당근

·AI/ML·

BigQuery, Model Context Protocol, LLM Router, Prompt Studio, GenAI Platform

당근의 GenAI 플랫폼은 LLM Router, Prompt Studio, KarrotChat 등 핵심 구성요소를 통해 전체 스택에서 GenAI 도입을 가속합니다. LLM Router로 계정 및 API 키를 중앙 관리하고, Prompt Studio로 코드 없이 AI 기능을 실험·배포하며, 다층적 장애 대응으로 신뢰성을 확보합니다. Prompt Studio의 평가 기능으로 수천 개 테스트 샘플을 배치 평가하고, 내부 데이터와 도구를 연결한 DANA 같은 에이전트를 통해 팀의 생산성을 높이는 실전 사례를 제공합니다.

삼쩜삼 뉴스룸

·Else·

Journey, Story, Experience, Personal Growth

삼쩜삼 뉴스룸이 연말정산 환급액을 높이는 고향사랑 기부제 활용법과 실제 적용 전략을 자세히 다루며, 독자들이 바로 이해하고 실행할 수 있도록 구성합니다. 12월에 집중적인 기부와 공제 규정을 활용하면 10만 원의 연말정산 환급이 증가할 수 있다고 구체적으로 설명합니다. 또한 구체적 전략과 주의사항, 부정확한 추정 없이 실무 적용을 위한 자세한 가이드를 함께 제공합니다.

AWS

·Data·

AWS, PostgreSQL, Partitioning, Time Series, BRIN

AWS가 Amazon RDS for PostgreSQL에서 시계열 데이터 테이블의 설계와 파티셔닝, 인덱스 선택, 데이터 타입 최적화를 다룹니다. BRIN 인덱스와 범위 파티셔닝, pg_partman 및 pg_cron 확장을 활용해 시계열 데이터를 다루는 방법을 제시하고, BRIN 및 파티셔닝으로 로딩 속도와 저장 효율을 크게 향상시켰습니다. 실용적으로는 PostgreSQL 13에서 수천 개의 파티션을 안정적으로 지원하며, 파티션 기반 설계가 수년 간의 대규모 시계열 데이터 관리에 효과적임을 확인했습니다.

여기어때

·Backend·

Kotlin, REST API, Coroutines, Asynchronous Programming

여기어때 전시개발팀은 Coroutine Async를 활용한 지도보기 API의 성능 저하 문제를 해결하는 구체적 전략과 구현 사례를 다룹니다. 동적 Window 분할과 coroutine async 병렬 호출로 100개 제휴점의 표준 상품 API를 다루어 응답 시간을 8-10초에서 2-3초로 대폭 단축했고 TPS도 30에서 215로 상승했습니다. 이러한 구조적 최적화는 외부 API의 내부 로직 수정 없이도 BFF에서 호출 단위를 조정해 실무 적용 가이드를 제공합니다.

여기어때

·Backend·

Kotlin

여기어때가 모텔 카테고리를 기준으로 전시 도메인에 Kotlin DSL을 적용한 경험과 배경을 공유합니다, 코드 가독성과 도메인 정책 표현의 직관성에 초점을 두었습니다. 이 DSL 도입으로 숙박과 대실 두 타입의 정책, 가격, 재고, 쿠폰 조건을 하나의 DSL 빌더로 표현해 복잡한 비즈니스 로직의 이해를 돕고자 했습니다. 다만 러닝 커브와 내부 구현의 복잡성 증가를 고려해 선택적으로 도입했고, 도메인 정책이 코드로 드러나게 하는 것이 주된 이점이었다고 결론지었습니다.

AWS

·Architecture·

Workflow, Strands Agents, Amazon Bedrock, Graph, Swarm

AWS의 포스트잇 워크숍 결과를 Strands Agents와 Amazon Bedrock AgentCore로 자동 정리해 파워포인트로 변환하는 방법을 다룹니다. 네 가지 전문 에이전트(이미지 인식, 내용 분석, 엑셀 생성, 파워포인트 생성)가 순차적으로 협력해 텍스트 추출부터 발표 자료까지의 흐름을 구현합니다. 워크플로우는 이미지 처리 → 텍스트 분석 → 엑셀 보고서 → PPT Canvas의 고정 흐름으로 설계되었고, S3 저장과 템플릿 기반 자동 PPT 생성으로 실무 적용 가능성을 제시합니다.

여기어때

·DevOps·

Kafka, Kafka Connect, MirrorMaker, Offset Synchronization, One Way Mirroring

여기어때의 공통 Kafka 전환은 8개 도메인 클러스터를 하나의 중앙 플랫폼으로 통합하는 긴 여정을 담은 사례를 다룹니다. MirrorMaker2 기반의 점진 전환으로 데이터 일관성과 오프셋 유지가 보장되며, Source에서 Target로의 단방향 복제와 단계적 Producer/Consumer 전환이 수행되었습니다. 앞으로는 리밸런싱 자동화와 확장 관리 체계의 고도화를 통해 지속적인 운영 안정성과 서비스 품질을 강화할 예정입니다.

여기어때

·Mobile·

Swift, REST API, ReactorKit, SwiftUI, UIKit

여기어때가 검색 홈을 모듈 단위로 분리하고 SwiftUI로 재구성한 안정적인 아키텍처 설계와 도메인별 탭 구조를 공유합니다. 책임 분리와 인터페이스 기반 통신으로 독립적인 탭 개발이 가능하도록 GCSearch를 GCSearchHome과 GCSearchResult로 분리하고 컨버터를 도입했습니다. 또한 중간 페이지를 건너뛰는 슬라이드-페이드 전환(PageTransitionView)을 도입해 탭 이동 시 사용자 경험을 매끄럽게 개선하고 구현 사례를 제공합니다.

여기어때

·Backend·

Kotlin

여기어때의 PLP 최저가 계산 로직 최적화를 다루며, 모든 객실을 계산하지 않는 가지치기 아이디어를 초기 관점에서 검토한다. 초기 시도에서 1.5배 기준의 배제 방식의 한계와 실제 최저가를 반영한 상한선 설계로 계산량을 감소시켰으며, 평균 70%의 필터링과 12-15%의 성능 개선을 확인했다. 다만 데이터베이스 조회 비용이 여전히 큰 부분을 차지해 조회 자체를 줄이는 방향으로 추가 최적화를 계획한다.

여기어때

·Architecture·

Kubernetes, Grafana, Loki, Tempo, Mimir

여기어때가 Observability를 위한 LGTM 스택(Mimir, Tempo, Loki, Grafana) 도입 과정과 구성 요소를 체계적으로 소개하고, 데이터 흐름의 전반을 설명합니다. 또한 배포 모드를 Monolithic, Read-Write, Scalable Monolithic, Microservice로 정리하고, LGTM의 읽기/쓰기 흐름과 각 컴포넌트의 역할을 구체적으로 다룹니다. 읽는 이들에게 실무 관점의 배포/운영 의사결정 팁, 데이터 저장 및 쿼리 최적화에 관한 통찰을 제공합니다.