👋 환영합니다! 쥐뿔도 모르는 개발자가 백엔드, 인프라, 트러블슈팅 등의 경험을 공유하고 기록하는 개발 블로그입니다 ✨

About Me

Profile

“왜?‘라는 질문에서 출발해 문제의 근원을 파고드는 것을 즐기는 개발자 정정일입니다.”

안녕하세요! 저는 에러 로그 너머의 진짜 이야기를 찾아내는 것을 좋아하는 백엔드 개발자입니다. 저에게 개발은 단순히 코드를 작성하는 행위를 넘어, 하나의 문제를 해결하기 위해 가설을 세우고 집요하게 파고드는 한 편의 추리소설과도 같습니다.

저는 기술 구현 자체에만 매몰되기보다

“우리 서비스에 지금 가장 필요한 개선은 뭘까?”
“이 문제를 해결할 최적의 방법은 무엇이고, 우리 팀 상황에 적절한 방법은 뭘까?”
“사용자가 정말로 원하는 것은 무엇일까?”

와 같은 질문을 스스로에게 던지는 것을 좋아합니다. 이런 고민들이 기술적 선택의 방향을 잡아주는 가장 단단한 나침반이 되어준다고 믿습니다.

이 블로그는 저의 삽질과 성장의 기록입니다. 화려한 성공담보다는, 문제 해결 과정에서 마주했던 고민과 ‘아하!‘하는 깨달음의 순간들을 솔직하게 나누고 싶습니다. 여러분의 경험과 의견을 자유롭게 나눠주세요. 함께 배우고 성장하는 즐거움을 나누고 싶습니다.

GitHub 잔디

Skills

SkillExperience (Years)Description
Java3.0MSA, Batch 등 다양한 환경에서의 백엔드 시스템 개발 경험
Kotlin2.5Coroutine을 활용한 비동기 처리 및 MSA 환경에서의 메인 언어 활용 경험
Spring Boot3.0Spring Security, Actuator 등을 활용한 REST API 개발 및 운영 경험
Spring Batch3.0대규모 데이터 처리 시스템 설계 및 Chunk, Partitioning을 통한 성능 최적화 경험
Spring Cloud2.0Gateway, Eureka 등을 활용한 MSA 구축 및 운영 경험
MySQL3.0Certified - SQL Developer | 데이터베이스 설계, 쿼리 튜닝 및 Replication 운영 경험
Kubernetes2.0Certified - Certified Kubernetes Administrator (CKA) | GKE 기반 인프라 구축, Helm 패키지 관리 및 ArgoCD 배포 자동화 경험
Linux4.0Certified - Linux Master Level-II, AWS Certified Cloud Practitioner (CCP) | 서버 설정 및 스크립트 작성 등 운영 경험

Work Experience

부톡㈜

AI기반과 BigData를 활용한 부동산 중개 플랫폼
2025.03 ~ Present ( 9개월 ) | Dev. Team - Back-end Engineer

[주요 사용 기술]: Kotlin Spring Cloud Kubernetes ArgoCD Opentelemetry Grafana LGTM Stack Redis MySQL Manticore Search

