🔗 LinkFolio

🧑‍💻 개발자를 위한 포트폴리오 공유 및 커뮤니티 플랫폼

📄 LinkFolio 개발 보고서 (PDF) 보기

   

---

📋 프로젝트 개요

"파편화된 개발자의 경험을 하나로, LinkFolio"

현대 채용 시장에서 개발자의 이력은 GitHub, 기술 블로그, LinkedIn 등으로 분산되어 관리의 번거로움이 존재합니다. LinkFolio는 이러한 정보의 파편화(Fragmentation)를 해결하고, 구직자가 자신의 전문성을 효과적으로 증명할 수 있도록 돕는 퍼스널 브랜딩 및 채용 통합 관리 플랫폼입니다.

단순한 링크 모음(Link-in-Bio) 서비스를 넘어, 프로젝트 경험과 기술 스택을 시각적으로 구조화하여 보여줍니다. 또한, 기업과 구직자가 직접 소통할 수 있는 실시간 채팅과 커뮤니티 기능을 통해, 정적인 이력서 제출 방식을 넘어선 양방향 채용 생태계를 지향합니다.

---

🎯 앱 주요 기능

1. 포트폴리오

포트폴리오 목록 조회

포트폴리오 상세 조회

• 인기 개발자 랭킹: 단순 조회수뿐만 아니라 최신 트렌드를 반영하기 위해 Hacker News의 알고리즘을 변형한 '인기 점수(Popularity Score)' 로직을 적용하여 메인 페이지에 노출합니다.
• 필터링: QueryDSL을 활용하여 직군(Frontend, Backend 등) 및 기술 스택별 동적 필터링을 구현했습니다.

2. 커뮤니티

게시글 댓글 작성	게시글 답변 채택
커뮤니티 게시글 작성	팀원 모집 신청

• 카테고리별 게시판: QnA(질문/답변), 정보 공유, 팀원 모집 등 목적에 맞는 게시판을 제공합니다. QnA 게시판은 질문 해결 여부(isSolved)와 답변 채택 기능을 지원합니다.
• 팀원 모집 프로세스: 작성자는 원클릭으로 모집 상태(OPEN ↔ CLOSED)를 변경할 수 있으며, 지원자는 게시글 내에서 즉시 작성자와 1:1 채팅을 시작하여 지원할 수 있습니다.
• 계층형 댓글: 대댓글 구조를 지원하여 사용자 간의 깊이 있는 토론과 소통이 가능합니다.

3. 실시간 1:1 채팅

채팅 (1)

채팅 (2)

• 실시간 소통: WebSocket과 STOMP 프로토콜을 활용하여 지연 없는 대화 환경을 제공합니다. Redis Pub/Sub을 도입하여 다중 서버 환경에서도 메시지 전송을 보장합니다.
• 사용자 동기화: 타 서비스의 프로필 변경 사항을 Kafka CDC로 실시간 동기화하여, 채팅 목록 조회 시 발생하는 N+1 문제를 근본적으로 해결했습니다.

4. 마이페이지

포트폴리오 관리

커뮤니티 관리

• 내 정보 관리: 프로필 사진, 실명, 생년월일 등의 개인 정보를 수정할 수 있습니다. 변경된 정보는 Kafka 이벤트를 통해 타 서비스(Portfolio, Chat)에 실시간으로 전파되어 데이터 일관성을 유지합니다.
• 포트폴리오 관리: 작성한 포트폴리오의 공개/비공개 전환 및 수정 기능을 제공하여 이력 관리를 돕습니다.
• 활동 내역 조회: 내가 작성한 커뮤니티 게시글과 북마크한 포트폴리오/게시글을 한눈에 모아볼 수 있어, 관심 콘텐츠를 효율적으로 관리할 수 있습니다.

5. 고객센터

공지사항 (USER)

FAQ (USER)

공지사항 (ADMIN)

FAQ (ADMIN)

• 공지사항 및 FAQ: 서비스 이용에 필요한 정보를 제공합니다. 읽기 요청이 많은 특성을 고려하여 Redis Caching을 적극적으로 활용, 조회 성능을 극대화했습니다.
• 관리자 기능: 관리자(Admin) 권한을 가진 사용자만이 공지사항을 작성 및 수정할 수 있도록 권한을 분리했습니다.

