이전 글
2024.01.02 - [PROJECT/KOSA] - [PROJECT] KOSA 최종 프로젝트 진행 (1) - 연관 게시물 : 연관에 대하여 [1/5]
2024.01.05 - [PROJECT/KOSA] - [PROJECT] KOSA 최종 프로젝트 진행 (1) - 연관 게시물 : Legacy와 현재 구현한 코드 [2/5]
2024.01.07 - [PROJECT/KOSA] - [PROJECT] KOSA 최종 프로젝트 진행 (1) - 연관 게시물 : 연관도 변화 [3/5]
2024.01.10 - [PROJECT/KOSA] - [PROJECT] KOSA 최종 프로젝트 진행 (1) - 연관 게시물 : 캐시 [4/5]
⌨️ 연관 게시물 구현 마무리
신입에게 있어서 막연한 것이 문제 상황을 해결 혹은 단순한 CRUD가 아닌 로직이 들어간 서비스 구현
이 아닐까 싶다.
나에겐 이번 프로젝트가 위 2개를 다 만족시켜주는 좋은 기회였던 것 같다.
경험적으로나, 앞으로 공부해야할 것들에 대한 인사이트 등 많은 도움이 되었고
그 동안 아는 만큼 보인다고, 프로젝트 기술 위주 혹은 잡기 위주로 체급을 키우려던 거에서 많은 성찰을 하게 해주었다.
1. 도전 사항
이 모듈을 가지고 추가로 도전할 것들에 대해 고민해봤다.
1.1. 대용량의 데이터여도 빠르게 가능한 지?
첫 번째 도전은 데이터가 많은 경우에도 빠른 속도로 연관게시물 매핑이 가능한 지이다.
정책적인 부분이 들어가겠지만,
현재 우리의 반복주기는 1시간이다. 그렇다는 것은 못해도 모든 작업이 10분 이내에는 완료가 되어야한다고 본다.
1시간에 가까이 완료될 수록 끝나자마자 바로 또 다음 작업을 진행하는 것이 될테니 말이다.
그렇기에 대용량의 데이터일 경우에는 이 기능이 어떻게 작동하는 지 시나리오를 그려보고 원활한 정책을 세워야 한다는 결론이 선다. 이것이 첫 번째 도전이다.
1.2. 팩터를 추가하여 연관게시물의 정확도 향상
AI의 영역일 수 있다. 성능이 떨어지고 수동적이더라도,
Java 그리고 Spring Boot를 통해서 나의 알고리즘의 정확도를 높혀야 한다는 생각이다.
현재는 평문 기준으론 정확하지만 에디터를 통해 받을 시 메타태그들이 많이 들어오므로 로직에 영향을 끼친다.
이런 데이터의 전처리 과정에 대한 정확도 향상 그리고 데이터 자체의 정확도 향상을 위해 팩터를 추가하는 것이 나의 두 번째 도전이다.
2. 개선 사항
2.1. 클러스터링 적용하여 조회 속도 향상
내가 정의하기에는
도전과는 좀 다르다, 도전 사항은 내가 스스로에게 주는 과제이며, 시도해볼 만한 Topic이라고 한다면
개선 사항은 마땅히 서비스의 변화에 따라 해줘야 할 Task를 뜻한다.
개선 사항은 비지니스에 대한 이해도도 필요할 것이고, 사용자의 요구를 판단하거나 예상하는 능력도 필요할거란 생각이 든다.
그렇지만 어떤 문제를 CS지식과 프로그래밍적 기술을 가지고 해결해나가는 이 작업이 너무나도 재밌기에 지금은 이 프로젝트로 꾸준히 애정을 가지고 개선해나갈 것 같다
3. 진짜 마지막 회고
몇 번이고 말해도 아깝지 않다. 이 프로젝트를 통해 어떻게 공부를 해야할 지 앞으로 어떤식으로 개발을 대할 지
스스로 기준이 세워지고 주관이 또렷해졌다. 기둥이 생긴 것 같은 느낌이다.
사실 나와 같은 사람들이 꽤 많을 것이다.
첫 부트캠프 혹은 국비를 수료 후 마치 취업시장에서 어디든 갈 수 있을 것 같던 자신감을 가지고 도전했으나,
적잖은 탈락의 쓴 맛을 보고
트렌디 하다는 기술을 다 해야하나? 고민을 하기도, 기본기를 닦으라는데 기본기를 어떻게 닦는 지??
방황에 빠지기도 했을 것이다. 그러다가 혼자서는 힘들 것 같아 N회차의 교육을 선택한다든지 말이다..
교육을 추가로 받는 것이 크게 도움이 된다고 생각 들진 않지만, 너무 힘들다면 2회차 까지는 뭐.. 도전해볼만하다.
대신 2회차의 교육을 받는다면 거기에서 탑급 교육생이 되어야한다.
하지만 내가 제일 추천하는 것은 역시 스스로 공부하는 법을 깨닫는 것이 중요하다고 본다.
나는 이 프로젝트를 통해 그 방법을 깨닫게 되었고, 더는 보여주기 식의 공부가 아닌 스스로를 위한 공부를 할 수 있게 되었다 :)
