우아콘 2025 정리
이후 영상이 나오면 재정리 예정
AI 네이티브 회사를 향한 새로운 항해
배달의 민족에선 ai를 어떻게 사용하는가에 대한 세션이였다.
open ai에 따르면 ai 진화 5단계로 표기한다.
AI 진화 5단계
| 단계 | 명칭 | 핵심 능력 | 예시 | 달성 여부 |
| 1단계 | 대화형 AI (Conversational AI) | 질문·답변, 상담, 기본 지식 제공. 목적 수행 능력은 낮음. | 챗GPT 초기 버전, 고객센터 챗봇 | 이미 달성 |
| 2단계 | 추론 AI (Reasoning AI) | 문맥 이해 + 문제 분석 + 논리적 추론 가능. 단일 문제 해결 능력이 강해짐. | GPT-4~5, Claude 3.5, Gemini | 현재 |
| 3단계 | 에이전트 AI (Agent AI) | 사용자의 목표를 이해하고 복잡한 다단계 작업을 스스로 실행. API 호출, 자동화 수행. | AutoGPT류, Workflow Agent, LangGraph, OpenAI Agentic system | 초기 구현 중 (빠르게 발전 중) |
| 4단계 | 혁신가 AI (Innovating AI) | 새 개념 + 설계 + 과학/기술 혁신을 스스로 만들어냄. 연구자인 AI. | 현재 없음 (AGI 직전 또는 AGI 초기 상태 예상) | 미달성 |
| 5단계 | 조직 AI (Organizational AI) | 회사/조직 단위의 업무를 전체적으로 운영하고 최적화. 인간 개입 거의 없음. | 이론 단계, 미래형 기업 운영 AI | 미달성 |
배달의 민족에서는 3단계를 적용중이고 어떻게하면 적용하고 잘 사용할 수 있는지에 대해 얘기하는 시간이였다.
Agent 가이드를 작성하고 가이드를 기반으로 동작시키고 POC 기반으로 검증하게한다고 했다.
이것들을 n8n을 이용하여 workflow 기반으로 동작시킨다.
해당 세션에선 크게 감명 받은게 없지만 확실히 ai의 시대가 이미 왔다는게 느껴졌다.
글로벌 타깃팅 서비스, 수억 명의 고객을 향한 도전
buds ( business user data service? ) -> 글로벌 buds(? 이름 따로 있었음. )
국내 서비스에서 국가별 서비스 확장 과정에서 있었던 일에 대해 소개해주는 세션.
db 선정 과정과 스키마 복잡성, 수만 tps 처리, 비용 최적화라는 난관을 해결해 나가는 과정을 설명해줬다.
생각나는 것들 위주로 적어보면
1) 기준치
요구사항이 명확하게 내려져있는게 인상 깊었음
api latency의 기준이 80ms 이하 였던 것으로 기억
데이터 수는 어마어마했다~ 정도로 기억
2) 데이터베이스 선정
일단 dynamo db를 골랐는데 이유가 기억이 잘 안남 ㅎ;
rds(?) vs dynamo db vs cassandra
몇개 기억나는건 일관된 낮은 지연시간, 완전관리형의 확장성 등이 있었던 것으로 기억.
(물론 지원하는 기능도 좋아했던걸로.. ttl 등등)
단일 vs 국가별 vs 리전별 데이터베이스도 고려했는데
비용적인 측면과 속도 관점에서 리전별로 두기로 결정했다고 했음.
dynamo db는 요청마다 비용을 청구하는데 해당 비용을 최소화하기위해
업데이트 시 전체 삭제 후 추가하는 형태가 아닌 업데이트 되는 부분만 진행하는 형태로 해둠.
또한 ttl 등을 통해 일정 시간 뒤에 지워져야하는 것을 설정해뒀고
ttl에 의해 지워지는 것은 dynamo DB에서 별도 비용을 청구 안한다고 했음
( delete 쿼리를 날리는건 비용 청구 ㄷㄷ )
3) 글로벌 서비스에서 인식하기 위한 글로벌 키 적용
일단 글로벌로 넘어가면서 글로벌 키 값이 필요했는데 해당 키값을 where절마다 넣게되면 전체 쿼리에 대한 수정이 필요하게 된다.
최대한 코드 수정 없이 하기 위해 hibernate의 aop기반 @Filter, @FilterDef를 통해서 해당 어노테이션이 달려있을 때 where절에 글로벌 키 값 조건이 들어가게 처리해놨다.
