미리보기

GitHub : https://github.com/Jisu-Shin/swimcolorProject

프로젝트 개요

• 수영복 구매 시 매칭되는 수모 색상을 직관적으로 확인하기 어려운 문제를 해결하기 위해, YOLO 세그멘테이션과 색상 분석 알고리즘을 활용한 수모 추천 서비스 개발

• 초기에는 Docker 기반 Spring Boot 서버와 Python AI 추론 서버를 각각 AWS App Runner에 배포하여 2주 내 MVP를 구현

• 이후 AI 추론 환경의 무거운 Docker 이미지와 긴 처리 시간을 개선하기 위해 크롤링·색상 추출을 Lambda로 분리하고 SQS 기반 이벤트 드리븐 비동기 구조로 재설계하여 성능을 개선

기술 스택

Spring Boot, JPA, MySQL(AWS RDS), AWS Lambda, SQS, EC2, Docker, ECR, GitHub Actions

역할

• Backend API, AI 색상 분석 파이프라인, AWS 인프라 설계 및 구현 담당 (기여도 100%)

주요 성과

• Lambda 기반 드리븐 이벤트 아키텍처 설계

  • FastAPI 기반 AI 서버의 무거운 Docker 이미지 문제를 해결하기 위해 크롤링·색상 분석 기능을 AWS Lambda로 분리

  • Lambda 간 직접 호출 시 동기(RequestResponse) 호출로 인한 블로킹 구조 가능성 확인

  • 크롤링 완료 이벤트를 SQS에 적재하고 트리거로 색상 추출 Lambda가 실행되는 이벤트 드리븐 구조 설계

  • SQS 기반 이벤트 드리븐 비동기 처리 구조로 서비스 간 결합도 감소 및 확장성 확보

• 크롤링·AI 처리 성능 개선 (15분 → 1분, 약 93% 단축)

  • App Runner(2vCPU, 4GB) 단일 처리 구조에서 Lambda 분리 및 병렬 구조로 개선

  • 100건 단위 SQS 배치 처리, 동시성 2 설정, DLQ(최대 수신 5회) 구성

  • 124건 기준 처리 시간 15분 → 1분 이내 단축

• Docker 이미지 최적화 및 실행 환경 분리

  • ML 의존성(torch 등) 포함 통합 Docker 이미지 4,864MB 확인 후 dive로 레이어 분석 수행

  • 크롤링·색상 추출 역할 기준 이미지 분리하여 736MB / 695MB로 경량화 (약 85% 감소)

  • GitHub Actions CI에서 빌드 및 ECR 업로드 포함 8분 → 1분대 단축 (최대 87% 개선)

• AI 기반 색상 분석 시스템 구축

  • YOLO Segmentation 기반 수영복·수모 객체 분리

  • K-means 클러스터링으로 대표 색상 3개 추출

  • RGB → LAB 색공간 변환 및 CIEDE2000 알고리즘 적용하여 인간 지각 기반 색상 유사도 매칭 구현

GitHub : https://github.com/Jisu-Shin/oo-sms

프로젝트 개요

• 실무에서 신규 요건 추가 시 기존 클래스에 코드를 반복 수정하던 경험에서 출발, 인프런 '스프링 핵심 원리' 학습을 계기로 SRP·OCP를 제대로 적용한 구조로 실무 SMS 발송 시스템을 직접 개선해본 리팩토링 프로젝트

• 설계 개선 → 테스트 작성 → 커버리지 측정의 사이클을 반복하며 완성도를 높임 (Instruction 85%, Branch 86% 달성)

역할

• 절차지향 SMS 발송 로직을 분석하고 SOLID 원칙 기반 객체지향 구조로 리팩토링 설계 및 구현 (기여도 100%)

