컬리

RSS

게시글: 113
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

DevOps
Nx에서 Bun 더 잘 사용하기: Nx 18 -> 21 마이그레이션
이 글은 Nx 모노레포 환경에서 패키지 매니저를 pnpm에서 Bun으로 변경하면서 겪었던 문제점과 해결 과정을 공유합니다. Nx 18 버전에서 Bun을 사용하기 시작했으며, Nx 19.5부터 Bun 공식 지원이 시작되었지만 실제 안정적인 사용을 위해서는 Nx 21.4 버전 이상이 필요했음을 설명합니다. Bun 도입으로 의존성 설치 및 빌드 시간이 크게 단축되었지만, bun.lock 파일 형식 변경 등 마이그레이션 과정에서 발생한 이슈들을 해결하며 프로덕션 환경에 성공적으로 적용한 경험을 다룹니다. 공식 지원 시작이 곧 프로덕션 준비 완료를 의미하지 않음을 강조하며, Nx와 Bun을 함께 사용하는 개발자들에게 유용한 정보를 제공합니다.
NxBun마이그레이션
컬리·2026년 1월 30일
DevOps
nginx 설정 없이 우아하게 서비스 점검하기 (下)
이 글은 서비스 점검을 위한 AccessBlock 시스템의 리뉴얼 과정을 다룹니다. 기존에는 nginx를 통해 요청을 차단하는 방식을 고려했으나, 인프라 구조와 팀의 요구사항(비개발자도 쉽게 설정, 특정 사용자/클러스터 대상 차단, RDBMS 종속성 없음)에 부합하지 않아 새로운 접근 방식을 모색했습니다. 리뉴얼의 핵심은 '탈 RDBMS'이며, 이를 위해 데이터 관리의 직관성과 편리성을 위해 구글 스프레드시트를 활용하는 방안을 제시합니다. 이를 통해 인프라팀의 관리 부담을 줄이고, 다양한 이해관계자가 서비스 점검 설정을 유연하게 관리할 수 있도록 개선하는 것을 목표로 합니다.
AccessBlock서비스 점검리뉴얼
컬리·2025년 10월 10일
DevOps
nginx 설정 없이 우아하게 서비스 점검하기 (上)
컬리 입고 프로덕트 개발팀은 재고 DB 점검 시 발생할 수 있는 문제를 해결하기 위해 AccessBlock이라는 시스템을 개발했습니다. 기존에는 DB 점검 시 발생하는 오류를 막기 위해 nginx 라우팅 설정을 변경하는 방식을 사용했지만, 개발팀은 인스턴스 설정 변경 권한이 없어 즉각적인 대응이 어려웠습니다. 또한, 비동기 통신으로 인한 보상 트랜잭션 부재는 수동 재고 조정을 야기했습니다. 이러한 문제점을 해결하고자 AccessBlock은 서비스 점검 시 API 호출을 차단하여 데이터 정합성을 유지하고, 개발팀이 직접 제어할 수 있는 방식으로 설계되었습니다. 이를 통해 서비스 점검 중에도 안정적인 운영이 가능해졌습니다.
nginx서비스 점검AccessBlock
컬리·2025년 10월 10일
DevOps
서버리스에서 쿠버네티스로: Airflow 운영 경험기
컬리 데이터서비스개발팀에서 데이터 파이프라인에 사용하던 서버리스 Airflow를 Kubernetes (K8S) 환경으로 이관하며 겪은 운영 경험을 공유하는 글입니다. 초기에는 AWS Managed Workflows for Apache Airflow나 GCP Composer와 같은 관리형 서비스를 사용했지만, 기술 성숙도 향상과 성능 및 비용 최적화를 위해 K8S 환경으로 전환을 시도했습니다. K8S 환경에 Helm으로 배포된 Airflow는 Metadata DB, Redis 큐, Scheduler, Trigger, Worker 등 다양한 컴포넌트로 구성됩니다. 이 글은 K8S로의 전환 과정에서 발생한 CPU 과부하 문제 해결 등 실제 운영 중 마주친 이슈들을 다루며, 이를 통해 기술 수준을 높이고 안정적인 운영을 위한 경험을 공유합니다.