4) 모니터링
그라파나 기반의 모니터링 시스템을 잘 구축해놨다.. ( tps 파악은 어떻게 하는 것인가 )
데이터 연금술: 로우 데이터를 파이프라인을 통해 '금'으로 바꾸는 법
사용자에게 노출되는 모든 데이터를 책임지는 데이터 허브팀의 이야기.
기존 복잡했던 구조를 메달리온 아키텍처에서 착안한 데이터 등급 체계로 재정립.
브론즈 ( 원시 소스를 그대로 저장 )
실버 ( 비즈니스에 맞는 로직을 가공하여 저장 ) - 실제 타 서비스가 붙을 수 있는 부분은 여기부터랬음
골드 ( 최종적으로 특정 서비스에 맞는 부분으로 가공해서 전달하는 곳 ? )
배달의민족 주문~!: ServerSentEvents로 실시간 알림 전송하기
패스..
배달의민족 모든 푸드주문 데이터, 서비스 중단 없이 DocumentDB 전환하기
dba 관점과 백엔드 관점에서의 이야기를 풀어서 얘기해줌.
와 이렇게까지 안정성을 챙겨서 진행한다규?!
데이터의 규모가 크다보니 인덱스 걸고 정합성 검사 시 중복 인덱스가 생성되는 오류도 발견해서 aws와 협업하에 해결...!
전체 데이터를 마이그레이션 후 인덱스를 생성했는데 복합 인덱스 생성 시 로컬 임시 스토리지 공간을 사용해서 하는데 데이터가 워낙 크니 최대 사이즈를 가진 리소스를 사용해도 실패함.
그래서 aws에 얘기해서 별도의 리소스를 임시로 붙여서 생성해줌 ㄷㄷ
마이그레이션 시 CDC 라는 개념도 알게 됨.
Change Data Capture (CDC) – 변경분 동기화
Initial Load 도중에도 계속 트래픽이 들어오니까 변경 내용만 실시간 반영해야 함.
그리고 2군데 db에 다 저장해두고
코드 상에 신규 db를 일정 비율로 바라볼 수 있게 하고
10% .. 20% --> 최종 100% 다 반영 후 문제가 안생기는 것을 확인 후 최종 종료함
그로 인해 성능 제약 없이 0 무사고 건으로 완료하였다고 한다.. 갓...
이래라저래라 하지 마라: 주니어를 성장시키는 '파트너십 대화법'
추천대상에서 확 끌린 세션..
- 좋은 의도로 건넨 조언이 '이래라 저래라' 잔소리로 들릴까 봐 조심스러운 분
- 원온원에 많은 에너지가 소모되고, 해치워야 할 숙제처럼 느껴지는 분
- 소프트 스킬을 감이 아닌 데이터와 실험으로 개선할 수 있을지 궁금한 분
- 선배로서 정답을 알려줘야 한다는 책임감이 버거운 분
- 주니어들의 성장을 어떻게 도와야 할지 몰라 막막한 분
동기면담법..
관계맺기 : 신뢰를 형성하고, 안전하고 존중받는다는 느낌을 주는 단계.
초점 맞추기 : 상대와 함께 이야기의 방향성과 목표를 합의하는 단계.
유발하기 : 상대가 스스로 변화 동기(내적 동기) 를 말하게 유도하는 단계.
→ 이 단계가 동기면담의 핵심이라고 보면 됨.
계획하기 : 상대가 말한 ‘변화 의지’를 실제 행동 계획으로 연결하는 단계.
상대방에게 연민의 마음을 가지고 대화할것..
(다른 사람의 고통을 알아차리고 그 고통을 덜어주고자 하는 마음이며, 단순히 불쌍하게 여기는 '동정'과는 달리 적극적인 도움을 주려는 의지를 포함.)
총평
굿즈가 없어져서 아쉬웠고 테크도 뭔가 디테일한건 빠져있던 것 같아서 아쉬웠지만 시간 관계 상 디테일한 건 당연히 할 수 없었던게 아닐까?
이런 테크 컨퍼런스를 다녀올때마다 아 나도 이렇게 하고 싶다와 이런것들 더 챙겨야겠다 등등 마음 잡기 좋은 것 같다.
특히 데이터가 많거나 글로벌 서비스, 대기업의 개발 문화 등을 간접적으로 체험해볼 수 있어서 좋았다~