전체

고객 상담 자동화를 위해 OpenAI Realtime API를 활용한 음성 응답 시스템을 구축했다. WebSocket 기반 스트리밍과 VAD 처리, 그리고 응답 지연 최적화 과정을 정리했다.

프로덕션 RAG 시스템에서 컨텍스트 윈도우 제한으로 인한 성능 저하 문제를 겪었다. 청크 우선순위 재정렬과 동적 컨텍스트 압축을 통해 응답 품질을 개선한 과정을 정리했다.

Python 3.14에서 개선된 구조적 패턴 매칭을 API 응답 파싱에 적용했다. 기존 if-elif 체인 대비 가독성과 유지보수성이 크게 향상되었다.

FastAPI 프로젝트에서 psycopg2를 asyncpg로 전환하면서 겪은 과정을 정리했다. 동시 요청 처리 성능이 3배 가까이 개선되었고, 코드 구조도 더 명확해졌다.

AI 기반 기능이 늘어나면서 프롬프트 관리가 코드만큼 중요해졌다. Git으로는 부족한 프롬프트 특유의 버전 관리 요구사항을 해결하기 위해 자체 시스템을 구축했다.

실시간 데이터 처리 서비스에서 고루틴 누수 문제를 겪었다. 컨텍스트와 채널을 활용해 안전하게 종료되는 워커 풀 패턴을 적용한 과정을 정리했다.

React 19 Compiler 도입 후 기존 useMemo 사용 패턴을 재검토했다. 컴파일러가 자동으로 메모이제이션을 처리하지만, 특정 케이스에서는 여전히 명시적인 최적화가 필요했다.

React 19 정식 릴리즈 이후 프로젝트에 use() 훅과 Server Actions를 도입했다. 기존 비동기 처리 패턴과의 차이점과 실제 마이그레이션 과정에서 마주친 이슈들을 정리한다.

2년 전 작성된 REST API를 GraphQL로 마이그레이션하는 작업을 Claude Code를 활용해 진행했다. 반복적인 스키마 변환 작업을 자동화하면서 느낀 점들을 정리한다.

OpenAI의 Realtime API를 활용해 음성 기반 상담 봇을 구축했다. WebSocket 기반 스트리밍과 음성 인식/합성이 통합되어 있어 구현이 간결했지만, 레이턴시와 비용 관리가 핵심이었다.