저는 피클플러스에서 백엔드 개발자로 근무하며 서비스 성능 개선, API 구조 리팩터링, 메시징 기반 시스템 고도화, 자동화된 배포 체계 구축 등 핵심 기술 기반을 개선하는 역할을 수행했습니다. 특히 ORM 튜닝, 인덱싱 전략 수립, SQS 기반 아키텍처 도입 등 서비스 안정성과 성능 향상 작업을 중점적으로 담당했습니다. 1. ORM 튜닝 및 데이터베이스 인덱싱 select_related와 prefetch_related를 도입하여 N+1 문제 제거 Query Log와 EXPLAIN ANALYZE로 슬로우 쿼리 진단 및 실행 계획 분석 조회 빈도가 높은 테이블에 단일/복합 인덱스 적용 비효율 쿼리를 Raw SQL로 치환하여 핵심 API 응답속도 1,000ms → 200ms로 개선 전체 페이지 로딩 속도 35% 향상, DB CPU 사용량과 피크 타임 슬로우 쿼리 발생률 감소 2. AWS SQS 기반 메시지 큐 아키텍처 도입 기존 DB Polling 방식 매칭 로직을 이벤트 기반 SQS 구조로 전환 트래픽 급증 대응 비동기 파이프라인 구축 및 Dead Letter Queue, 재시도 정책 적용 초당 처리량 3배 향상, 메시지 대기시간 200ms 이하 유지 DB 부하 감소로 매칭 성공률 98% → 99.7% 개선 3. RESTful API 재설계 비RESTful API를 REST 원칙에 따라 URL 구조, HTTP Method, Error Spec 재정립 Swagger(OpenAPI) 기반 자동 문서화 및 Pydantic/DRF Serializer로 응답 스키마 정규화 API 일관성 향상으로 개발 협업 속도 40% 증가, 신규 API 온보딩 2일 → 0.5일 단축 문서 불일치로 인한 오류 60% 감소 4. 자동 테스트 및 배포 안정화 GitHub Actions 기반 Unit Test/Integration Test 자동 실행 구축 테스트 통과 시에만 ECS 배포되는 검증형 파이프라인 설계 Slack/Webhook 기반 실시간 배포 알림 구성 배포 실패율 40% → 5% 이하, QA 검증 시간 30% 단축 5. Full CI/CD 파이프라인 구축 GitHub Actions → Docker 빌드 → ECR Push → ECS 롤링 업데이트 자동화 개발/운영 브랜치 분리, Blue/Green 일부 적용, 자동 롤백 정책 설계 배포 시간 20분 → 5분 단축, 인적 오류 0%, 개발 리드타임 30% 단축

더보기

1. 패키지 상품 기능 신규 개발 상위 패키지–하위 단일 상품 구조의 신규 기능을 설계하고 Django ORM·MySQL 기반으로 모델 및 비즈니스 로직을 구축했습니다. AWS Batch를 활용해 5분 주기 자동 동기화 프로세스를 개발하여 패키지 변경 시 하위 상품이 자동으로 생성·수정되도록 했습니다. FK 기반 정합성 검증 및 자동 재시도 로직을 통해 운영 안정성을 확보하여 오류율을 70% → 0.5%로 크게 낮췄습니다. 대량 패키지 처리 속도를 10분 → 2분으로 단축해 운영 효율을 크게 개선했습니다. 2. 지마켓·옥션 주문 처리 자동화(Selenium) 판매자 어드민에서 이루어지는 주문확인 → 발주확인 → 발송처리의 전체 플로우를 Python·Selenium 기반으로 자동화했습니다. 상태 변경 후 놀이의발견 Open API와 연동되도록 하여 완전 자동화된 주문 처리 파이프라인을 구축했습니다. 세션 유지, 오류 처리, 헤드리스 환경 구성 등을 통해 안정성과 속도를 확보했으며, MD의 반복 업무를 3시간 → 5분으로 감소시켰습니다. 일 최대 처리량을 500건 → 2,000건으로 4배 확장하고 휴먼 에러를 0%로 만들었습니다. 3. FastAPI 기반 놀이의발견 Open API 서버 개발 기존 Django 기반 동기 구조를 탈피하여 FastAPI + Async SQLAlchemy의 비동기 서버 아키텍처로 재구축했습니다. FastAPI DI 구조를 적용해 세션 관리, Validation, 예외 처리 레이어를 공통화해 유지보수성을 높였습니다. Locust로 동시접속 3,000 수준의 부하 테스트를 수행하며 쿼리와 트랜잭션 구조를 최적화했습니다. 이를 통해 TPS 200 → 1,200(6배 증가), 평균 응답속도 450ms → 80ms로 개선하고 서버 리소스도 약 30% 절감했습니다. 4. 파트너사 Open API 연동 및 대량 처리 구조 개선 주문·조회·취소·재전송 전 흐름을 Django·Redis·Requests 기반으로 개발해 안정적인 파트너 연동 구조를 마련했습니다. Redis Idempotency Key로 중복 주문을 완전히 차단해 중복률 0%를 달성했습니다. 대량 티켓 발급 시 Redis를 임시 Queue로 사용해 처리 속도를 60초 → 10초로 83% 개선했습니다. 일부 기능을 FastAPI로 분리하고 Docker 기반으로 EC2에 배포하여 서비스 단위 확장성과 자동화를 강화했습니다. 5. 레거시 결제 로직 개선(티켓 부분사용·부분취소 지원) 기존에 없던 티켓 부분사용·부분취소 기능을 신규 설계하고 정산 규칙에 맞는 DB 모델을 재구축했습니다. 트랜잭션 기반 구조로 결제·정산 절차를 안정화하고, race condition 방지 로직을 추가했습니다. 이 개선으로 CS 문의가 40% 감소하고, 정산 정확도는 99.7% → 100%로 향상되었습니다. API 응답속도도 200ms → 150ms로 최적화되었습니다. 6. 놀이의발견 2.0 프로젝트(검색·캐싱·인프라 개편) Redis 기반 캐싱 구조를 홈 API, 배너, 추천상품 등에 적용해 응답속도를 900ms → 40ms로 대폭 개선했습니다. Elasticsearch로 콘텐츠 검색 인덱싱 및 스키마를 새로 구축해 검색 속도를 700ms → 50ms로 개선하고 정확도도 약 30% 높였습니다. 신규 서비스 구조에 맞게 DB 스키마를 재설계하고 쿼리 전반을 고도화했습니다. Docker·EC2 기반 배포 환경을 표준화하여 DevOps 효율성을 높이고 서버 비용도 약 25% 절감했습니다.

