미리보기

: 뇌 질환 진단 보조 AI 서비스 기업
-뇌졸중 및 파키슨병 관련 제품 핵심 프로젝트에 참여
-CI/CD 자동화 배포 구축

: 국방 정보화 프로그램 개발을 위한 SI기업

• 사용기술: 전자정부프레임워크, Oracle, XPLATFORM, Jenkins

• 주요 업무:

  • xplatform을 이용한 정보 파트 화면 개발

  • Oracle을 이용한 정보 파트 쿼리문 작성 및 튜닝

• 프로젝트 개요: 뇌졸중 및 파킨슨 진단을 지원하는 리포트 사용성 테스트를 위한 도구로, 의사들이 뇌졸중 진단을 위한 AI 기반 리포트를 사용했을 때의 성능을 측정할 수 있는 도구.

• 구현한 기능:

  • API 명세서 작성 및 공유: Swagger로 API 명세서를 작성하고, 이를 Wiki에 공유하여 프론트엔드와의 실시간 협업과 API 품질 개선을 주도.

  • 데이터베이스 설계: ERD 설계를 기반으로 데이터 정규화를 통해 중복 데이터를 최소화하면서 확장 가능한 테이블 구조를 리딩. MariaDB를 사용하여 안정적인 데이터 저장 및 처리를 구현.

  • Docker 기반 배포: Dockerfile과 Docker Compose를 활용해 컨테이너화된 환경을 구축하고, SQL 스크립트 자동 실행을 통해 데이터베이스 초기 데이터를 일관되게 설정하여 다수의 개발 서버 및 노트북에 효율적으로 배포할 수 있도록 함.

  • Excel 다운로드 API 개발: 의사들의 사용성을 분석하기 위해 학회에서 의료 데이터를 Excel 파일로 다운로드할 수 있는 API를 개발하였으며**, Apache POI**를 활용해 데이터를 효율적으로 엑셀 형식으로 변환 및 제공하는 기능을 구현

• 성과/기술적 경험/트러블슈팅:

  • API 품질 개선: 프론트엔드와의 협업을 통해 API 명세서를 실시간으로 수정하고, 테스트 피드백을 반영하여 API 호출 성능을 20% 향상.

  • 데이터베이스 구조 개선: MyBatis에서 JPA로 전환하여 SQL 관리 복잡성을 줄이고, 비즈니스 로직의 효율성을 대폭 증가.

• 프로젝트 개요: 파킨슨병 진단 보조용 뉴로멜라닌 측정 도구 개발. DICOM API를 활용하여 MRI, CT 영상 조회 및 다운로드 기능을 구현.

• 구현한 기능:

  • DICOM 조회 및 다운로드 API: MRI와 CT 영상 데이터를 뷰어로 조회하고 DICOM 라이브러리(dcm4che)를 활용해 DICOM 파일로 변환 및 다운로드할 수 있는 기능 개발.

  • 엔진 결과물(리포트) 다운로드 및 조회 API 개발: MRI 및 CT와 같은 의료 영상 관련 리포트의 다운로드 및 조회를 위한 API를 설계하고 개발하여 사용자 편의성을 향상.

• 성과/기술적 경험/트러블슈팅:

  • SQL 성능 최적화: 대용량 의료 영상 데이터를 처리하는 과정에서 SQL 조인문 최적화 및 인덱스 추가를 통해 데이터 처리 속도를 15% 개선.

  • 프로젝트 유지보수 자동화: Jenkins를 통한 CI/CD 파이프라인 자동화로 팀의 배포 및 유지보수 시간을 절감.

  • Swagger 버전 업데이트 대응: Swagger 버전 업데이트 대응: Swagger 버전 업데이트로 요청 DTO가 JSON 형식으로만 처리되어 파일 업로드가 불가능해진 문제를 컨트롤러에 적절한 애노테이션을 추가하여 해결하고, API 테스트 환경을 개선

• 프로젝트 개요: 기존 뇌졸중 진단 보조 AI 도구의 모바일 버전 개발, 주요 기능으로 이중 전원 기능 및 알람 기능을 추가하여 상급 병원과의 데이터 전송을 최적화.

• 구현한 기능:

  • 병원 데이터 전송 API 개발: 상급 병원으로 환자 및 질환 분석 리스트를 전송하는 API를 개발하고, 데이터 전송 속도를 최적화.

