Redis 6.x에서 Valkey 9.0으로: 운영 캐시 성능과 비용을 함께 개선한 전환기
Redis OSS 6.x 캐시를 Valkey 9.0으로 전환해 성능과 비용을 함께 개선한 사례를 정리했습니다. 업그레이드 중 client 재연결과 클러스터 대응 검증이 핵심이었습니다.
성능 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
Redis OSS 6.x 캐시를 Valkey 9.0으로 전환해 성능과 비용을 함께 개선한 사례를 정리했습니다. 업그레이드 중 client 재연결과 클러스터 대응 검증이 핵심이었습니다.
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.

Datadog RUM 도입 과정에서 세션 과금 구조를 분석하고 의미 있는 세션만 남기는 전략을 적용했습니다. 봇 필터링과 샘플링 최적화로 비용을 약 90% 줄이며 관측 품질도 높였습니다.
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.
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.