[AI 해커톤 후기] AI 해커톤 1위 팀이 AI에게 맡기지 않은 것
사내 재무 업무를 AI로 자동화하되, 숫자는 거래 이력과 규칙으로 계산하고 설명과 검증에 AI를 활용했습니다. 또한 권한 경계와 감사 로그, 환경 분리 같은 운영 안전장치가 더 중요하다고 정리했습니다.
DB 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
사내 재무 업무를 AI로 자동화하되, 숫자는 거래 이력과 규칙으로 계산하고 설명과 검증에 AI를 활용했습니다. 또한 권한 경계와 감사 로그, 환경 분리 같은 운영 안전장치가 더 중요하다고 정리했습니다.
대량 요청 환경의 병목을 DB 트랜잭션 관점에서 분석하고 개선한 사례입니다. 비관적 락을 낙관적 락과 재시도로 전환해 커넥션 효율과 안정성을 높였습니다.

Liquibase 기반 스키마를 테스트에서 다루기 위해, 테스트 DB 구성을 빌드의 variant로 선언하는 구조를 정리했습니다. 실제 마이그레이션 검증과 덤프 캐시를 함께 써서 정확성과 속도를 모두 확보했습니다.

MSA 전환의 원칙과 경계 설정, 통신 패턴, 데이터 일관성 전략을 단계적으로 정리했습니다. 또한 MongoDB Atlas에서 단일 DB를 도메인별 DB로 무중단 분리한 실전 과정을 공유했습니다.
전략 패턴으로 PG별 결제 연동을 분리해 결제 플로우를 단순화했습니다. 새 PG 추가 시 기존 코드를 거의 수정하지 않도록 확장성을 확보했습니다.

DB 스키마 마이그레이션 도구 4종을 비교하고, 환경별 선택 기준을 정리했습니다. 무중단 배포와 대용량 변경을 위한 운영 패턴도 함께 설명했습니다.

6개월간 AX를 실제 시스템과 코드로 구현하며 얻은 경험을 정리했습니다. 모델 교체, 검수 분리, 데이터 정제, 승인 레일 등 운영 교훈을 공유했습니다.
장보기 지원금 소멸 알림 배치에서 메시지 발송 대기 중 DB 커넥션을 오래 점유해 타임아웃이 발생했습니다. 이를 위해 리소스 사용 구간과 발송 대기 구간을 분리해 배치 안정성을 높였습니다.
공동구매 트래픽 폭증으로 재고 처리의 lock 경합이 병목이 되자 Redis와 Kafka 중심으로 구조를 재설계했습니다. 재고 경로를 단일화하고 비동기 반영과 fallback을 더해 약 20배 트래픽을 안정적으로 견뎠습니다.
X
X
내부 백오피스 검색 지연 문제를 고객 사용 방식 인터뷰로 먼저 확인했습니다. IndexedDAO를 도입해 인덱스 히트를 보장하고 8초 쿼리를 200ms대로 개선했습니다.
biz-crm 대용량 검색 지연 문제를 사용자 인터뷰로 원인부터 재점검했습니다. 범용 필터를 줄이고 IndexedDAO를 도입해 인덱스 기반 조회로 개선했습니다.
LY Corporation의 프라이빗 클라우드 Flava가 향후 어떻게 진화할지 소개했습니다. 개발자 경험, 보안, 스토리지, AI 기반 운영 자동화를 중심으로 미래 방향을 제시했습니다.

옐로우버스 일정 시스템은 변경이 연쇄 전파되는 DB 구조 때문에 큰 비용을 치르고 있었습니다. 이를 append-only, decoupling, lazy generation으로 재설계해 안정성과 운영 효율을 높였습니다.

정산파일 자동화 과정에서 파일 기반 예외 업무를 내부 DB 구조로 옮기고, 규칙과 검증 로직을 재설계했습니다. 파트너별 기준은 YAML 설정으로 분리해 유지보수성과 추적 가능성을 높였습니다.
SQS 기반 알림톡 처리로 전환한 뒤 DB 커넥션 타임아웃과 데드락이 발생한 원인을 분석했습니다. REQUIRES_NEW 제거와 SQS 메시지 수 조정으로 커넥션 경합을 해소했습니다.
상용 TMS의 불편을 해결하기 위해 Cursor AI와 React로 자체 29TMS를 구축했습니다. 핵심 기능과 API를 직접 구현해 운영 민첩성과 응답 성능을 크게 높였습니다.
상용 TMS의 한계를 AI 협업으로 보완해 맞춤형 29TMS를 자체 구축한 사례를 소개했습니다. 구체적인 프롬프트와 구조 설계가 AI 코딩의 완성도를 높였다고 정리했습니다.
네이버페이 주문의 DB CDC 복제 도구를 ergate로 전환한 경험을 공유했습니다. Flink와 Spring으로 복제, 검증, 복구를 분리해 성능과 운영 편의성을 개선했습니다.