  • 전송 가능한 병원 리스트 제공 API: 병원 리스트를 클라이언트에게 제공하는 API를 구현하여 데이터의 가시성을 향상.

• 성과/기술적 경험/트러블슈팅:

성능 최적화

: 데이터 전송 속도를 837ms에서 61ms로 줄여 병원 시스템과의 데이터 전송 효율성 향상.

(https://all110.tistory.com/9)

• 프로젝트 개요: 뇌졸중 진단을 위한 AI 도구의 주요 기능 개발 및 운영, 신규 기능 추가와 기존 시스템 유지보수를 담당. 장애 대응 및 성능 개선 작업 수행.

• 구현한 기능:

  • 신규 입사자 온보딩 문서 작성: 시퀀스 다이어그램, 비즈니스 플로우 문서를 정리하여 신규 입사자 온보딩 및 이해를 돕기 위한 문서화 작업을 주도.

  • Jenkins 기반 CI/CD 파이프라인 자동화: GitLab 웹훅을 활용해 태그 이벤트 발생 시 Jenkins 빌드가 자동으로 트리거되도록 설정, 커밋 단위로 태그를 생성하여 CI/CD 자동화 구현.

  • AI 분석 오류 재분석 기능 개발: 조건에 따른 재분석 기능을 개발하고, 테스트 코드 자동화를 통해 시스템 품질을 개선.

  • WebSocket 기반 실시간 워크리스트 관리: 페이지 새로고침 없이 실시간으로 변경사항이 반영되는 워크리스트 관리 시스템을 개발.

  • Redis로 데이터 유효성 보장: Spring Redis Template을 사용하여 로그인 대상과 Worklist 상태를 Redis에 저장하고, TTL(Time To Live) 설정을 통해 일정 시간 동안 데이터 유효성을 보장.

  • 모니터링 : Sentry와 Watchdog를 활용한 종합적인 애플리케이션 모니터링

  • 서버 세팅: QA 서버 및 병원 배포용 서버를 온프레미스 환경에서 구축 및 설정하여 안정적인 운영 환경을 제공하고, 서비스 배포 프로세스 지원.

  • 통계 api 개발: 뇌 질환 AI 엔진 사용 데이터를 날짜별로 통계 내어 제공하는 API를 개발해 사용 패턴 분석 및 보고 기능 구현.

  • CAPTCHA API 개발: 자동화된 봇 공격 방지 시스템 구축을 위한 CAPTCHA API 개발

• 성과/기술적 경험/트러블슈팅:

  • 신규 입사자 온보딩 효율성 증가: 문서화를 통해 신규 입사자의 시스템 이해도를 높였으며, 온보딩 기간을 20% 단축.

  • CI/CD 파이프라인 자동화: Jenkins와 GitLab 웹훅을 연동하여 배포 프로세스를 자동화하고, 생산성 증가

  • 엔진 분석 기능 품질 개선: 분석 오류 재분석 기능을 개발하여, 정확도를 15% 개선하고, 오류 발생 시 재시도 처리를 통해 안정성을 강화.

  • 테스트환경 구축: TestContainers, 를 활용하여 격리된 테스트 환경을 구축하고, 자동화된 통합 테스트를 통해 안정적인 테스트 환경을 제공.

  • RestAssured를 사용해 Retry API의 테스트 코드를 작성, 비즈니스 흐름에 따라 실패 시 재시도와 성공 시 처리를 구분하여 테스트 시나리오 구현.

  • MapStruct를 도입하여 객체 매핑 로직 자동화 : 반복적인 코드 작성 시간을 대폭 단축하고, 오류 가능성을 줄이며, 코드의 일관성과 유지보수성을 크게 개선

  • Flyway를 활용한 데이터베이스 스키마 변경 및 대규모 데이터 마이그레이션 수행: 새로운 컬럼 추가, DDL 스크립트 작성, 그리고 기존 테이블에서 필요 데이터를 추출하여 새 구조에 맞게 이

2주에 한번씩 글을 작성하는 개발자 글쓰기 커뮤니티입니다.
다른 개발자 분들과 네트워킹 및 글또 내에서 디자인 패턴 스터디 진행했습니다.