미리보기

1⃣ GitHub Actions 기반 CI/CD 구축 & AWS 인프라 자동화

• GitHub Actions을 이용한 CI/CD 파이프라인 구축

• Terraform을 활용하여 AWS 인프라 코드화 및 자동화

• VPC, ECS, ECS-Task, RDS, Elasticache, S3, Route53 등 전사 AWS 리소스 관리

  • 배포 및 환경 셋팅 약 1시간 30분 → 5분으로 단축 (약 95% 감소)

2⃣ GraphQL 기반 LCA API 개발

• Apollo GraphQL을 활용한 API 설계 및 개발

• 프로젝트 생성, 복제, 삭제, 목적 및 범위 정의, 데이터 입력 및 수정 API 개발

• LCI (전 과정 목록) 데이터 입력 및 수정 API 구현

🔗 인턴 회고록

Toss/es-toolkit

es-toolkit은 최신 javascript 유틸리티 라이브러리입니다.

🔗 기여 내용 보기

✅ 기여 내용

• set, uniqBy, cloneDeep, memoize 등 유틸리티 함수 개발

Nestia는 NestJS 프레임워크를 위해 Swagger 문서와 Validator 기능을 TypeScript의 관점에서 통합적으로 제공하는 라이브러리입니다.

🔗 기여 내용 자세히보기

✅ 기여 내용

• Swagger 문서 생성 시 발생한 컨트롤러 경로 인식 문제 해결

  • ASCII가 아닌 다국어 폴더 경로에서도 Swagger 문서 빌드 가능하도록 수정

  • 국제화된 프로젝트 환경에서 Nestia의 사용성과 접근성 향상

• 테스트 시나리오 추가로 라이브러리 안정성 강화

  • 컨트롤러 경로 인식 문제를 재발 방지하기 위해 자동화된 테스트 케이스 추가

  • 코드 변경 시 Swagger 문서 생성이 정상적으로 동작하는지 검증 가능

📌 프로젝트 개요

• Haru는 사용자들이 더 나은 계획을 세우고, 다양한 사람들과 경험을 나누며, 자신의 삶을 더욱 풍부하게 만드는 것을 목표로 합니다.

• 현재 진행 상황:

  • 회원가입 및 목표,계획 관리관련 핵심 기능 구현 완료

  • 지속적인 기능 고도화 및 성능 최적화 진행 중

🛠 기술 스택

• Backend: NestJS, Nestia, Prisma

• Frontend: Next.js, Zustand, React-Query

• Database: PostgreSQL, Redis

• Infra: AWS (Terraform 기반 IaC)

  • ECS (Fargate), RDS (PostgreSQL), Elasticache (Redis)

  • S3, CloudFront, Route53

  • EC2 (VPN, Bastion)

✅ 주요 기능

1⃣ 캘린더 개발

• 캘린더 라이브러리 없이 자체 캘린더 UI 및 로직 구현

• Virtualizer를 활용한 무한 스크롤 최적화 → 성능 개선

2⃣ 캘린더 이벤트 (Calendar Event) 관리

• 캘린더 이벤트 CRUD 기능 구현

• Drag & Drop 기능 추가 → 유저 경험 향상

3⃣ 회원가입 및 인증 시스템

• 이메일 인증 및 회원가입 로직 구현

📌 프로젝트 개요

• 분산된 의약품 데이터를 통합하여 사용자에게 효율적인 검색 기능 및 API를 제공하는 프로젝트

• 의약품 정보의 접근성을 높이고, 사용자 경험 및 헬스케어 개발자의 개발 경험을 개선하는 것을 목표로 함

🛠 기술 스택

• Backend: NestJS, Nestia, Prisma

• Database: MongoDB (Atlas), MongoDB Search, Redis

• Infra: Terraform(AWS), GitHub Actions (CI/CD)

✅ 주요 기능 및 구현 내용

1⃣ 서버 구현 및 데이터 처리

• 공공데이터포털의 7개 의약품 데이터를 수집 및 가공하는 데이터 파이프라인 구축

• 자동화된 데이터 수집 및 정제 프로세스 구현 → 의약품 정보 접근성과 활용도 향상

• MongoDB Search 기능을 활용하여 검색 기능 및 자동완성 기능 개발

• 사용자 편의성을 극대화한 고성능 검색 시스템 구현

2⃣ 인프라 및 배포 최적화

• AWS 인프라 관리:

  • Terraform을 이용하여 AWS 인프라를 코드 기반으로 관리

  • 배포 및 확장 과정을 자동화하여 시스템 확장성 개선

• CI/CD 파이프라인 구축:

  • GitHub Actions을 활용한 자동화 배포 및 테스트

  • 배포 및 테스트 과정 단축으로 개발 효율성 향상

3⃣ 성능 개선 사례

📍 측정 환경

• AWS Fargate (Memory 512MB, CPU 256 X 1), Atlas MongoDB M2 환경

📍 검색 성능 개선

• MongoDB Search 최적화 적용 → 검색 평균 응답 시간 800ms → 150ms (약 81% 성능 향상)

