통합 협업 플랫폼 (노션 + 채팅 + 드라이브)

사용기술

• Backend: Java, Spring Boot

• Frontend: JavaScript, Vue3

• Database: MariaDB, Redis, AWS S3, OpenSearch

• Infrastructure: Kubernetes, Docker, Nginx

• Cloud Services: AWS EKS, AWS MSK, Route53, CloudFront, Google Maps

• CI/CD: GitHub Actions, JIB, Argo CD

주요 역할

BE

백엔드 개발 리드

• 팀원들의 Kafka, STOMP 개발을 위해 보일러 플레이트를 작성하여 설명 및 예제 제공

데이터베이스 설계 및 최적화

• 데이터베이스 링크드리스트 기반의 설계를 통해 캔버스(노션 블록) 의 순서를 유지한체로 조회하도록 설계

대용량 파일 시스템 개발

• AWS S3 + Presigned URL 적용으로 서버 부하 감소 및 대용량 파일 업로드 속도 개선

실시간 알림 시스템 구축

• SSE(Server-Sent Events) 적용으로 폴링 방식 대비 네트워크 트래픽 절감 예상

• Redis Pub/Sub 기반 메시지 브로드캐스트로 다중 서버 환경에서도 안정적 실시간 알림 유지

검색 기능 최적화 (OpenSearch 도입)

• 기존 LIKE 검색 → OpenSearch 기반 역색인 검색으로 속도 10배 향상 (3초 → 0.3초)

• Nori 형태소 분석기 적용으로 한국어 검색 정확도 개선

CI/CD 파이프라인 구축

• GitHub Actions + ArgoCD 기반 CI/CD 구축 GitOps 구축 및 쿠버네티스 환경 시각화

• JIB을 활용한 Docker 이미지 최적화로 빌드 시간 약 40% 감소

스케줄링 및 데이터 관리 자동화

• Spring Batch + Redisson 분산 락 적용으로 중복실행 문제 해결

트러블 슈팅 및 고민

분산환경에서의 문제

🛑 문제:

• 분산환경에서 알림이 간혈적으로 누락되는 경우가 발생

✅ 해결:

• Redis Pub/Sub 도입 → 다중 서버 간 알림 및 데이터 동기화 구현

Drag & Drop 시 순서를 유지하는 방법

🛑 문제:

• ORDER BY + 인덱스 방식을 사용할 경우, 순서 변경이 빈번하면 인덱스 재정렬로 성능 저하

• Linked List 기반 구현 시, 삭제 시 prev/next 갱신 문제 발생

✅ 해결:

• Linked List 기반 순서 관리 적용 → prev_id, next_id를 활용하여 순서 변경 시 최소한의 연산만 수행

• 삭제 시 정합성 유지 → 삭제 시 prev/next를 갱신하는 로직을 트랜잭션 내에서 처리하여 데이터 무결성 유지

배치 스케줄링 시 페이지 시작점 문제

🛑 문제:

• Chunk 방식 사용 시, Hard Delete 후 OFFSET 변동으로 중복 삭제 또는 누락 발생

• 다중 서버 환경에서 동일한 배치가 중복 실행될 가능성 존재

✅ 해결:

• Chunk 방식 대신 Tasklet 방식 적용 → 삭제 후 OFFSET이 변하지 않도록 PK 기반 삭제 로직으로 전환

배포 속도 저하 및 테스트 비효율 문제

🛑 문제:

• Dockerfile 기반 빌드 시 빌드 시간이 오래 걸림

• ArgoCD가 ECR의 latest 태그를 인식하지 못해 배포 시 변경된 이미지가 반영되지 않음

• 배포 실패 시 원인을 빠르게 파악하기 어려움

✅ 해결:

• JIB(JVM 기반 빌드 도구) 적용 → 레이어 캐싱 최적화로 빌드 시간 단축

• 버전 태그를 명시적으로 관리 → latest 대신 버전을 명시한 형태로 태그를 생성하여 ArgoCD가 인식하도록 변경

• ArgoCD 알림 시스템 연동 → 배포 실패 시 디스코드 알림 발송하여 실시간 대응 가능

사용 기술

• Backend: Java, Spring Boot

• Frontend: Vue3

• Database: MariaDB, Redis

• Infrastructure: Kubernetes, Docker, Nginx

• Cloud Services: EKS, Route53, CloudFront, Google Maps

• CI/CD: GitHub Actions, JIB

주요 역할 (Backend Lead)

1. 소셜 로그인 및 리프레시 토큰 관리

• Google OAuth 기반 소셜 로그인 기능 구현

• JWT 기반 인증 적용 (액세스 토큰 + 리프레시 토큰)