AirflowKubernetesK8S
컬리·2024년 7월 9일
DevOps
Dataflow로 컬리의 준실시간 수요 예측모델 파이프라인 구축하기 - 1편
컬리 데이터플랫폼팀에서 준실시간 수요 예측 모델 서빙을 위한 파이프라인 구축 경험을 공유하는 글입니다. 대용량 분산 처리와 스트리밍 프로세싱을 지원하는 구글 Dataflow 서비스를 도입하게 된 배경과 서비스 전반의 개념, 그리고 배포 과정을 1편에서 다룹니다. 컬리에서는 시시각각 변하는 고객 주문 데이터를 실시간으로 반영하여 수요량을 예측하는 통계 모델을 사용하는데, 이를 위해 1년치 과거 데이터를 기반으로 하는 파이프라인이 필요했습니다. AWS MSK(Kafka)에 수집된 주문 데이터는 BigQuery로 적재되며, 이 BigQuery 데이터를 기반으로 Dataflow를 활용하여 준실시간 모델 서빙 파이프라인을 구축했습니다. Dataflow는 완전관리형 클라우드 서비스로, 대용량 데이터 처리와 스트리밍 환경을 동시에 충족하며 자동 확장 및 재조정 기능 등을 제공합니다.
DataflowApache BeamGCP
컬리·2023년 4월 10일
DevOps
컬리의 BigQuery 도입기 - 2부
컬리는 데이터 파이프라인의 효율성 증대를 위해 BigQuery를 도입했습니다. 이 글은 2부로, 1부에서 다룬 도입 배경에 이어 신규 데이터 파이프라인 아키텍처와 도입 결과 및 효과를 상세히 설명합니다. 정형 데이터 파이프라인은 RDBMS에서 AWS DMS와 Kafka를 통해 CDC 로그를 수집하고 BigQuery Streaming API로 저장합니다. GCP Cloud Composer(Airflow)의 Merge Procedure를 활용하여 BigQuery의 CDC 로그 테이블에서 최종 테이블을 주기적으로 업데이트하며, 이를 통해 원본 DB와 동일한 상태를 유지합니다. 비정형 데이터 파이프라인은 스키마 변환 과정을 거쳐 BigQuery에 저장됩니다. BigQuery 도입 후 데이터 처리 속도 향상, 비용 절감, 운영 효율성 증대 등 가시적인 성과를 거두었습니다.
BigQuery데이터 파이프라인AWS DMS
컬리·2023년 2월 17일
DevOps
컬리의 BigQuery 도입기 - 1부
컬리 데이터플랫폼팀은 사실과 데이터를 기반으로 의사결정하기 위해 데이터 공급의 중요성을 인지하고, 데이터 처리의 효율성을 높이고자 BigQuery를 도입했습니다. 기존 데이터 파이프라인은 긴 지연 시간, 스토리지 부족, 느린 쿼리 응답 시간, 복잡한 데이터 적재 과정 등의 문제점을 안고 있었습니다. 특히, 실시간에 가까운 데이터 연동이 필요함에도 불구하고 최소 20분 이상의 지연이 발생했고, 증가하는 데이터를 감당하기 위한 스토리지 확보와 동시 쿼리 실행 시 발생하는 응답 지연 문제도 심각했습니다. 본 글에서는 이러한 문제점들을 중심으로 BigQuery 도입 배경과 주안점을 다루며, 다음 글에서는 도입 결과와 변화를 상세히 설명할 예정입니다.
BigQuery데이터 파이프라인Data Warehouse
컬리·2023년 2월 7일
DevOps
Datadog Dash 2022 컨퍼런스 방문기
컬리 플랫폼엔지니어링 팀의 이승윤님이 Datadog Dash 2022 컨퍼런스 방문 경험을 공유합니다. Datadog은 클라우드 애플리케이션 모니터링 플랫폼으로, 인프라 상태 정보, APM, Log 등을 연계 분석하여 서비스 안정 운영을 지원합니다. 컬리는 Datadog을 통해 사내 대부분의 서비스를 모니터링하며 성능 개선 인사이트를 얻고 있습니다. 이번 컨퍼런스에서는 Datadog의 신규 기능 소개, 핸즈온 워크샵, 구축 사례 공유 등 다양한 세션이 진행되었으며, 빠르게 성장하는 Datadog의 모습을 확인할 수 있었습니다. 특히 'Observability 파트'에서 컨퍼런스 참여 기회를 얻어 미국 뉴욕에서 열린 행사에 참석하게 된 경험을 생생하게 전달합니다.
