장두혁

KB스타뱅킹 앱에 웹뷰로 탑재된 세금 환급 신청 플랫폼

• 상태가 서버 로컬에 남아 스케일아웃이 불가능하던 단일 EC2 구조를, 수집 파일은 S3로 세션·중복 방지·진행률은 Redis로 이관해 무상태화. ECS Fargate 오토스케일과 롤링 배포로 전환해 장애·배포로 인한 중단 제거
• 70만 명 푸시 발송으로 RDS CPU가 99.7%까지 포화된 장애에서, 회원 테이블 풀스캔이 DB 부하의 83%임을 특정하고 온라인 DDL(ALGORITHM=INPLACE, LOCK=NONE)로 무중단 인덱스를 적용해 11분 만에 복구
• 5개 채널에 중복 구현된 스크래핑 로직을, 환급액 계산에 조건별 단위 테스트를 먼저 작성한 뒤 공통 흐름으로 통합

같은 KB스타뱅킹 앱 내 세무사 매칭 플랫폼. 외주 개발 중이던 서비스를 인수해 직접 배포·운영

• 복합 인덱스가 있음에도 선두 컬럼 불일치로 full scan 되던 방문 로그 조회를 실행계획으로 확인하고 조회 패턴에 맞는 인덱스로 해결
• 퍼널 단계별 집계를 단계마다 개별 쿼리로 돌리던 것을 조건부 집계 단일 쿼리로 통합, 고빈도 홈 배너 API에는 Redis 캐싱을 적용해 DB 조회 제거
• 고객·세무사·관리자 3개 영역의 API 및 프론트엔드, 광고 구독 결제·심사 로직과 실시간 채팅 상담(WebSocket) 구현

브라우저에서 코드를 작성·실행·채점하는 코딩 교육 LMS

• 학습자가 제출한 임의 코드를 서비스 인프라와 격리해 실행하도록 API 서버와 실행 환경을 분리하고, 채점 판정은 서버에서 결정해 클라이언트 조작 차단
• numpy·TensorFlow.js 등 학습용 패키지를 지원하도록 Judge0를 fork해 언어별 런타임 이미지를 직접 운영하고, 실행 한도를 언어별로 파라미터화
• 다중 테스트케이스를 병렬 제출·수집해 케이스 수가 늘어도 채점 시간이 선형으로 증가하지 않도록 구성

AI 기반 수업 생성과 학습자 성과 분석을 제공하는 교육 플랫폼

• 동기로 처리되어 사용자가 이탈하면 중간 데이터가 유실되던 AI 수업 생성을, Job Queue로 요청과 처리를 분리하고 SSE로 진행 상태를 전달하도록 전환
• 생성 단계 간 의존성을 분석해 순서가 필요 없는 외부 API 호출은 병렬 처리하고 단계별 재시도를 추가, 평균 생성 시간 42% 단축

레거시 PHP(Laravel) 2개 서비스를 단일 NestJS·Next.js로 통합 재구축

• 주문·회원 등 같은 개념을 서로 다른 스키마로 갖고 있던 두 서비스에 대해 도메인별 기준 모델을 정의하고 단일 스키마로 재설계
• 레거시 덤프를 통합 스키마로 옮기는 SQL 마이그레이션을 작성하고, 테이블 단위로 나눠 이관하며 단계마다 건수 대사로 정합성 검증

10개 이상의 미니앱을 1인 개발로 출시해 운영 중, 매출이 발생하는 서비스로 성장

• 홈서버에서 도커로 앱별 서버를 띄우고 ngrok으로 노출하던 구조가 사용자 증가로 대역폭 병목에 걸리자, 고정 용량을 늘리는 대신 수요에 따라 확장되는 ECS로 이관
• 앱마다 복사되던 로직을 공통 패키지화하고 워크스페이스를 모노레포로 통합해, 한 번의 수정이 전 앱에 반영되도록 구성
• 앱 운영 지표·유저 데이터를 관리하는 어드민을 별도로 구축해 운영