• Redis를 활용한 리프레시 토큰 저장 및 자동 만료 처리

2. CI/CD 파이프라인 구축

• GitHub Actions + JIB 기반 빌드 및 배포 자동화

• 운영/개발 서버 분리하여 환경별 배포 프로세스 적용

• 블루-그린 배포 및 Health Check 도입으로 무중단 배포 구현

3. HPA를 활용한 자동 스케일링

• Kubernetes HPA(Horizontal Pod Autoscaler) 적용

• CPU 사용률 기반 자동 확장 및 리소스 최적화

4. 실시간 블록 이동 및 알림 시스템 구축

• SSE 기반 실시간 이벤트 처리

• Redis Pub/Sub을 활용한 블록 이동 및 그룹 초대 알림 기능 구현

트러블슈팅 및 해결 방법

1. HikariCP Connection Pool 고갈 문제

🛑 문제:

• SSE 요청 증가로 인해 HikariCP Connection Pool이 고갈되는 문제 발생

• java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available 오류 발생

• spring.jpa.open-in-view=true 설정으로 인해 트랜잭션이 View까지 유지되면서 Connection 반환이 지연됨

✅ 해결:

• SSE API에서 불필요한 JPA 트랜잭션 제거

• spring.jpa.open-in-view=false 설정하여 트랜잭션 종료 시 Connection 반환

• SSE 요청 처리 시 DB 접근을 최소화하고 별도 API에서 데이터 조회하도록 개선

• GET 요청에 @Transactional(readOnly = true) 추가하여 Lazy Loading 문제 방지

2. 블록 이동 및 알림 시스템 최적화

🛑 문제:

• 일정 블록을 달력으로 이동 시 모든 사용자에게 새로고침 요청을 전달해야 했음

• 그룹 초대 시 알림이 사용자에게 제대로 전달되지 않는 문제 발생

✅ 해결:

• SSE(Server-Sent Events) 기반 실시간 블록 이동 이벤트 전송

• Redis Pub/Sub을 활용하여 모든 사용자에게 동기화된 알림 전송

• 사용자 그룹 초대 시 알림 시스템 개선

3. 배포 속도 및 테스트 비효율 문제

🛑 문제:

• 기존 Dockerfile 기반 빌드 시간이 오래 걸림

• ArgoCD가 ECR의 latest 태그를 인식하지 못해 변경된 이미지가 반영되지 않음

• 배포 실패 시 원인을 빠르게 파악하기 어려움

✅ 해결:

• JIB 적용하여 Docker 이미지 빌드 최적화 (레이어 캐싱 활용)

• 버전 태그를 명시적으로 release-{timestamp} 형태로 관리하여 ArgoCD 인식 문제 해결

• ArgoCD와 Discord 알림 연동하여 배포 실패 시 실시간 알림 전송

4. 무중단 배포 및 블루-그린 배포 문제

🛑 문제:

• 블루-그린 배포 적용 시 Gradle 실행 시간이 있어 완벽한 무중단 배포가 어려웠음

• 배포 중 서비스 중단이 발생하는 문제 발생

✅ 해결:

• GitHub Actions을 활용한 CI 자동화 (코드 변경 시 자동 빌드 및 테스트 수행)

• JIB을 활용한 빠른 컨테이너 이미지 빌드 (Dockerfile 불필요)

• 운영 서버와 개발 서버를 분리하여 환경별 배포 프로세스 구축

• 개발 서버에서 Docker Compose와 쉘 스크립트를 활용한 블루-그린 배포 적용

• 배포 전 Health Check를 추가하여 안정적인 전환 보장

5. HPA 적용 및 서버 자동 확장 문제

🛑 문제:

• 트래픽 증가 시 서버 부하를 효과적으로 분산할 방법이 필요했음

• 실시간 알림 기능에서 재연결 시 메모리 해제 문제가 발생

✅ 해결:

• Kubernetes HPA(Horizontal Pod Autoscaler) 적용하여 CPU 사용률에 따라 자동 확장 설정

• 최소/최대 Pod 개수를 설정하여 비효율적인 리소스 낭비 방지

• 메모리 누수 발생 시 HPA를 통해 자동으로 재시작하여 문제 해결

• GDSC 주최 뉴이어 해커톤 참여

  • 백엔드 리드

  • 정기세션을 통한 테코톡 주최

  • 동아리 서버 관리

• blended 주류쉐어 플랫폼 개발

• 서울 경제진흥원 주최 새싹톤 Top 10 진출

• Spring Boot를 이용한 ToDoList 프로젝트

• Google Solution Challenge 참여

• java 스터디

• Spring 스터디