X사이트 기능 클론 - 성장 진단을 위한 - MSW 서비스워커 방식을 기반으로 API 활용 - TanstackQuery를 이용한 무한 스크롤링 - URL이동 방식의 포토 슬라이드 모달구현(캐싱 적용) - 포스트 작성 파일업로드 이미지 미리보기 - 파일업로드 이미지 미리보기 & 스케일링 다중 편집 - 포스트 작성시 자동 높이 조절 - 자연스러운 비율의 화면 확대, 축소 - 3개의 테마 설정 ( 글꼴 크기, 색상, 배경 ) - Vercel을 이용한 배포 완료 - Next-Auth를 이용한 인증 처리

면접 연습 환경 제공, 자소서 피드백에 특화된 게시판 - Axios.interceptor를 활용한 토큰 처리, 재시도 처리 - 중요 메시지 모달 알림 처리, API 요청 결과 토스트 알림 처리 (none 라이브러리) - styled를 이용한 테마 처리(다크/기본), 반응형 UI 적용 - 웹 스피치 API를 활용한 면접 질문 스피칭 기능 - WebRTC API와 MediaRecorder API를 활용한 면접 녹화 기능 - window.getSelection()을 활용한 드래그 상태 첨삭 댓글 작성 기능 - 관리자 페이지

K8S 부트캠프 과정 중, K8S에 대해 배우면서 피싱 사이트 탐지 사이트를 개발할 때 겪었던 아쉬움이 떠올랐습니다. 불편했던 점은 여러 개의 머신러닝 알고리즘을 이용해 학습 후 학습 점수를 반영하여 적용하는 과정이었습니다. 그 과정에서 알고리즘을 여러 번 바꿔가며 학습하는 것이 비효율적이라는 생각이 들었습니다. 그러나 K8S의 분산 처리 구조를 활용하면 성능은 다소 느릴 수 있지만, 여러 가지 알고리즘을 동시에 학습할 수 있을 것이라 생각했습니다. 이런 점에서 팀원들에게 주제를 제안했고, 모두가 동의하여 프로젝트를 진행하여 결과적으로 우수상을 받는 쾌거를 이루었습니다.

첫 공모전에서 입상이라는 실패를 겪으며 좋은 주제는 기획자가 아닌 타인의 평가로 결정된다는 사실을 깨달았습니다. 이후 보안뉴스를 보며 사회적 이슈를 탐색하던 중, 비트코인과 관련한 피싱 사이트 문제가 심각하다는 것을 알게 되었습니다. URL이 다르고 허점이 많은 피싱 사이트에 사람들이 왜 속는지 이해하지 못해 안타까웠습니다. 하지만 작년 대회에서 불법 사용자를 선별하는 머신러닝 주제를 떠올리며 이를 피싱 사이트 탐지에 응용할 수 있을 것이라 생각했습니다. 팀원들과 상의한 후, 해당 주제로 프로젝트를 진행했습니다. 주제를 제안한 만큼 머신러닝 파트를 담당하고 싶었지만, 팀 내 유일한 웹 경험자로서 피싱 사이트 결과를 웹에 표출하는 작업을 맡았습니다. 결국, 작년에 입상했던 대회에서 우수상을 받고 전국대회 본선에 진출해 수상하는 쾌거를 이루었습니다.

K8S를 활용한 머신러닝기반 심장병 진단서비스 - 심장병 데이터 RestAPI 제작 - 심장병 진단 플랫폼 제작 - 쿠버네티스 환경 구축 - 아키텍처 설계 --- - K8S 배포 트러블 슈팅 - 최종 배포시 에러 발생 - 로컬, Docker 환경내 포트 겹치는 현상 확인 제거 - 배포 중단 문제 발생 - 네트워크 대역 확인, 엔트리 포인트 검사 이상무 - 새환경 구축후 마이그레이션 결정