Datadog컨퍼런스모니터링
컬리·2022년 12월 14일
DevOps
DevOps팀의 Terraform 모험
컬리 DevOps팀은 서비스 증가에 따른 인프라 관리 복잡도 증가 문제를 해결하기 위해 IaC 도구인 Terraform을 도입했습니다. 이 글은 Terraform 도입을 결정하게 된 계기, 팀의 시행착오, 그리고 실제 관리 방식과 활용 사례를 공유합니다. 특히 Stage 및 QA 환경에 먼저 Terraform을 적용하고 노하우를 쌓아 운영 환경까지 확장하는 전략을 세웠습니다. Terraform 경험이 부족했던 팀은 기본부터 다시 학습하며 단순한 코드 작성과 구조 설계부터 시작했습니다. 이 글은 비슷한 문제에 직면한 다른 팀들에게 도움이 되거나, 팀의 경험에 대한 조언을 얻을 수 있는 기회를 제공하고자 합니다.
TerraformIaCDevOps
컬리·2021년 8월 25일
DevOps
Kurly에서 주문을 모니터링 하는 법
컬리 개발팀은 24시간 운영되는 쇼핑몰과 샛별 배송 서비스를 위해 실시간 모니터링 시스템의 중요성이 커지고 있었습니다. 기존 Legacy 시스템은 주문량 증가 시 검색 지연, 시간 단위 분할 검색, 데이터 정합성 이슈 등 여러 문제점을 안고 있었습니다. 이러한 문제를 해결하기 위해 본 글에서는 Legacy 시스템의 주문 정보를 Kafka에 실시간으로 적재하고, 이를 Elasticsearch로 전환하여 주문 모니터링 시스템을 개선하는 과정을 소개합니다. 복잡하고 느린 쿼리 문제를 해결하고, 데이터 파이프라인을 구축하여 안정적이고 효율적인 주문 모니터링 환경을 구축하는 것이 목표입니다.
주문 모니터링ElasticsearchKafka
컬리·2020년 3월 17일
DevOps
새로 입사한 개발자가 프로젝트에 기여하는 방법 한 가지
새로 입사한 개발자가 프로젝트에 기여하는 한 가지 방법으로 코드 스타일 가이드 위반 사항을 개선하는 과정을 소개합니다. 코딩 스타일 가이드의 중괄호 사용 규칙을 확인하기 위해 터미널 명령어를 사용했으며, 이를 통해 발견된 위반 사항을 수정하는 Pull Request를 제출하여 프로젝트에 기여했습니다. 또한, IntelliJ IDEA의 CheckStyle 플러그인을 활용하여 프로젝트 전체의 코드 품질을 점검하고 1,823개의 경고를 발견했으며, 이를 점진적으로 개선해나갈 계획임을 밝힙니다. 이 글은 신규 입사자가 팀의 코드 베이스를 파악하고 기여하는 실질적인 방법을 제시합니다.
CheckStyleIntelliJ IDEACI/CD
컬리·2020년 3월 9일
DevOps
DevOps 엔지니어의 Redis Test 분투기 - Part 1
이 글은 MSA 전환 과정에서 발생한 Redis 성능 문제와 Key/Value 값 저장 실패 문제를 다룹니다. 서비스 고도화를 위해 Redis 도입을 고려하던 중, API 버전 업데이트 후 Redis에서 Key 값을 가져오지 못해 AWS RDS에 부하가 집중되는 장애가 발생했습니다. Look-Aside-Caching 방식을 사용하는 API에서 이러한 문제가 발생했으며, 원인 분석 결과 회사에 표준 Redis 규격과 성능 테스트 모델이 부재함을 확인했습니다. 이에 따라 간단한 테스트를 통해 문제의 원인을 분석하고, 향후 표준 Redis 사이징을 위한 모델을 구축하고자 합니다. 글에서는 성능 측정 도구로 `redis-benchmark`를 소개하지만, AWS Elasticache 환경의 제약으로 인해 직접적인 사용에 어려움이 있음을 설명합니다.
Redis성능 측정Elasticache
컬리·2020년 3월 4일