문제의 원인을 이해하고, 검증합니다.

작동하는 코드를 넘어,
설명할 수 있는 시스템으로.

기능이 동작하는 것에서 멈추지 않고, 어떤 조건에서 느려지고 언제 데이터가 어긋나는지 살펴봅니다. Java와 Spring Boot를 중심으로 실제 서비스를 설계하고 운영할 수 있는 개발자를 지향합니다.

NEMO에서는 사진 조회 성능과 저장 한도 동시성 문제를 다뤘습니다. AImong에서는 팀 프로젝트와 PM 역할을 경험하며 학습 미션과 문제은행, 아동 개인정보 관련 도메인을 고민했습니다.

프로젝트 경험

• 증상보다 원인을 먼저 봅니다.

  느린 요청 하나를 발견하면 로그, SQL, 트랜잭션 경계를 따라가며 원인을 좁힙니다. 익숙한 해결책을 먼저 적용하기보다 문제를 재현합니다.

• 선택을 숫자와 한계로 설명합니다.

  평균과 p95, SQL 수를 비교하고 측정 조건을 남깁니다. 효과가 있었던 이유와 비용이 늘어난 지점을 함께 기록합니다.

• AI를 생산성 도구로 활용합니다.

  구현 초안과 탐색을 돕는 도구로 사용하되, 결과의 책임은 개발자에게 있다고 생각합니다. 생성된 코드는 직접 읽고 테스트하며 기술 선택의 근거를 확인합니다.

• 배운 내용을 움직이는 설명으로 만듭니다.

  원리를 직접 바꿔 보고 실행 순서를 확인하면 이해의 빈틈이 드러납니다. Engineering Lab은 그 과정을 함께 살펴보는 공간입니다.

프로젝트의 문제와 더 나은 설계에 관한 이야기를 나누고 싶습니다.