6. 회원가입 및 계정 관리 (Authentication)

로그인

인증코드

아이디 찾기

비밀번호 찾기

• 자체 회원가입(이메일 인증 기반): 사용자는 이메일 인증(SMTP)을 거쳐 안전하게 계정을 생성합니다. Redis를 활용하여 인증 코드의 유효 시간을 엄격하게 관리합니다.
• 소셜 로그인: 사용자는 카카오, 네이버, 구글을 통해 소셜 로그인을 할 수 있습니다.
• 계정 찾기: 실명과 이메일 검증을 통해 잊어버린 아이디를 찾거나, 임시 비밀번호 발급 대신 안전하게 비밀번호를 재설정할 수 있는 프로세스를 구현했습니다.

---

🏗️ 시스템 아키텍처

LinkFolio는 On-Premise Kubernetes 환경과 외부 메시징 인프라가 결합된 하이브리드 아키텍처로 구성되어 있습니다.

🌍 인프라 설계 및 배포 전략 (Infrastructure & Deployment)

1. Hybrid Cloud Topology

시스템의 안정성과 리소스 효율성을 위해 Kubernetes 클러스터와 메시징 시스템을 물리적으로 분리하여 구축했습니다.

• Kubernetes Cluster (Self-Hosted On-Premise)
  • VirtualBox VM 위에 3개의 노드(1 Master, 2 Worker)로 구성된 클러스터를 직접 구축하여 운영합니다.
  • 모든 마이크로서비스와 데이터베이스가 이곳에서 구동되며, NodePort를 통해 외부 네트워크(Kafka VM)와 통신합니다.
• External Messaging Server (Ubuntu VM)
  • Kafka, Zookeeper, Kafka Connect 등 이벤트 브로커 생태계가 독립된 환경에서 운영됩니다.
  • K8s 리소스 부하와 격리된 환경에서 안정적인 메시지 처리를 보장합니다.

2. GitOps Workflow (ArgoCD)

• ArgoCD가 Manifest 리포지토리(linkfolio-manifest)를 감시하며, 변경 사항 발생 시 Kubernetes 클러스터의 상태를 자동으로 동기화(Sync)합니다.

💻 인프라 설계 상세 (Infrastructure Details)

운영 환경에 대한 깊은 이해를 위해 관리형 도구(Minikube 등)를 사용하지 않고, VirtualBox VM 기반의 3-Node 클러스터를 구축했습니다.

항목	구성 내용	비고
OS / Environment	Ubuntu 22.04 LTS (VirtualBox)	1 Master + 2 Worker Nodes
Provisioning	Kubeadm, Kubelet, Kubectl	클러스터 수동 프로비저닝
Container Runtime	Containerd	Docker Shim 제거 트렌드 반영 (CRI 표준 준수)
Network (CNI)	Calico	Pod 네트워크 통신 및 정책 관리
Node Spec	2GB RAM, 1 vCPU per Node	Swap 비활성화 및 Kernel 파라미터 튜닝

👉 [Blog] VirtualBox 기반 On-Premise Kubernetes 3-Node 클러스터 구축 과정 상세 보기

⚡️ Messaging Infrastructure

데이터 파이프라인의 안정성을 보장하기 위해 다음과 같은 컴포넌트들을 구성했습니다.

Component	Role
Apache Kafka	• 이벤트 브로커 (Topic 파티셔닝을 통한 병렬 처리)
Kafka Connect	• DB와 Kafka 간의 데이터 파이프라인 구축 (Source Connector)
Schema Registry	• Avro Serialization을 통한 스키마 검증 및 데이터 타입 안정성 보장
Debezium	• MySQL Binlog를 감지하여 실시간 데이터 변경 사항 캡처 (CDC)

---

🛠️ 기술 스택

Category	Technology
Frontend
Backend
Database
Messaging
Infra & DevOps
Monitoring
Tools

---

🚀 고도화 구현 기술

본 프로젝트의 주요 고도화 구현 기술을 요약합니다. 상세 설계 및 구현 내용은 아래에 있는 '서비스 구성 및 상세 문서'를 확인해주세요.

