
토스증권 Apache Kafka 데이터센터 이중화 구성 #2: 데이터 미러링
토스증권의 Active-Active Kafka 이중화에서 동일한 토픽명 미러링과 무한 루프 방지 방식을 소개했습니다. DLQ, 커스텀 메트릭, 클러스터 분리로 정합성과 운영성을 높인 사례입니다.
새로운 기술 블로그가 추가되었어요

토스증권의 Active-Active Kafka 이중화에서 동일한 토픽명 미러링과 무한 루프 방지 방식을 소개했습니다. DLQ, 커스텀 메트릭, 클러스터 분리로 정합성과 운영성을 높인 사례입니다.


FastAPI 프로젝트에서 service와 router를 분리해 결합도를 낮추는 구조를 소개했습니다. 모듈 독립성과 테스트 용이성을 높여 유지보수성과 확장성을 개선하는 방법을 정리했습니다.


RDS MySQL에서 Aurora로 이전할 때 다운타임을 줄이는 절차를 정리했습니다. 스냅샷 마이그레이션과 복제 동기화, binlog 관리가 핵심이었습니다.


프로덕트 전략을 목표 달성을 위한 큰 방향성과 조직 정렬의 도구로 설명했습니다. 전사 로드맵과 세부 과제에 적용하는 단계와 질문을 정리했습니다.

X


AWS re:Invent 2023 현장 분위기와 참가 팁, 주요 세션 내용을 함께 정리했습니다.\n특히 AI/ML과 OpenSearch, Amazon Q 등 업무에 참고할 만한 AWS 신기능을 소개했습니다.


텍스트를 숫자와 벡터로 표현하는 여러 방법과 문장 임베딩 기반 의미 검색을 정리했습니다. 또한 BERT, FAISS, 하이브리드 검색의 구조와 활용 방향을 소개했습니다.


리멤버 웹 서비스에 Yarn Berry를 점진적으로 도입한 과정과 문제 해결 경험을 정리했습니다.\nPnP와 Zero-Installs로 빌드 시간과 의존성 관리 안정성을 개선했고, 각종 호환 이슈도 함께 다뤘습니다.


메타휴먼 한유아의 미디어 아트 전시회 소식을 소개했습니다. 관람객의 고민과 위로를 연결한 참여형 전시 구성과 지원 사업 연계가 핵심입니다.


리오(RIO) 명함 촬영 인식을 모바일 기기에서 동작시키기 위해 모델 변환과 안드로이드 적용 과정을 정리했습니다. PyTorch를 TF Lite로 옮기고, JNI와 OpenCV로 후처리를 구성한 실험 내용을 공유했습니다.


리멤버 명함 이미지 복원을 위해 전통적 방법과 딥러닝 기반 방법을 비교해 정리했습니다. 실서비스에서는 품질뿐 아니라 리소스와 추론 시간도 함께 고려해야 했습니다.


명함 촬영 인식의 정확도와 사용자 경험을 높이기 위해 기존 방식에서 Instance Segmentation 기반 모델로 전환했습니다. 탐지와 후처리를 분리하고 OpenCV 기법으로 명함 이미지를 정제한 적용기를 소개했습니다.