CateQuest

✨ 프로젝트 소개

사용자에게 카테고리 별 질문을 주어 오늘 하루에 대한 마무리 혹은 평소에 하는 생각을 정리할 수 있도록 하는 앱입니다. 연애, 공부, 가치관, 경제 등 사용자가 카테고리를 선택하여, 인공지능에게 알맞은 질문을 생성하여 사용자에게 줍니다.

🛠 기술 스택

• Spring boot
• Spring boot Data JPA
• MySQL
• AWS
• Git
• Swagger

💪 맡은 기능 구현

• MVP 핵심 기능 개발 (Spring Boot)
  • MVP 기반 구축: 1인 백엔드로서 비즈니스 요구사항 분석부터 기능 명세, 핵심 기능(인증, 질문, 답변, 이웃) 구현까지 MVP 개발 전반을 주도하며 서비스 기반을 마련했습니다.
  • 신속한 피드백 반영: Figma 와이어프레임을 기반으로 FE 개발자와 협업하며, 사용자 피드백을 신속하게 프로덕트에 반영했습니다.
• API 설계 및 협업 프로세스 구축 (Google Docs & Swagger)
  • 선제적 API 설계: MVP 개발 전, FE 개발자와의 명확한 통신 규약 정립을 위해 Google Docs를 사용하여 API를 선제적으로 설계했습니다.
  • 문서 자동화 및 유지보수: 설계된 API 명세를 Swagger로 이전하여 RESTful API 명세서를 자동화하고, FE 개발자가 직접 테스트할 수 있게 하여 개발 효율을 증대시켰습니다.
  • 인프라 개선 기여: API 부하 테스트 수행 결과, 개발 서버와 운영 서버의 분리 필요성을 파악하여 안정적인 인프라를 구축하는 데 기여했습니다.
• CI/CD 파이프라인 구축 및 코드 품질 관리 (GitHub Actions)
  • 파이프라인 구축: GitHub Actions를 활용하여 코드 빌드, Lint(코드 스타일 검사), 배포 자동화까지의 CI/CD 파이프라인을 구축했습니다.
  • 코드 품질 자동화: 정적 코드 분석 도구(SonarQube)와 AI 코드 리뷰 도구(Code Rabbit)를 도입하여 코드 품질 관리를 자동화했습니다.
  • 운영 환경 분리: 안정적인 서비스 운영을 위해 개발(Dev)과 운영(Prod) 환경의 배포 파이프라인을 분리했습니다.
• AI 모델 파인튜닝 (PyTorch)
  • 도입 목적: 서비스 핵심인 '카테고리별 맞춤 질문'을 지속적이고 무한하게 생성하기 위해 AI 언어 모델을 도입했습니다.
  • 모델 파인튜닝: 오픈소스 모델(EleutherAI/polyglot-ko-1.3b)을 PyTorch로 파인튜닝하고, 모델 학습에 필요한 고품질의 데이터셋을 직접 설계하고 구축했습니다.

🔍 트러블 슈팅

다대다(M:N) 관계에서의 N+1 쿼리 문제 해결