← 경력으로 돌아가기
인라이플
추천 엔진 및 데이터 파이프라인 개발 | Spring WebFlux 기반 고성능 API 구축
💡 핵심 요약
- Spring WebFlux 도입으로 200만 동시접속 대응 API 성능 최적화
- 추천 배치 처리 시간 75% 단축 (12시간 → 3시간) - Apache Flink 활용
- CI/CD 및 모니터링 인프라 구축 - 타 팀에서도 채택하여 사용
- 팀 리더로서 기술 의사결정 및 팀원 협업 주도
주요 프로젝트
🚀 추천 데이터 송출 API 성능 개선
2021.03 - 2021.07 | 추천 팀 리더
추천 배치에서 생성된 다양한 종류의 추천 데이터를 조합하여 송출 서버에 제공하는 REST API 개발
주요 업무
- Spring WebFlux를 활용한 비동기 병렬 호출 API 개발
- 팀장으로서 팀원들과 함께 웹플럭스 도입 결정 및 주도
- ElasticSearch의 유사도 기반 데이터 조회 시 Redis 도입으로 응답 속도 향상
성과
- 약 200만 동시 접속자 발생 시 WebFlux의 성능 우위 확인
- 이벤트 루프 모델로 동작하여 CPU 사용량이 낮은 작업에서 효과 확인
🔧 추천 엔진 파트 모니터링 도입 및 CI/CD 구축
2021.02 - 2021.04 | 프로젝트 주도
팀 내 서비스 배포 및 모니터링 효율화를 위한 자동 배포 시스템과 CI/CD 도입
주요 업무
- 도커 및 도커 스웜을 활용하여 서비스 관리 체계 구축
- 그라파나와 프로메테우스를 통한 서비스 모니터링 시스템 구축
- Jenkins와 GitLab Runner를 활용하여 CI/CD 파이프라인 구축
성과
- 자체적으로 프로젝트를 기획하고 주도하여 진행
- 해당 인프라 구축 후, 다른 팀에서도 이를 적극적으로 채택하여 사용
📊 추천 배치 고도화
2020.06 - 2021.02
IBCF(아이템 베이스 기반) 추천 알고리즘을 사용한 추천 배치 서비스의 고도화 및 튜닝
주요 업무
- 사내에서 수집한 사용자 구매 로그 데이터를 카프카 서비스를 활용하여 컨슘
- 대량의 로그와 데이터로 인한 메모리 부족(OOM) 문제 해결
- Apache Flink 프레임워크를 활용하여 전처리 작업 추가
성과
- 동작하지 않던 배치를 정상 동작으로 복구
- 배치 완료 시간을 12시간에서 3시간으로 단축 (75% 개선)
- 새로운 로그에 대한 실시간성 추천 데이터 생성 성능 향상