Open
Conversation
각 서비스의 test application.yml을 작성하여 업로드 합니다. 테스트용 파일이므로 보안에 영향이 없습니다.
free-rate -> fee-rate
- publish-common-event.yml branches 작성 방식을 다른 yml 에 도입 - 띄어쓰기 및 주석 변경
[#236] Swagger 인증 헤더 토큰 부재 문제 해결 : pay-service
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
UI 완성도
전반적인 프론트엔드 화면 완성도는 높은 수준이며, 영어 기반 페이지보다 한글 기반 UI가 가독성과 서비스 완성도 측면에서 더 자연스럽습니다. 로고 디자인 또한 깔끔하게 구성되어 전체적인 UI 퀄리티는 준수합니다.
UI 개선 사항
스타일 게시판의 경우 더미데이터를 그대로 노출하기보다는 "서비스 준비중입니다" 와 같은 안내 페이지로 처리하는 것이 완성도 측면에서 더 적절합니다. 배너 영역은 이벤트 이미지를 일정 주기로 자동 스와이프하도록 구성하면 사용자 경험이 보다 자연스러워질 것으로 보입니다.
프론트엔드 연동 미완료
현재 프론트엔드와 백엔드 간 API 연동이 완료되지 않은 상태입니다. 발표 전까지 핵심 기능 위주로라도 연동을 우선 마무리하는 것이 필요합니다.
장바구니 조회 시 AI 추천 상품 호출 이슈
현재 장바구니 목록 조회 시 추천 상품을 함께 호출하는 구조이며, 주문 서비스와 AI 서비스 간 통신이 동기 방식으로 구성되어 있어 AI 연산 시간만큼 전체 응답이 지연되는 상황입니다. 이로 인해 추천 결과뿐 아니라 장바구니 목록 자체도 함께 늦게 반환되는 구조입니다.
이를 개선하기 위해 동기 통신을 비동기 방식으로 전환하는 작업을 진행 중이며, 이 과정에서 Python 기반 FastAPI 서버 측에 AI Kafka 도입을 제안하였습니다.
다만 응답 지연의 근본 원인이 AI 연산 시간 자체에 있기 때문에, Kafka 도입만으로 체감 성능이 크게 개선되기는 어려울 수 있다는 점도 함께 고려할 필요가 있습니다.
이에 대한 대안으로, 주문 요청 시점이 아닌 사용자 로그인 시점에 장바구니 기반 추천을 미리 산출하여 캐싱해두는 구조를 제안하였습니다. 이와 같은 방식으로 변경할 경우, 사용자 요청 시 즉시 응답 가능한 구조로 개선할 수 있을 것으로 보입니다.
우선적으로 프론트–백엔드 연동을 빠르게 마무리한 뒤 테스트 및 발표 준비에 집중하는 것이 바람직합니다.
시간이 부족할 경우, 내부 로직 검증 중심의 세부 테스트는 후순위로 두고, 시연 중심의 인수 테스트 및 통합 테스트를 발표 전까지 점검하는 전략이 효과적입니다.
또한 발표 시 실제 사용자 흐름에 맞춘 시연 시나리오를 사전에 구성하여, 데모가 자연스럽게 이어질 수 있도록 준비하시길 권고드립니다.