Software Engineer — Backend Systems & Domain Architecture
복잡하게 얽힌 도메인을 명시적이고 검증 가능한 구조로 풀어냅니다. 현실의 제약과 판단을 실행 가능한 모델로 옮기고, 기존 의미를 보존한 채 시스템을 바꾸는 일을 해왔습니다.
Backend systems · Domain architecture · Runtime & orchestration · Performance & observability
복잡한 규칙을 한 사람의 머릿속에 두지 않습니다. 책임과 경계를 나눠 새 요구가 기존 흐름을 흔들지 않게 만듭니다.
암묵적인 콜백보다 스케줄러, DAG, 큐처럼 읽고 검증할 수 있는 흐름을 선호합니다. 같은 입력은 같은 결과를 내야 합니다.
trial, commit, rollback의 경계를 먼저 세웁니다. 실패한 시도가 중간 상태를 남기지 않도록 구조에서 막습니다.
하드코딩된 분기를 정형 구조로 끌어올립니다. 데이터가 실행 단계로 내려가도 원래의 판단 근거와 계보를 잃지 않게 합니다.
프로파일과 추적 정보로 병목을 확인합니다. 복잡도를 정당화할 근거가 부족하면 이미 만든 코드도 되돌립니다.
계산 규칙과 실행 순서가 여러 절차에 얽혀 있어 일부 단계만 검증하거나 안전하게 교체하기 어려웠습니다.
의존성을 명시한 16단계 DAG와 새 실행 모듈을 만들고, 기존 결과를 비교하면서 전체 워크플로를 전환했습니다.
이벤트 소스마다 다음 실행 시각을 따로 계산했고, 조건문과 부수 효과가 섞여 전체 순서를 추적하기 어려웠습니다.
채널 메타데이터와 단일 heap scheduler로 실행 순서를 모으고, 동률 규칙과 시간 단조성을 계약으로 고정했습니다.
3,800줄 클래스에 114개 속성과 여러 관심사가 섞였고, 프록시가 실제 상태 소유자를 가리고 있었습니다.
상태를 15개 컴포넌트로 옮기고 명시적인 Facade를 통해 접근하게 만들어 소유권과 변경 경로를 드러냈습니다.
경로 중간에서 자원 하나를 잡지 못하면 앞서 바꾼 상태가 남아 다음 계산까지 오염시킬 수 있었습니다.
경로 전체를 시험한 뒤 한 번에 확정하고, 실패하면 관련 상태를 모두 복구하는 예약 트랜잭션을 만들었습니다.
핫패스의 로그 비용은 컸지만, 로그를 없애면 계산이 왜 그렇게 흘렀는지 확인하기 어려웠습니다.
구조화된 trace를 엔진 전반에 통일하고, 운영 빌드에서는 컴파일 단계에서 제거되는 관찰 경계를 만들었습니다.
정책과 물리 실행을 분리하고, 검증된 컴포넌트를 일반 목적 atom graph로 낮추는 비공개 개인 프로젝트입니다.
긴 계산을 웹 서버 프로세스에서 떼어내 실행마다 Kubernetes Job으로 격리하는 구조를 설계하고 실제 클러스터에서 검증했습니다.
복잡한 계산 규칙을 token, action, scheduler로 분해해 더 작은 실행 언어로 표현하는 연구입니다.
Python 심화 강좌 — 주니어 엔지니어 온보딩을 위해 쓴 시리즈입니다. 문법보다 객체 모델, 컨테이너, 제너레이터, 디스크립터가 왜 그렇게 동작하는지 설명합니다.
컴파일러, 리눅스, 컴퓨터 구조, Python 내부를 긴 호흡으로 정리합니다. 기술 블로그 보기 →
백엔드 시스템, 도메인 아키텍처, 런타임, 성능과 관찰 가능성에 관한 대화를 환영합니다.