📍 페이지네이션 성능 개선

• Redis 기반 캐싱 적용 → 페이지네이션 API 속도 20TPS → 150TPS (약 650% 성능 개선)

📌 프로젝트 개요

• 병원과 구급대원(응급구조사)을 실시간으로 연결하는 응급상황 대응 시스템

• 신속한 의료 대응을 가능하게 하여 환자의 생존율을 높이는 것이 목표

👥 팀 구성

• 풀스택 개발자: 2명

• 프론트엔드 개발자: 1명

• 디자이너: 1명

🛠 기술 스택

• Backend: NestJS, Nestia, Prisma, Socket.IO

• Frontend: Next.js, Tailwind, Zustand, SWR

• Database: PostgreSQL, Redis

• Infra: Terraform(AWS), Kafka

• CI/CD: Jenkins
  

✅ 주요 기능 및 역할

1⃣ 서버 (Backend) 개발

• 전국 병원 데이터 수집 및 가공

• 병상 수, 응급 구조 데이터 등을 수집하여 의료 데이터베이스 구축

• 사용자 인증 시스템

• 위치 기반 병원 조회 API 개발

  • 사용자의 현재 위치를 기반으로 가장 가까운 병원을 조회하는 기능 제공

• Kafka 및 Socket.IO를 활용하여 실시간 응급환자 요청 처리 및 병원 상태 관리 기능 구현

2⃣ 프론트엔드 (EMS - 응급구조사 앱) 개발

• EMS(구급대원) 시스템 UI 개발

  • 응급구조사를 위한 인터페이스 설계 및 개발 → 재사용 가능한 UI 컴포넌트 구축

• 실시간 통신 기능 개발

  • Socket.IO를 활용한 실시간 응급환자 매칭 기능 구현

• 카카오맵 API를 이용하여 사용자 위치 및 응급실 위치 시각화

3⃣ DevOps 및 인프라 관리

• AWS 기반 인프라 통합 관리

• Terraform을 활용하여 AWS 인프라를 코드로 관리 → 인프라 효율성 및 확장성 향상

• CI/CD 파이프라인 구축

• Jenkins를 활용한 자동화 배포 및 테스트 환경 구축

• CI/CD 적용으로 배포 속도 단축 및 협업 생산성 향상

📌 프로젝트 개요  

• 인공지능(AI) 기술을 활용하여 태풍의 경로와 강도를 예측하는 시스템  

• 기상 데이터 분석을 통해 재난 대비 및 대응 계획의 효율성을 증대  

👥 팀 구성  

• 백엔드 개발자: 2명  

• 프론트엔드 개발자: 1명  

• AI 엔지니어: 1명  

🛠 기술 스택  

• Backend: NestJS, Prisma  

• Database: MySQL, Redis  

• Infra: AWS (EC2, RDS, Lambda), Docker  

✅ 주요 기능 및 역할

1⃣ API 및 배치 구축  

• 태풍 발생 감지 배치 시스템 개발  

  • 실시간 태풍 정보 감지 및 자동 업데이트  

  • 전세계 태풍 발생 정보를 분석하여 신속한 데이터 제공  

• 태풍 조회 API 개발  

  • RESTful API를 통해 태풍 정보 조회 기능 제공  

  • 위치, 강도, 예상 경로 등 다양한 필터링 기능 지원  

2⃣ AI 학습 데이터 수집 및 가공  

• 기상 데이터 수집 및 분석  

  • 전세계 태풍 정보를 수집하여 AI 모델 학습 데이터로 가공  

  • 태풍 경로, 강도, 영향 지역 데이터를 분석하여 예측 모델 최적화  

3⃣ 인프라 관리 및 최적화  

• AWS EC2를 활용한 서버 배포  

  • 백엔드 API 서버 및 데이터베이스 서버를 AWS EC2에 배포하여 안정적인 운영 환경 구축  

  • EC2 확장성을 활용한 서비스 최적화 및 운영 효율성 증대  

• Lambda 및 Docker를 활용한 AI 서버 배포  

  • AI 태풍 예측 모델을 AWS Lambda 함수로 구현하여 서버리스 환경 구축  

  • Docker 컨테이너를 활용하여 개발 및 운영 환경 일관성 유지 및 배포 자동화  

🏆 성과 및 개선 사항  

• 실시간 태풍 정보 업데이트 기능을 통해 데이터 갱신 속도 80% 향상  

• AWS Lambda 기반 AI 예측 모델 배포 → 태풍 예측 요청 처리 속도 60% 개선  

• Docker 컨테이너 활용으로 운영 환경 간의 일관성 유지 및 배포 프로세스 단순화