  • 모놀리식 아키텍쳐 → MSA 전환 설계 참여 및 구현

    [핵심 성과] 강결합 도메인 분리로 신규 기능 추가 속도 2배 향상 및 MSA 전환 성공
자세히 보기
  • 프로젝트 개요: Java Servlet 레거시 모놀리식 아키텍처 서비스를 Kotlin/Spring Cloud 기반 MSA로 무중단 전환하며 마이그레이션한 프로젝트
  • 기간: 2025.04 ~ 2025.09 (3명)
  • [문제]
    • 입사 당시 알림, 사용자 이벤트 등 느슨한 결합 도메인의 MSA 분리는 완료된 상태
    • 핵심 도메인(부동산 매물, 중개사-사용자 매칭)이 기존 전략으로는 해결할 수 없는 강한 결합 문제 발생 → 점진적 전환 불가
    • 기존 MSA 전환 전략(도메인별 개별 분리)으로는 데이터 불일치 및 비즈니스 로직 꼬임 위험 존재
  • [해결 및 역할]
    • 도메인 강결합 문제 해결을 위한 현실적인 MSA 전환 전략 수립 및 실행, 과도기 관리 전략 설계
      • 강결합된 도메인(부동산 매물 + 사용자 매칭)을 하나의 전환 단위로 묶어 동시 분리하는 부분적 빅뱅 방식 적용
      • 과도기 동안 레거시에서 신규 MSA API 호출 구조, Dual Write를 통한 데이터 이중 적재 및 배치
    • 헥사고날 아키텍처 + CQRS 패턴으로 도메인 로직의 외부 기술 의존성 제거
    • gRPC, Zero-Payload 등 다양한 통신 방식을 검토 및 논의, FeignClient 기반 서비스 간 동기 통신, AWS SQS 기반 이벤트 처리 구축
  • [성과]
    • MSA 전환을 통해 도메인별 독립 서비스 단위 운영으로 서비스 유연성, 독립적 확장성 확보
    • 무중단 전환을 통해 핵심 서비스의 서비스 가용성을 100% 유지하며 MSA 마이그레이션 성공
    • 강결합 도메인을 안정적으로 분리함으로써 후속 서비스 확장 및 신규 기능 추가 속도 약 2배 향상
  • [주요 기술]: Kotlin, Spring Cloud, gRPC, Feign Client, CQRS, Hexagonal Architecture, AWS SQS, AWS SNS, Redis

  • Kubernetes 기반 인프라, 모니터링 시스템 구축 및 운영

    [핵심 성과] Kubernetes 전환을 주도해 고가용성, 확장성을 확보하고, 모니터링 시스템을 구축해 장애 인지 시간을 98% 단축
자세히 보기
  • 프로젝트 개요: 단일 VM 기반에서 Kubernetes 기반으로 전환을 제안·설계·구축하고 모니터링 시스템을 제안·설계·구축하여 고가용성, 운영 효율성을 확보한 프로젝트
  • 기간: 2025.04 ~ 2025.09 (1명)
  • [문제]
    • 단일 인스턴스 + Shell Script/Docker CLI 기반 배포 환경 → **단일 장애 지점(SPOF)**으로 인한 서비스 신뢰성 저하, 서비스 확장 및 장애 복구 시 개발자 개입 필수
    • 모니터링 시스템 부재로 장애 인식을 사용자 CS에만 의존 → 문제 인식까지 평균 1시간 소요
  • [해결 및 역할]
    • 고가용성 확보 및 서비스 확장성을 위해 Kubernetes 기반 오케스트레이션 제안·설계·구축
      • Managed Kubernetes(GKE) vs Self-Managed Kubernetes 비교 후, 사내 리소스를 고려해 GKE 선택 및 도입
      • Spring Cloud Eureka, API Gateway 종속성 제거 → Kubernetes 네이티브 환경 전환
      • GitHub Actions 기반 CI/CD 파이프라인 및 ArgoCD 배포 자동화 구축
    • 장애 해결이 1시간 소요되는 문제는 서비스 이탈로 이어질 수 있는 중대한 문제로 인식해 모니터링·장애 감지 시스템 제안·설계·구축
      • ELK Stack vs Grafana·Loki·Tempo·Prometheus 기술 비교 및 비용 효율성 검토 후 후자를 제안 및 구축
      • 쿠버네티스 사이드카 패턴을 활용해 로그/메트릭 수집을 중앙화
  • [성과]
    • 장애 인지 시간: 평균 1시간 → 1분(98% 단축), 사용자 CS 없이 선제적 장애 탐지 및 대응 가능, 메트릭 시각화로 운영 효율성, 생산성 향상
    • 장애 복구 및 서비스 확장 시 개발자 개입 제거 → 자동화 체계 확보
    • 롤백 소요 시간: 평균 12분 → 2분(83% 단축)
    • Kubernetes 롤링 업데이트로 무중단 배포 체계 확보, 배포 안정성 향상
  • [주요 기술]: Kubernetes, GCP GKE, ArgoCD, Github Actions, Grafana, Loki, Tempo, Prometheus, Opentelemetry, Kubernetes Sidecar

