미리보기

블레이버스에서 진행한 MVP 해커톤은 창업팀에서 제시하는 주제와 요구사항을 바탕으로 2주 내에 효율적인 MVP를 개발하는 대회입니다.

인원 구성은 아래와 같이 진행되었습니다.

• 기획 2명

• 디자인 1명

• 프론트엔드 2명

• 백엔드 4명

여기서 저는 백엔드 팀원으로 Springboot를 이용한 백엔드 개발을 담당했으며, 기존 요구사항에 대한 비즈니스 로직 설계 및 DB 모델링과 이를 고도화하는 작업을 주로 진행 하였고, 핵심 모듈을 제외한 API 설계 및 구현을 담당했습니다.

다른 팀에 비해 기술적으로 적절한 선택 및 구현과 배포로 테크 인사이트 상을 수상하였습니다.

딥러닝 기반 일관성 있는 이야기 장면 이미지 생성 AI 모델을 서비스하는 서비스 플랫폼 구축 프로젝트 입니다

인원 구성은 아래와 같이 진행했습니다

• AI 연구 1명

• 프론트엔드 2명

• 백엔드 1명

여기서 저는 백엔드 담당으로 비즈니스 로직 설계와 DB 모델링 및 AI 모델을 실행하기 위한 모델 서버와 Spring Boot를 이용한 서비스 서버를 구축하였고, 관련된 기능의 API를 구현했습니다.

경북대학교 산학연구원 이름으로 소프트웨어 등록을 진행했습니다.

github : https://github.com/touhou09/Log_Monitoring_System

대규모 로그 데이터에 대한 모니터링, 분석, 처리를 목표로 하는 PoC(Proof of Concept)

• FastAPI: Streaming API를 통한 실시간 로그 생성

• Kafka: 대규모 로그 메시지 스트리밍 처리

• Spark Structured Streaming: 실시간 데이터 파싱 및 가공

• ClickHouse: 초고속 OLAP 분석 데이터 저장소

• Docker Compose: 개발 및 테스트 환경 관리

• Grafana: 모니터링 및 시각화

규모가 커지는 과정에서 Spark Worker의 Session이 중단되는 상황이 발생

- 문제 상황이 Docker Container의 OOM Kill에 관한 문제

→ Docker Compose의 메모리 설정을 직접 튜닝하여 해결

github : https://github.com/touhou09/TicketChecker

네이버 항공권 API 기반 항공권 데이터 관련 통계를 정리하는 실시간 대시보드 제작

• DW(데이터 웨어하우스) : Bigquery

• 데이터 처리 : Pandas

• ETL Pipeline : Airflow

• CI/CD 및 배포 : GCP(GCE, GCS), Docker-compose, github actions

• BI(D.V) : Apache Superset

데이터 정합성 부족과 다량의 결측치 발생

- 문제 해결을 위해 Pandas 기반 파싱 로직 구현

→ BigQuery 호환 형태로 정제하여 수집 안정성 및 적재 효율성 확보

github : https://github.com/touhou09/Blaybus-Haertz-Server

헤어 디자인 컨설팅 매치 서비스의 MVP 개발

백엔드 팀 소속으로 비즈니스 로직 설계 및 DB 모델링, 핵심 모듈(결제, 구글 meet 연결)을 제외한 API 구현

• Web Framework : Spring Boot

• DB : Mysql

• CICD 및 배포 : AWS(EC2), Docker-compose, github actions

비즈니스 로직 불일치 이슈 발견

- 기획자와 협업하여 요구사항 재정의 및 기존 DB 구조 재설계
→ 유지보수성과 데이터 정합성 향상

github : https://github.com/touhou09/WMMap

공공API의 재난 문자 데이터를 이용한 ETL Pipeline과 데이터 마트 구축 프로젝트

• ETL Pipeline : Airflow

• 데이터 처리 : pySpark

• CICD 및 배포 : AWS(ECS, ECR), Docker - compose, github actions

• 데이터 마트 : AWS(S3, DocumentDB로 구성)

github : https://github.com/touhou09/Style_transfer

연속된 프롬프트의 일관성 있는 이미지 생성 AI 서비스 프로젝트

백엔드 담당으로 비즈니스 로직 설계와 DB 모델링 및 AI 모델을 실행하기 위한 모델 서버와 Spring Boot를 이용한 서비스 서버를 구축하였고, 관련된 기능 API를 구현

• Web Framework : Spring Boot, FastAPI

• 비동기 처리 구조 : Webflux

• DB : MongoDB

Spring Boot 동기 서버와 FastAPI 비동기 서버 간 API 호출 시 전송 실패 발생
- Webflux 기반 비동기 처리 도입

→ 안정적인 시스템 간 데이터 연동 구현