1. Kafka & Debezium 기반의 Event-Driven Architecture

• 문제: 서비스 간 강한 결합도와 데이터 불일치, 그리고 'Dual Write' 문제.
• 해결: DB 트랜잭션 로그를 감지하는 Debezium(CDC) 을 도입하여 데이터 파이프라인을 구축.
  • CDC Pattern (user-profile-connector): User Service의 프로필 변경 사항(Update)을 실시간으로 감지하여 Chat, Portfolio 서비스로 자동 전파.
• 효과: Feign Client 호출 제거를 통한 장애 격리 및 서비스 간 결합도 최소화.

2. Split Caching Strategy (Portfolio Service)

• 문제: 포트폴리오 상세 조회 시 빈번한 DB 부하 발생.
• 해결: 변경 주기가 다른 데이터를 분리하여 캐싱.
  • 정적 데이터(본문): Redis Cache-Aside 패턴 (TTL 1시간)
  • 동적 데이터(조회수/좋아요): Redis Write-Back 패턴 (실시간 인메모리 연산 후 배치 동기화)
• 성과: 상세 조회 성능 최적화 및 DB Write Lock 최소화.

3. 대규모 실시간 채팅 시스템 (Chat Service)

• 구조: WebSocket + STOMP + Redis Pub/Sub + MongoDB
• 특징:
  • Gateway에서 검증된 X-User-Id를 WebSocket Handshake 단계에서 가로채어 세션에 주입, 완벽한 인증 처리.
  • Redis Pub/Sub을 통해 Scale-out 된 서버 환경에서도 메시지 실시간 전송 보장.
  • 사용자 프로필을 로컬 MongoDB(chat_user_profile)에 캐싱하여 목록 조회 시 N+1 문제 해결.

4. SAGA 패턴을 이용한 분산 트랜잭션

• 시나리오: 회원가입 시 Auth DB(계정)와 User DB(프로필)의 원자성 보장 필요.
• 해결: Transactional Outbox Pattern을 적용한 Orchestration 기반 SAGA 구현.
  1. Event Router (auth-outbox-connector): 비즈니스 로직에서 outbox 테이블에 이벤트를 기록하면, Debezium이 이를 감지하여 outbox.event.{EventType} 토픽으로 라우팅.
  2. Flow: Auth Service(Pending) → Kafka → User Service(Create) → Kafka → Auth Service(Completed/Cancelled).
• 효과: 분산 환경에서의 데이터 일관성 보장 및 보상 트랜잭션 처리.

서비스 구성 및 상세 문서

서비스 명	역할 및 주요 기술	상세 문서
API Gateway	• 진입점 관리, 라우팅, JWT 인증/인가	바로가기
Auth Service	• 로그인(OAuth2/Local), 토큰 관리, SAGA 주관	바로가기
User Service	• 사용자 프로필 관리, SAGA 참여	바로가기
Portfolio Service	• 포트폴리오 관리, Split Caching 적용	바로가기
Community Service	• 게시판/댓글 관리, Redis Batch 처리	바로가기
Chat Service	• 실시간 채팅 (WebSocket + Redis Pub/Sub)	바로가기
Support Service	• 공지사항/FAQ 관리 (Read-Heavy 캐싱)	바로가기
Common Module	• 공통 DTO, 예외 처리, 유틸리티	바로가기

---

📊 테스트 및 성능 개선

본 프로젝트 서비스(모듈)들의 전체적인 성능 지표를 보여줍니다. 각 서비스별 부하 테스트 시나리오, 병목 구간 분석 및 구체적인 튜닝 과정은 아래 '상세 분석 보고서' 에서 확인하실 수 있습니다.