  • 온프레미스 → AWS 클라우드 무중단 전환

    [핵심 성과] 서비스 중단 없이 온프레미스에서 AWS 클라우드로 무중단 마이그레이션 성공
자세히 보기
  • 프로젝트 개요: 온프레미스 IDC에서 운영되던 서비스를 AWS 클라우드 환경으로 무중단 전환하며 안정성, 확장성 및 운영 효율성을 개선한 프로젝트
  • 기간: 2025.07 ~ 2025.08 (2명)
  • [문제]
    • 온프레미스 환경에서 하드웨어 접촉 불량으로 인한 간헐적 서버 다운 이슈가 발생
    • 트래픽 증가에 따른 수동 스케일링의 한계와 복잡한 운영 환경으로 인해 운영 부담이 가중
  • [해결 및 역할]
    • 무중단 전환을 위한 마이그레이션 전략 수립 책임 및 실행: DNS 전파 시간을 고려한 이중 운영 전략을 수립하여 사용자 경험 저하를 최소화
    • 데이터 정합성 문제 해결 (CDC 도입)
      • 마이그레이션 기간 동안 IDC DB와 AWS RDS 간의 데이터 불일치 문제를 해결하기 위해 다양한 기술(Replication, Dual Write, Message Queue 등)을 검토
      • 실시간성과 신뢰성이 높은 CDC(Change Data Capture) 기술을 도입하여 IDC DB에서 AWS RDS로의 단방향 실시간 동기화 파이프라인을 구축, CDC 솔루션으론 AWS 환경으로의 이관에 있어 RDS와의 뛰어난 호환성과 안정적인 관리형 서비스라는 장점으로 AWS DMS(Data Migration Service)를 선택
    • 인프라 자동화 (Terraform IaC) : AWS 환경의 EC2, RDS, VPC 등 핵심 인프라 리소스를 Terraform 코드로 자동화
  • [성과]
    • 무중단 전환 성공: 서비스 다운타임 없이 성공적으로 온프레미스에서 클라우드로 마이그레이션하여 사용자 경험을 유지
    • 운영 안정성 향상: 하드웨어 장애로 인한 서버 다운 이슈를 해결
    • 확장성 및 효율성 확보: 클라우드 환경으로의 전환을 통해 트래픽 변화에 유연하게 대응할 수 있는 확장성을 확보
    • IaC를 통해 인적 오류를 최소화 인프라의 재현성 및 문서화를 확보
  • [주요 기술]: AWS, Terraform, AWS DMS(CDC), AWS RDS, AWS EC2, AWS VPC

㈜헬로핀테크

투자, 대출 연계 P2P 온라인투자연계 금융플랫폼 스타트업으로 누적대출액 2조 5,137억원 달성
2023.03 ~ 2025.03 (2년) | 개발팀 - 사원

[주요 사용 기술]: Java Spring Boot Spring Batch JPA QueryDSL Redis MySQL Kubernetes ELK Stack

  • 정산 리뉴얼 프로젝트

    [핵심 성과] 3개의 서버, 24개의 DB Procedure, DB Function으로 분산된 정산 로직 통합, 요구사항 반영 속도 46% 향상
자세히 보기
  • 프로젝트 개요: 여러 도메인으로 분리되어 있던 정산 비즈니스 로직 통합 제안·설계·구축
  • 기간: 2024.06 ~ 2025.03 (4명)
  • [문제]
    • 정산 로직이 3개의 서버, 13개의 DB Procedure, 11개의 DB Function으로 분산되어 복잡도 높아 유지보수와 개발 비용이 과도하게 발생
    • 분산환경에서의 Race Condition 발생
  • [해결 및 역할]
  • [성과]
    • 시스템 복잡도 감소로 요구사항 반영 속도 평균 46.31% 향상 ( 4.06주 → 2.18주 )
    • 동시성 문제 해결로 정산 프로세스의 신뢰성 및 안정성 향상
    • 점진적 전환 방식을 통해 서비스 운영 안정성을 유지하며 통합 성공
  • [주요 기술]: Spring Boot 2.7.3, Java 11, JPA, Redisson, Rest API

