여기쏙 — Figma plugin 제작기 : 3. 성능
Figma 플러그인 2.0의 성능 개선을 위해 통신 계층과 렌더링 구조를 전면 재설계했습니다. 비동기 매칭, 탐색 비용, 이미지 로딩, 스토리지 동기화를 최적화해 체감 속도와 안정성을 높였습니다.
#Figma#React
56005분
필터 1
Running Elasticsearch on Kubernetes the Easy Way, Part 2 — Data Node Warm-Up
Elasticsearch 롤링 재시작 시 캐시 미준비 노드로 트래픽이 유입돼 지연과 장애가 발생하는 문제를 다뤘습니다. search-coordinator 프록시로 워밍업 완료 노드에만 검색 트래픽을 보내는 구조를 소개했습니다.
#Elasticsearch#Kubernetes
80005분
@RequestCache: HTTP 요청 범위 캐싱을 위한 커스텀 애너테이션 개발기
HTTP 요청 범위에서 반복 호출을 막기 위해 @RequestCache를 설계한 과정을 정리했습니다. 요청 스코프와 Actuator 충돌로 발생한 예외와 해결 방향도 함께 다뤘습니다.
#Spring Boot#cache
108005분
한계에 도달한 전시 서버, 그리고 우리의 해답
전시 API 서버의 트래픽 증가와 Scale-in 전환에 맞춰 성능 최적화 과정을 정리했습니다. MongoDB 커넥션, 재시도 정책, 캐시와 조회 로직을 조정해 TPS와 안정성을 함께 높였습니다.
#Java#MongoDB
121105분
RAG 없이 20만 대 자동차와 실시간으로 대화하기 (2)
RAG 대신 내부 API를 직접 활용해 실시간 차량 정보를 전달하는 API 증강 생성 아키텍처를 소개했습니다. 병렬 호출, 캐싱, SSE 스트리밍으로 실시간성과 비용 효율을 함께 개선했습니다.
#RAG#LLM
142005분
SDUI의 성능 병목을 넘어: 올리브영 로컬 캐시 기반 백엔드 최적화 성공기
SDUI의 트래픽 병목을 Caffeine과 Redis 이중 캐시로 해결한 사례를 소개했습니다. 백오피스 즉시 무효화와 프리워밍으로 1ms 미만 응답 성능을 확보했습니다.
#Kotlin#Spring Boot
236005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
SLM 기반 Agentic AI: Planner–Caller–Generator 구조 설계와 성능 분석
SLM 기반 P–C–G 구조로 Agentic AI의 역할을 분리해 효율성과 안정성을 높였습니다. 한국어 도구 활용 환경에서 GPT-4o-mini 수준의 성능과 토큰 절감 효과를 확인했습니다.
#LLM#prompt
50005분
Next.js 프로젝트의 정적 파일 배포 환경 구성
Next.js 정적 파일을 개발·운영으로 분리하고 CI/CD로 자동 배포하는 구성을 소개했습니다. 변경된 파일만 rsync와 Purge로 처리해 캐시 비용과 운영 부담을 줄였습니다.
#Next.js#CI/CD
24005분
이제 Redis를 멈춰보겠습니다: @CacheEvict 파헤치기
`@CacheEvict(allEntries = true)`가 내부적으로 어떻게 동작하는지 Spring Cache와 Redis 구현 레벨에서 살펴보았습니다. 기본 `KEYS` 전략이 운영 환경에서 위험할 수 있어 대안도 함께 정리했습니다.
#Spring Boot#Spring Data Redis
63005분
RAG 없이 20만 대 자동차와 실시간으로 대화하기 (1)
20만 대 차량의 실시간 데이터를 다루기 위해 RAG의 한계를 검토했습니다. 검색 기반보다 API로 직접 정보를 조합하는 아키텍처가 더 적합하다고 판단했습니다.
#RAG#LLM
27005분
LLM 기반 내비게이션 에이전트 개발기: 에이닷과 함께 진화하는 대화형 모빌리티 AI
SK텔레콤이 에이닷과 티맵을 결합해 LLM 기반 대화형 내비게이션 에이전트를 개발했습니다. 규칙 기반 한계를 보완하기 위해 하이브리드 모델, 캐싱, 검증 로직을 적용했습니다.
#LLM#MCP
49005분
RabbitMQ Classic Queue 메모리 장애와 Quorum Queue 전환기
대량 쿠폰 발급 중 RabbitMQ Classic Queue 메모리 장애와 동기화 실패 원인을 분석했습니다. 긴급 복구 후 버전 업그레이드와 Quorum Queue 전환으로 안정성을 높였습니다.
#RabbitMQ#AWS
58005분