전체

3년간 방치된 내부 API 문서화 작업을 Claude Code와 MCP를 활용해 자동화했다. 코드베이스를 분석하고 OpenAPI 스펙을 생성하는 과정에서 MCP 서버를 직접 구현해 컨텍스트를 확장했다.

Cursor의 Composer 모드로 대규모 리팩토링을 시도했다가 예상치 못한 문제들을 마주쳤다. 10개 이상의 파일을 동시에 수정하는 과정에서 발생한 컨텍스트 손실과 불완전한 변경 사항을 정리했다.

대용량 이미지 처리 API에서 발생한 타임아웃 문제를 워커 스레드를 활용해 해결했다. 메인 스레드 블로킹 없이 여러 작업을 병렬로 처리하면서 응답 시간을 70% 단축할 수 있었다.

단일 프롬프트로 처리하기 어려운 대량 문서 분석 작업을 체이닝 기법으로 해결했다. 각 단계의 출력을 다음 입력으로 연결하면서 정확도와 안정성을 모두 개선할 수 있었다.

사내 문서 검색 시스템 개선 중 청크 크기를 256, 512, 1024 토큰으로 나눠 테스트했다. 도메인 특성에 따라 최적 크기가 다르며, 오버랩 전략도 중요하다는 걸 확인했다.

대규모 레거시 코드베이스 리팩토링 작업에서 Cursor의 멀티파일 편집 기능을 활용한 경험을 정리했다. Composer 모드와 MCP 연동을 통해 작업 효율을 크게 높일 수 있었다.

프로젝트마다 반복되는 Cursor 프롬프트를 .cursorrules 파일로 관리하면서 팀 전체의 AI 코딩 품질이 개선됐다. 컨텍스트 설정부터 코딩 스타일까지 일관성 있게 유지하는 방법을 정리했다.

TypeScript 5.7에서 개선된 Iterator Helper 메서드의 타입 추론을 프로젝트에 적용했다. 특히 map, filter, flatMap 체이닝 시 타입 안정성이 크게 향상되어 런타임 에러를 사전에 방지할 수 있었다.

이미지 리사이징 API에서 발생한 블로킹 이슈를 Worker Threads로 해결했다. 멀티코어 활용으로 처리량이 3배 개선되었고, 메인 스레드 안정성도 확보할 수 있었다.

고객 상담 자동화를 위해 OpenAI Realtime API를 활용한 음성 챗봇 프로토타입을 제작했다. WebSocket 기반 양방향 스트리밍과 VAD(Voice Activity Detection) 처리 과정을 정리했다.