  • 백오피스 웹서버 개발, 운영 및 개선

    [핵심 성과] SQL 튜닝 및 캐싱 적용으로 주요 API 성능 87% 개선
자세히 보기
  • 프로젝트 개요: PHP 레거시 백오피스 서버 Java, Spring으로 리뉴얼하며 기존 기술 부채 및 추가 개선 진행
  • 기간: 2024.04 ~ 2025.03 (2~6명)
  • [문제]
    • 한 Task 내에 JPA와 MyBatis 혼재로 인해 HikariCP Deadlock 발생
    • DB Replication 복제지연 문제로 일관성 이슈 발생
    • 비효율적인 서브쿼리와 인덱스 미활용 및 N+1 문제로 서버 부하 증가
    • 한 로직에서 여러 도메인 로직 혼재로 성능저하 (ex: 대출 승인 시 심사결과 저장, 문자 발송, 관리자 알림)
  • [해결 및 역할]
    • HikariCP Dead Lock 탐방 및 원인 파악, JPA로의 일원화를 통해 해결.
      • Connection pool 분리, 영속성 컨텍스트 Connection 반환 시점 변경을 고려하였으나 Mybatis 코드를 JPA로 변경하는게 이미 예정된 상태였기에 JPA로의 일원화를 통해 해결.
      • 문제가 발생한 로직을 우선적으로 수정, 변경 주에는 Pod 수를 늘려 부하 분산을 통해 DBCP의 Connection 고갈이 모두 점유되지 않도록 조치.
    • DB Replication 복제지연 문제 해결
      • `AbstractRoutingDataSource와 AOP를 활용하여 DataSource를 동적으로 분리함으로써, 데이터 조회 시에는 Slave DB를, 변경 시에는 Master DB를 사용하도록 하여 Replication 지연으로 인한 데이터 불일치 문제를 해결
    • 성능 개선
  • [성과]
    • 복제 지연 해결을 통한 사용자 신뢰도 향상
    • HikariCP Dead Lock 문제 해결을 통한 서버 안정성 향상
    • SQL 튜닝을 통해 주요 API 성능 87.66% 개선 ( 평균 : 10.295초 → 1.27초 )
    • Redis 기반 캐싱을 통한 API 응답 속도 74.69% 개선 ( 평균 : 5.132초 → 1.299초 )
    • 이벤트 처리를 통한관심사 분리로 시스템의 유지보수성 및 성능 향상
  • [주요 기술]: Spring Boot 2.6.7, Spring Security, Java 11, JPA, Mybatis, Thymeleaf

  • Batch 서버 개발, 운영 및 개선

    [핵심 성과] Chunk/Partitioning 도입으로 배치 데이터 처리 시간 64% 단축
자세히 보기
  • 프로젝트 개요: PHP, Crontab 레거시 Batch서버를 Spring Batch로 리뉴얼하며 추가 기술 개선 및 운영
  • 기간: 2024.05 ~ 2025.03 (4~6명)
  • [문제]
    • PHP와 Crontab 기반으로 구축되어 관리가 어려웠으며, Spring Batch로 이전하는 과정에서 Job 동시 실행 시 Deadlock 문제가 발생
    • Tasklet 방식으로 대량 데이터 처리 시 성능 저하 및 데이터 정합성 문제 발생
  • [해결 및 역할]
    • Spring Batch Metadata Table Deadlock 원인 파악 및 문제 해결
      • 여러 Job 동시 실행 금지, Spring Batch 버전 업 (Java, Spring Boot, Spring Batch 전체 버전업 필요로 반려), Metadata Table 관련 Isolation Level 변경 방법등을 고려
      • Job 동시 실행 금지는 비현실적이라 반려, Spring Batch 버전 업의 경우 서버 버전상 Java, Spring Boot, Spring Batch 전체 버전업 필요로 반려하여 Metadata Table 관련 Isolation Level 변경하여 해결
    • 대량 데이터 처리 성능을 개선하기 위해 Chunk 기반 처리 및 Partitioning 방식 도입
      • Tasklet 방식의 단점을 보완해 대량 데이터 처리 성능 최적화
      • 배치 성능을 기존 13분에서 5분으로 대폭 개선
  • [성과]
    • Deadlock 문제 해결로 안정적인 Batch 환경 구축
    • 데이터 정합성 문제 해결로 정합성 문제 발생확률 99.9% 감소 ( 최대 트랜잭션 처리 시간 22분 → 0.01초 )
    • 성능 최적화를 통해 데이터 처리 시간을 64% 단축 ( 13.27분 → 4.77분 )
    • 해결 사례를 사내에 공유, 다른 팀에서도 활용하도록 문서화
  • [주요 기술]: Spring Boot 2.7.3, Spring Batch, Java 11, JPA, MyBatis

Activity

Certificate