주요 프로젝트 / 2024—2026

운영하며 다듬은
제품과 시스템.

세 프로젝트 모두 출시 이후의 운영 문제까지 맡았습니다. 요구사항을 구조로 옮긴 과정과 장애·성능 이슈를 확인하고 고친 근거를 함께 정리했습니다.

강의 기획부터 LMS 게시까지 이어지는 콘텐츠 생산 흐름을 설계하고 운영했습니다.

외부 기관 10곳과 내부 검증 환경 2곳을 전용·동거 서버, 동일·교차 도메인, DB 연결 방식에 따라 분리했습니다. 모든 노드와 한 노드의 작업 경계를 정하고, 무중단 전환·마이그레이션 사전 점검·품질 대체 경로까지 배포 절차에 포함했습니다.

주요 과정

해결이 어려웠던 문제AICMS-445 · 494 · 591

길어진 작업을 요청에서 분리하고, 실패를 복구 가능한 상태로

BullMQ·Redis Lua로 동시 실행과 rate limit을 제어하고, 탭당 Long Task를 136개에서 4.7개로 줄였습니다.

한 번 동작하는 RAG 데모를 여러 대학이 각자의 정책과 자료로 운영하는 제품으로 확장했습니다.

26개 기관의 제품 조합, OS, 웹 노드, MongoDB, NAS와 SSO 차이를 사이트 브랜치와 환경 설정으로 분리했습니다. 공급자 자산의 실제 상태를 복구하고, 전체 노드 작업과 한 번만 실행할 마이그레이션·인덱스·cron을 나눴습니다.

주요 과정

해결이 어려웠던 문제AICHAT-207 · 235 · 241

이동할 수 없는 외부 AI 자산과 함께 제품을 분리하기

Chat·Tutor의 공급자 프로젝트를 나누고, 과거 첨부 대화는 읽기 전용으로 보존했습니다. 로컬 기록과 원격 상태를 대조해 업로드 수락과 실제 인덱싱 완료도 분리했습니다.

흩어진 학습·채점 신호를 학생과 교수자가 바로 행동할 수 있는 하나의 대시보드로 모았습니다.

React 화면뿐 아니라 할 일·스마트알림이 공유하는 Course Component, 이벤트·큐·PM2 워커와 DB 전이를 다뤘습니다. 운영 병목을 줄이고 XN 퀴즈 같은 새 학습유형을 동일한 상태 규칙으로 확장했습니다.

주요 과정

해결이 어려웠던 문제TI-6307 · 7027 · LXCCOP-1068 · 1073

시간 민감 알림을 공용 큐와 과잉 이벤트에서 분리

전용 워커로 실행 경합을 끊고, 미변경 이벤트·미지원 학습요소를 앞단에서 제거했습니다. 초기 부하 검증에서는 2,000명 동시 마감 알림을 2분 내 전달했습니다.

AI Commons