AI Interview Coach
JD 분석·질문 생성·피드백 스트리밍 병목을 5개 MSA와 SSE·RAG·Redis로 분리해 JD 분석 40%, 반복 조회 60% 개선했습니다.
동시성, 성능, 관측성 문제를 숫자로 해결해 온 Spring 백엔드 개발자
MSA, 캐시, 비동기 이벤트, 부하 테스트로 병목을 찾고 개선 결과를 다시 측정하는 작업을 좋아합니다.
부하 테스트, 비동기 처리, 쿼리 최적화로 실제로 얼마나 개선됐는지 바로 읽히는 지표만 모았습니다.
동시성 제어, 성능 최적화, 관측성, MSA 설계를 실제 수치와 함께 설명한 백엔드 사례들입니다.
JD 분석·질문 생성·피드백 스트리밍 병목을 5개 MSA와 SSE·RAG·Redis로 분리해 JD 분석 40%, 반복 조회 60% 개선했습니다.
1만 명 대기열과 1,000석 예매를 가정한 시스템에서 3가지 락 전략을 비교했고, Redis 분산 락 기준 Mixed Load 1,005 RPS와 overselling 0건을 검증했습니다.
실시간 채팅에서 roomId 파티션, Redis Pub/Sub, Cache Aside를 적용해 순서를 지키며 REST RPS를 937→1,598로 끌어올렸습니다.
200 VU 주문 스파이크에서 락 전략 3가지를 비교해 재고 정합성을 검증했고, 비관적 락으로 162 RPS와 에러율 0%를 확인했습니다.
주문·결제·재고를 6개 서비스로 분리하고, SAGA·Outbox와 E2E 검증으로 분산 트랜잭션 복구 경로를 끝까지 확인했습니다.
11인 팀 물건 대여 플랫폼에서 예약 정합성, 상품 목록 N+1, 알림 흐름을 맡아 상품 100개 조회를 201→3쿼리로 줄이고 동시 예약 정합성 100%를 검증했습니다.
7인 팀 프로젝트에서 백엔드 리드로 API·배포 기준을 잡고, 편지 목록 N+1을 31→1로 줄여 p95를 40% 낮췄습니다.
운영 중인 러닝 앱에서 활동 저장 후속 작업을 비동기로 분리하고 Redis 캐시를 적용해 활동 저장 API 응답을 95%까지 줄였습니다.
백엔드 중심으로 자주 다룬 기술을 운영 관점 기준으로 정리했습니다.