정리했습니다.

kt cloud PLATFORM IAM의 조직·프로젝트·역할 기반 권한 관리와 로그인 보안 체계를 소개했습니다. 계정 관리 수준을 넘어 최소 권한과 보안 거버넌스를 강화하는 방향을 설명했습니다.

kt cloud가 Observability Alert 플랫폼을 구축한 사례를 정리했습니다. 조직별 격리, 통합관제 연계, 이력 관리를 위한 설계와 운영 포인트를 다뤘습니다.


AWS S3에서 다른 오브젝트 스토리지로 이전하며, Adapter 교체가 성립하려면 어떤 전제가 필요한지 확인했습니다. 헥사고날 아키텍처는 애플리케이션 코드를 지켜주지만 인프라와 데이터 이전은 별도로 대응해야 했습니다.


AWS AI-DLC를 System Maintenance 환경에 맞게 3계층 Override 구조로 커스터마이징한 사례를 소개했습니다. 반복 질문 제거, 추측 방지, 자동화로 운영 유지보수 효율을 높인 점이 핵심입니다.
토스는 대규모 프론트엔드 모노리포의 의존성 파편화를 해결하기 위해 카탈로그를 도입했습니다. 이를 통해 설치 속도와 개발 경험을 개선하고 최신 플랫폼 변경을 안정적으로 전파했습니다.


Mock 의존을 줄이기 위해 유스케이스 분리, 리포지토리 포트화, 트랜잭션 정리를 단계적으로 진행했습니다. 문서보다 lint·타입·CI 같은 강제 규칙으로 사람과 AI의 관성을 막았습니다.
당근 실험플랫폼이 지표 UI화, 상호배제 그룹, Experiment MCP로 실험 운영 병목을 줄인 사례를 소개했습니다. 실험 설계와 반복 작업을 더 빠르고 편하게 만들기 위한 구조와 자동화 방향을 다뤘습니다.


Gradle 멀티모듈로 경계를 강하게 고정하면 잘못된 의존은 막을 수 있지만, 경계를 옮기는 비용도 커졌습니다. 그래서 함께 바뀌는 리듬을 기준으로 모듈 경계를 다시 설계하는 방법을 정리했습니다.


애플리케이션 계층에서 관계를 다루는 이유와 구조를 정리했습니다. DB/JPA에 맡기기보다 이벤트 전파와 메타데이터로 관계를 명시적으로 관리하는 방식입니다.