🟩 NE:MO - 모임 매칭 서비스

NE:MO는 조건에 맞는 스터디/모임을 탐색하고 실시간으로 참여할 수 있는 매칭 플랫폼입니다.
kafka를 통합 데이터 정합성, WebSocket + SSE 기반의 빠른 AI 모임 추천, Redis 캐싱 등 다양한 기술을 도입하여 효율적이고 반응성 높은 서비스를 제공합니다.

---

🛠️ Tech Stack

Category	Technology
Language	Java 21
Framework	Spring Boot 3.4.5
Database	MySQL, Redis
Messaging	Kafka
Realtime	WebSocket, SSE
Infrastructure	Docker, NGINX, AWS EC2
Monitoring	Sentry, SigNoz
CI/CD	GitHub Actions

---

📖 주요 기능

1️⃣ 회원 관리

• 카카오 Oauth를 활용한 회원 가입, 로그인
• Access / Refresh Token 기반 JWT 인증

2️⃣ AI 기반 모임 생성

• 모임 생성 시 기본정보만 입력해도 AI가 자동으로 모임 소개, 계획 작성 및 추천
• 모임을 생성하는 시간을 획기적으로 단축

3️⃣ 모임 탐색 및 참여

• 조건 기반 탐색 (지역, 카테고리, 키워드, 태그, 모집중)
• 활성화 이벤트를 한 눈에 보기 위해 업데이트순 정렬, 페이징, 키워드 검색 지원

4️⃣ 일정 관리

• 모임별 일정 생성
• 참여자 등록 및 나의 일정 확인 가능

5️⃣ AI 기반 모임 추천

• Kafka 메시징으로 AI 서버에 요청
• WebSocket 기반 응답 수신 및 비동기 처리

---

🗂️ ERD 설계

• users: 사용자 정보
• groups: 모임 정보
• tags: 태그
• group_tag: 모임 - 태그
• group_participants: 모임 참가자
• schedules: 일정
• schedule_participants: 일정 참여자

---

🧠 기술 블로그 기반 주요 고민 & 해결 전략

1. Kafka 도입

• 문제: 외부 API 호출 지연에 따른 Thread 점유로 BE 에러율 70%, AI의 Chroma DB와의 정합성 깨짐
• 해결: Kafka 기반 비동기 이벤트 구조로 전환
• 결과: 정합성 확보, 에러율 감소

📎 관련 블로그

2. HeapDump 분석으로 메모리 누수 해결

• 문제: Full GC가 자주 발생하고, GC 이후에도 Heap 메모리 사용률이 회수되지 않음
• 접근: MAT를 활용한 HeapDump 분석을 통해 byte[], char[], Thread, AgentBuilder 등의 비정상 객체를 추적
• 해결: OpenTelemetry와 ByteBuddy Agent 설정 조정 → 불필요한 객체 할당 제거
• 결과: 힙 메모리 사용률 감소, Full GC 빈도 5~7회 -> 4회 미만으로 감소

📎 관련 블로그

3. 테스트 코드 성능 최적화 및 프로파일링

• 문제: 테스트 코드 실행 시간이 10초 이상으로 비효율적
• 접근: IntelliJ Profiler로 테스트 성능 분석 → Thread.sleep, NettyEventLoop, 외부 API 호출이 병목
• 해결: WebClient를 Mock으로 대체, Thread Pool 조절로 개선
• 결과: 테스트 실행 시간 10s → 6s 512ms로 단축

📎 관련 블로그

4. Redis 캐시 TTL + Jitter 전략

• 문제: 캐시 만료 시점에 트래픽 집중 (Cache Stampede) → Redis 부하 및 성능 저하
• 해결: TTL 설정 시 Jitter(Random) 적용 및 null 캐싱 활용하여 트래픽 분산
• 결과: TTL 충돌 시점 완화, 조회 응답 속도 평균 58ms → 1ms

📎 관련 블로그

5. Redisson 분산락으로 동시성 제어

• 문제: 모임 신청에서 동시 요청으로 인해 데이터 정합성이 깨지는 문제 발생
• 접근: Redisson Lock 기반의 분산락 도입, tryLock과 waitTime 조절
• 결과: race condition 방지, 분산환경에서의 데이터 무결성 확보

📎 관련 블로그

6. Redis 성능 향상 및 병목 해결

• 문제: MySQL에 불필요하게 연결이 발생하며 병목과 커넥션 낭비가 빈번
• 해결: Redis 커넥션 풀 설정 최적화, Lettuce 비동기 처리 전략 적용
• 결과: 동시 처리 성능 2배 증가, 메모리 사용률 감소로 시스템 안정화

📎 관련 블로그

7. API 병목 개선을 위한 전략

• 문제: AI 서버 및 DB 호출 지연으로 인해 전체 API 응답 속도 저하
• 해결: Index 최적화 (불필요한 Index 제거, 컬럼 재정렬로 Range Scan 개선)
• 결과: 응답 시간 단축, 서버 처리량 증가 및 트래픽 대응력 향상

📎 관련 블로그

---

🔧 시스템 아키텍처 (V3 기준)

• Kafka 기반 비동기 메시징 (AI 그룹 생성 요청/응답)
• Redis 기반 캐싱 + 분산락
• WebSocket 기반 BE ↔ AI 서버 통신
• SSE 챗봇 Streaming 구현

---

✅ 기술 포인트 요약

기술 요소	설명
Kafka	AI 연동 / 메시지 큐 / DLQ 구성
Redis Cache	@Cacheable + TTL + Jitter → 평균 1ms 응답
Redis Lock	Redisson 분산락 기반 모임 신청 중복 방지
WebSocket + SSE	AI 응답 Streaming 처리 → UX 개선
Virtual Thread	Timed Waiting Thread 감소, 응답 속도 향상
Heap 분석	GC 튜닝 + Agent 비활성화로 메모리 사용률 감소