총 4개의 글

• 로컬 LLM과 n8n으로 구축하는 에러 분석 자동화

  로컬 AI와 n8n 워크플로우 엔진을 결합해, 에러가 발생하는 즉시 원인을 분석하고 해결 방안을 제시하는 자동화 파이프라인을 구축했다. 이를 통해 에러 발생 후 최대 25초 이내에 체계적인 노션 리포트가 생성되며, 개발자는 반복적인 디버깅 작업에 소모되는 시간을 줄이고 보다 본질적인 문제 해결에 집중할 수 있는 환경을 마련했다.

• 카메라 및 마이크 On/Off UX 개선

  카메라와 마이크를 끄는 기능을 구현하면서 하드웨어 제어 방식에 따라 사용자 경험이 크게 달라진다는 것을 발견했다. 하나의 방식으로 두 미디어를 처리하려 했지만, 카메라는 LED 소등이라는 시각적 신뢰성이 중요하고 마이크는 즉각적인 반응성이 중요하다는 것을 두 번의 시행착오를 통해 깨달았다. 미디어 타입별로 다른 전략을 적용해 두 문제를 동시에 해결할 수 있었다.

• 비디오 Consumer 수 상수화로 서버 부하 최적화

  mediasoup 기반 화상 강의 서비스에서 모든 참여자의 비디오를 동시 수신하는 구조가 N×(N-1)로 Consumer를 폭증시킨다는 것을 모니터링으로 발견했다. 요청 시점 수신과 ±1 프리패치를 비교 검토한 끝에, 100명 기준 Consumer 수를 9,900개에서 210개로 줄이면서 페이지 전환 지연도 함께 해결했다.

• OCR과 Open AI의 응답 속도 개선

  계약서 OCR과 OpenAI 기능에서 약 2분이 걸리던 로딩 시간을 페이지 분할, 병렬 처리, 즉시 렌더링을 통해 18초까지 단축하며, 비동기 처리 설계 방식에 대해 고민하게 되었다.