기술 스택

• Java, Spring, Spring Data JPA, JUnit, Jacoco, Git

주요 성과

• SRP 적용을 통한 책임 분리

  • 발송 로직과 변수 바인딩 로직이 혼재된 96줄 단일 클래스를 책임별 클래스로 분리

  • 평균 19줄 수준의 응집도 높은 클래스 구조로 재구성하여 약 80% 경량화

• OCP 기반 확장 구조 설계

  • VariableBinder 인터페이스와 추상 팩토리 패턴을 적용하여 도메인별 변수 바인딩 로직을 분리

  • 신규 도메인 추가 시 기존 코드 수정 없이 팩토리에서 구현체만 생성하도록 설계

• DIP 기반 런타임 전략 선택 구조 구현

  • Spring Bean Map 기반 전략 패턴을 적용하여 도메인 타입에 따라 VariableBinder 구현체를 런타임에 동적으로 선택

  • 발송 로직과 변수 바인딩 로직 간 결합도 제거

• 테스트 기반 리팩토링 안정성 확보

  • JUnit 테스트 작성 및 JaCoCo를 통한 테스트 커버리지 측정

  • Instruction 85%, Branch 86% 커버리지 달성

프로젝트 개요

• OK저축은행의 차세대 전산시스템 구축 프로젝트에서 UMS(SMS/E-Mail/Fax) 영역 백엔드 개발 및 운영 개선 담당

• 대량 메시지 발송, 배치 처리, 트랜잭션 분리 등 메시징 시스템 전반의 안정성 및 성능 개선 수행

기술스택

• Java, Spring, JavaScript, Mybatis, Oracle, Linux

주요 역할

• UMS(SMS/E-Mail/Fax) 백엔드 개발 및 운영 개선 전담 (기여도 100%)

• 대량 발송, 배치 처리, 트랜잭션 분리 등 SMS 발송 시스템 구조 분석 및 개선 수행

• Oracle RDBMS 기반 발송 이력 관리 및 데이터 구조 개선

주요 성과

① 대량 SMS 발송 구조 배치 전환으로 타임아웃 문제 해결

• 온라인 처리 방식의 SMS 발송 기능 테스트 중 대량 발송 시 타임아웃 발생하는 구조적 한계 발견

• 대량 발송 시나리오를 분리하여 배치 기반 비동기 처리 구조로 재설계 및 구현

• 엑셀 파일 기반 발송 대상 파싱, 메시지 템플릿 변수 추출 및 치환 로직 개발하여 안정적인 대량 발송 환경 구축

② 트랜잭션 분리를 통한 SMS 발송 누락률 0% 달성

• SMS 발송, 이력 저장, 후속 연동이 단일 트랜잭션으로 처리되어 장애 시 전체 롤백 발생하는 구조 분석

• @Transactional(REQUIRES_NEW) 적용하여 핵심 발송·이력 저장 로직을 독립 트랜잭션으로 분리

• 후속 연동 로직은 배치 기반 비동기 처리 구조로 전환

• 장애 발생 시 전체 롤백 문제를 제거하여 발송 누락률 0% 달성

③ SMS 발송 이력 Unique Key 중복 문제 해결

• SMS 발송 API 호출 시 Unique Key 중복 예외 발생

• Oracle 시퀀스 값 길이 제한 및 순환(cycle) 설정으로 인한 중복 가능성 파악

• DBA와 협업하여 시퀀스 길이 및 순환 정책 개선으로 중복 예외 해결

④ SMS 발송 이력 조회 성능 개선

• 데이터 이행 이후 수억 건 규모 발송 이력 조회 시 간헐적 타임아웃 발생

• 실행 계획 분석을 통해 인덱스 정상 사용 여부 확인

• 애플리케이션 로그 기반 사용자 조회 패턴 분석

• 기본 조회 조건을 단기 기간 범위로 조정하여 조회 성능 안정화

기술 스택 : Java, Spring, Oracle, Linux, Spring Batch, WebSquare, JavaScript

• OK저축은행 차세대 전산시스템 구축 프로젝트 참여 (2021.06~2023.07)

• UMS(SMS/Email/Fax) 영역 백엔드 개발 및 운영 개선 전담

Java의 핵심개념과 Spring의 기초를 학습하고, 알고리즘 문제 풀이와 모의 코딩 테스트를 통해 실력을 향상했습니다.

Django의 Channels 라이브러리와 Face Recognition 라이브러리를 활용하여 ‘얼굴 인식 기술을 기반으로 한 포인트 적립 웹 애플리케이션’을 개발했습니다. 이 프로젝트는 캡스톤 디자인 온라인 경진대회에서 장려상을 수상하며, 실시간 웹 소켓 통신 및 얼굴 인식 기술을 다룰 수 있는 기회였습니다. 이전의 딥러닝 챗봇 프로젝트에서 쌓은 Django 프레임워크에 대한 지식이 큰 도움이 되었습니다.

Django 프레임워크와 DNN 딥러닝 모델을 활용하여 복합쇼핑몰을 위한 정보 제공 챗봇을 개발하였습니다. MVC 패턴에 대한 학습을 통해 소프트웨어 아키텍처의 이해도가 향상되었습니다.