안녕하세요, 여러분! 박비오입니다! 🚀
지난번 포스팅에서 DART OpenAPI를 활용한 Python 샘플 프로그램으로 데이터 수집의 가능성을 확인했었죠? 기억이 나지 않는다면 아래 링크에서 과거 포스팅을 다시 한 번 살펴보세요.
이번 포스팅에서는 프로젝트의 기술 스택 결정 과정과 아키텍처를 재구축하게 된 배경, 엔지니어로서 고민한 흔적들을 더 깊이 있게 나누려고 합니다.
프로젝트 아키텍처 재설계 이야기
처음 프로젝트를 시작할 당시, 저는 기존 내부 시스템이 Spring 기반의 .do 리퀘스트 구조로 이루어져 있어, 어떻게 하면 가장 효율적으로 DART 공시정보를 연동할 수 있을지 고민이 많았습니다. 특히 내부 인프라팀과 협력해야 하는 문제로 인해 기술적 선택에 더욱 신중할 수밖에 없었죠.
그래서 저는 크게 두 가지 접근법을 고려하게 됐습니다.
1. 기존 시스템과 완전 통합 (Spring Boot)
- 장점: 기존 시스템의 아키텍처를 유지하면서 별도 협력 없이 바로 적용 가능
- 단점: 프로토타입으로 이미 만들어 둔 Python 프로젝트의 장점(빠른 개발 속도, 비동기 처리 등)을 활용하기 어려움
2. 분리형 서비스로 독립 운영 (FastAPI)
- 장점: 비동기 처리와 빠른 개발 속도를 유지하면서 독립적 서비스로 운영 가능
- 단점: 내부망 환경에서 추가적인 인프라 설치가 필수적이며, 내부 인프라팀과 협력이 필요
이 고민을 표로 정리하면 다음과 같습니다.
| 비교 항목 | FastAPI (분리형 서비스) | Spring Boot (기존 통합형 서비스) |
|---|---|---|
| 개발 속도 | 매우 빠름 (파이썬 기반 비동기 처리) | 비교적 느림 (자바 기반, 컴파일 필요) |
| 통합 용이성 | 추가 작업 및 협력 필요 | 기존 시스템과 즉시 통합 가능 |
| 유지보수 용이성 | 별도 서비스로 관리, 복잡성 증가 | 기존 시스템과 통합 관리 용이 |
| 내부망 제약 | 신규 서비스 설치 및 인프라 협력 필수 | 기존 인프라에서 즉시 실행 가능 |
| 공식 문서 | FastAPI 공식문서 | Spring 공식문서 |
이러한 깊은 고민 끝에, 결국 내부 시스템과의 완벽한 호환성과 유지보수 용이성을 이유로 Spring Boot 프레임워크로 재구축하기로 최종 결정했습니다.
탄생한 프로젝트: jDart 🌟
이렇게 탄생한 jDart 프로젝트는 Spring Boot와 MyBatis를 이용해 구축되었습니다. 프로젝트는 고객카드 정보의 입력 및 저장 기능을 중심으로 하며, 경량의 H2 데이터베이스를 사용하여 빠른 구축과 운영이 가능합니다.
H2 데이터베이스 선택 이유 🗃️
H2 데이터베이스는 자바 기반의 경량 RDBMS로, 별도의 설치 과정 없이 즉시 사용 가능하며 약 2MB의 작은 용량 덕분에 부담 없이 프로젝트에 통합할 수 있습니다.
향후 계획: 기술적 비전과 목표 🚀
앞으로의 프로젝트는 명확한 목표와 전문성을 기반으로 다음과 같이 진행될 예정입니다.
-
DART OpenAPI 데이터 파싱 및 자동 저장
- Dart OpenAPI로부터 고객이 원하는 특정 정보를 정확히 파싱하여 H2 데이터베이스에 자동 저장합니다.
- 이를 통해 고객의 데이터 수집 부담을 줄이고 최신 공시 정보를 신속하게 제공합니다.
-
최신 정보 크롤링 서비스 구축
- 웹 크롤링을 이용해 최신 뉴스 기사나 관련 정보를 자동 수집하여 고객에게 실시간으로 제공할 계획입니다.
-
생성형 AI를 활용한 자동화 보고서 서비스
- 생성형 AI를 도입하여 데이터를 기반으로 자동화된 종합 장표나 보고서를 작성함으로써 고객이 복잡한 데이터를 간편하게 이해할 수 있도록 돕는 서비스 개발을 목표로 하고 있습니다.
이러한 단계적이고 체계적인 접근을 통해 고객사 관리 업무의 완전 자동화와 최적의 데이터 서비스를 실현하려고 합니다.
마치며 🌈
이번 포스팅은 저의 기술적 고민과 결정을 함께 공유하고, 프로젝트의 발전 방향을 더욱 명확히 전달하기 위한 자리였습니다. 기술적인 조언이나 아이디어가 있으시면 언제든지 댓글로 남겨주세요!
다음 포스팅에서 더 나아진 모습으로 찾아뵙겠습니다! 🌟