통합 성능 개선 요약표

서비스	지표	Before	After	개선 효과
User Service	평균 응답시간 (ms)	2287.37	1040.11	▼ 54.5% 감소
	처리량 (TPS)	6.78	10.90	▲ 60.7% 증가
	오류율 (%)	0.36	0.00	▼ 100% 감소
Portfolio Service	평균 응답시간 (ms)	210.08	385.60	▲ 83.5% 증가
	처리량 (TPS)	15.81	14.56	▼ 7.8% 감소
	오류율 (%)	58.62	0.04	▼ 99.9% 감소
Community Service	평균 응답시간 (ms)	1796.24	656.58	▼ 63.4% 감소
	처리량 (TPS)	12.13	12.62	▲ 4.0% 증가
	오류율 (%)	12.13	0.00	▼ 100% 감소
Support Service	평균 응답시간 (ms)	2579.43	1043.60	▼ 59.5% 감소
	처리량 (TPS)	12.65	22.04	▲ 74.2% 증가
	오류율 (%)	0.00	0.00	■ 변화 없음

💡 Note (Portfolio Service): 평균 응답 시간의 증가는 시스템 안정화에 따른 Trade-off입니다. 개선 전(Before)에는 58%의 요청이 즉시 오류를 반환(Fail-fast)하여 시간이 짧게 측정되었으나, 개선 후(After)에는 정상적인 비즈니스 로직(캐싱 및 DB 조회)을 수행하게 되어 실제 처리 시간이 반영된 결과입니다.

상세 분석 보고서

주제	분석 내용 요약	상세 문서
User Service	• DB Lock 해소: 프로필 수정 트랜잭션 최적화 및 커넥션 풀 튜닝	바로가기
Portfolio Service	• Split Caching 효과: 정적/동적 데이터 분리 캐싱 전략의 Trade-off 분석	바로가기
Community Service	• 조회수 동기화: Redis HyperLogLog 및 배치 처리를 통한 DB 부하 감소	바로가기
Support Service	• Read-Heavy 최적화: @Cacheable 전략과 캐시 만료 정책(TTL) 튜닝	바로가기

---

🔥 트러블 슈팅 (Troubleshooting)

개발 과정에서 마주친 주요 기술적 난관과 이를 해결한 자세한 과정은 아래 '트러블 슈팅 문서'를 참고해주세요.

트러블 슈팅 문서

주제	이슈 및 해결 요약	상세 문서
API Gateway	• JWT 버전 불일치: 서비스 간 라이브러리 버전 차이로 인한 인증 실패 해결	바로가기
OAuth2 / Redis	• 직렬화 이슈: OAuth2 인증 객체의 Redis 저장 시 역직렬화 실패 해결	바로가기
QueryDSL	• 멀티 모듈 상속: 공통 모듈(BaseEntity)의 상속 필드 미인식 문제 해결	바로가기
WebSocket	• 보안 컨텍스트: STOMP 연결 시 인증 객체(Principal) 유실 문제 해결	바로가기
Redis Cache	• Page 객체 캐싱: Page<T> 직렬화 시 ClassCastException 해결	바로가기
Dependency	• 라이브러리 충돌: Swagger와 Kafka Avro Serializer 간 의존성 충돌 해결	바로가기

---

👥 팀원 구성 및 역할

허준형	박성현
🛠 Architecture & DevOps - MSA 환경 구축 및 시스템 아키텍처 설계 - On-Premise Kubernetes 클러스터 구축 - GitHub Actions & ArgoCD 기반 GitOps 구현 💻 Backend Development - Kafka 기반 Event-Driven 데이터 동기화 처리 - Polyglot Persistence (MySQL, MongoDB, Redis) 설계	🎨 Frontend Development - Next.js 기반 웹 클라이언트 아키텍처 설계 - 전역 상태 관리 및 렌더링 최적화 (SSR/CSR) - WebSocket 클라이언트 연동 및 실시간 처리 ✨ UI/UX Design - 사용자 중심 서비스 플로우 및 인터페이스 설계 - 반응형 웹 디자인 및 인터랙티브 컴포넌트 개발