더보기

더커머스에서 인턴으로 근무하며 네이버 스마트스토어 Open API 연동 프로젝트를 담당했습니다. 기존에는 스마트스토어 판매자의 주문 정보를 비공식 크롤링 방식으로 수집하고 있었는데, 이는 구조 변경에 취약하고 오류 발생률이 높아 실무에서 지속적인 유지보수 부담이 컸습니다. 저는 이러한 비효율을 개선하기 위해 스마트스토어 공식 Open API 기반의 안정적인 주문·발송 연동 시스템을 구축하는 역할을 수행했습니다. 먼저 기존 크롤링 구조를 분석하여 어떤 데이터가 어떤 흐름으로 전달되는지, 어떤 부분에서 오류가 반복되는지를 파악했습니다. 이후 스마트스토어 Open API 문서를 기반으로 주문 조회, 주문 상태 변경, 송장 등록 등 주요 기능을 정리하고 더커머스의 내부 데이터 구조에 맞춰 매핑하는 로직을 설계했습니다. 특히 주문 상세 조회, 상태별 필터링, 발송 처리 API 등을 단계별로 구현해 셀러가 필요한 전체 기능을 API 기반으로 안정적으로 수행할 수 있도록 했습니다. 또한 기존 크롤러는 판매자가 주문 정보를 확인하거나 발송을 처리할 때마다 HTML 파싱을 반복해야 했기 때문에 속도와 안정성이 떨어졌습니다. 이를 API 중심 구조로 전환하면서 주문 데이터의 적재·조회 속도가 크게 향상되었고, API 응답 기반으로 일관된 데이터를 제공할 수 있어 유지보수 비용도 크게 줄었습니다. 특히 셀러들이 가장 많이 요청하던 “여러 주문을 한 번에 발송 처리하는 기능”을 API 연동 기반으로 구현하여 실제 운영 편의성을 높였습니다. API 요청 실패 시 재시도 로직, 인증 토큰 만료 처리, 요청 단위 제한에 대한 보호 로직 등을 적용해 신뢰성을 확보했습니다. 새로 구축한 Open API 연동 기능은 기존과 비교해 안정성·속도·정확성이 모두 개선되었고, 이를 통해 셀러는 주문 내역을 즉시 조회하고 발송을 자동화할 수 있게 되었습니다. 더 이상 크롤링 문제로 인해 데이터 누락이나 오류가 발생하지 않으며, 운영팀의 반복적인 수작업도 크게 줄었습니다. 인턴 기간 동안 이러한 실질적인 개선을 주도적으로 수행하며 API 연동, 데이터 처리, 실서비스 운영 프로세스에 대한 경험을 쌓을 수 있었습니다.

더보기