기록으로 성장을 증명하고, AI로 효율을 추구하는 서버 개발자 김남영입니다.

저는 정기적인 글쓰기를 즐겨합니다. 삶과 일상, 업무에 대한 고찰 및 성과에 대한 기록을 남긴다는 것은 매우 가치 있는 일이라 생각합니다.

적용하려는 기술의 존재 가치와 개요를 중요시하며, 상황과 제약 속에서 맥락을 충분히 고려해 설계를 진행합니다. 안정적인 서버를 개발하기 위해 고민하고, 문제 해결을 통해 더 나은 서비스 경험을 사용자에게 전달하고자 합니다.

최근에는 AI를 의사결정 보조 및 반복 업무 자동화에 적극 활용하며, 팀 내 AI 활용 방법을 공유하고 업무 효율 개선에 기여하고 있습니다.

한눈에 보는 프로필

• 이름: 김남영
• 역할: 서버 개발자
• 핵심 경험: Kotlin Spring Boot, PostgreSQL, Redis, OpenSearch, Spring Batch, Databricks, SQS, DynamoDB
• 관심 영역: 결제 정합성, 검색/추천, API 성능 개선, 데이터 파이프라인, 장애 대응, 운영 자동화
• 휴대전화: 010-3602-9750
• 이메일: [email protected]
• 깃허브: https://github.com/GroovyArea

핵심 성과 요약

• AI 유사도 검색 기반 벤더 추천: 답변율 1.7% → 4.8%, 평균 Latency 360ms → 80~150ms, p99 1,330ms → 250ms
• 유/무상 포인트 결제 시스템: 주문·결제·원장·지갑·수단 테이블 설계, PG callback, outbox, 대사 배치 기반 정합성 보장
• 거래처 반경 검색 API 개선: PostGIS 기반 반경 검색을 Redis Geospatial 읽기 모델로 전환해 평균 응답 400ms → 100ms
• Legacy API 성능 개선: community-api 평균 응답 1.2s → 200ms, 운영 리소스 ECS 12대 → EKS 4 pods 수준으로 절감
• 비상 결제 데이터 동기화: 서버 전면 장애 상황에서도 결제 데이터를 보존하고 복구 후 동기화 가능한 구조 설계
• 데이터 파이프라인 최적화: Spring Batch 병렬 처리와 JDBC batch update로 배치 수행 시간 1시간 → 15분 단축