반응형 상태관리3 서버 한 대로 무중단 배포하기: Caddy 헬스체크가 못 막는 502 이미지 편집 엔진 서버 한 대로 무중단 배포하기: Caddy 헬스체크가 못 막는 502 상태 위치 조사부터 재시도 설정까지, 실측 557건으로 확인한 절차 핵심 요약 무중단의 전제는 서버 대수가 아니라 상태의 위치다. 상태를 안 가진 계층만 교체할 수 있고, 그 계층만 골라내면 VPS 한 대로도 된다. 인스턴스를 둘 띄우되 로드밸런싱은 하지 않는 선택도 정당하다. 프로세스 메모리에 사는 것(요청 한도 카운터 등)이 있으면 트래픽을 나누는 순간 그 값이 두 배가 된다. 헬스체크만으로는 못 막는 구간이 원리적으로 남는다. 관찰이 주기적이기 때문이다. 롤링 중 555번 중 3번이 502였다. 연결 실패에만 재시도를 걸어 그 구간을 덮었다. 재측정 557번 중 실패 0,.. 2026. 8. 24. [React] 자연어 기반 시간표 자동 생성을 위한 프론트엔드 최적화 여정 📂 GitHub 저장소🌐 라이브 데모💼 포트폴리오대학생 AI 챗봇 서비스 강냉봇에 "자연어 기반 시간표 자동 생성" 기능을 추가하면서, 기획 부재 상황에서 애자일하게 MVP를 구현하고, 프론트엔드 주도적인 개발 방식을 통해 난관을 극복한 과정을 공유합니다. 📑 바로가기🎯 문제 정의🏗️ 아키텍처🔥 도전과제💡 해결 과정📈 결과🛠 기술 스택🎯 문제 정의: 수강신청은 왜 항상 힘들까?대학생들에게 수강신청 기간은 전쟁입니다. 듣고 싶은 과목들은 많은데, 어떤 과목이 어떤 시간에 열리는지, 내 공강 날짜와 겹치지는 않는지 하나하나 따져봐야 합니다. 기존의 시간표 서비스들은 대부분 수동 검색 방식이었습니다."알고리즘 A반 넣어보고... 안되네? B반으로 바꿔볼까? 아 그럼 데이터베이스랑 겹치네.... 2026. 1. 10. [React] AI 챗봇의 체감 속도를 높인 프론트엔드 최적화 여정 📂 GitHub 저장소🌐 라이브 데모💼 포트폴리오 대학 AI 챗봇 서비스 강냉봇의 프론트엔드를 개발하면서 "느린 AI 응답"이라는 근본적인 한계를 프론트엔드 기술로 어떻게 극복했는지 공유합니다. 📑 바로가기 🎯 문제 정의🏗️ 아키텍처🔥 도전과제💡 해결 과정📈 결과🛠 기술 스택 🎯 문제 정의: 왜 AI 챗봇은 느리게 느껴질까? 강남대학교 학생들을 위한 AI 챗봇 서비스를 개발하면서 첫 번째로 마주한 현실은 AI 응답의 지연 시간이었습니다. LLM(Large Language Model) 기반 챗봇은 구조적으로 응답에 1~5초가 소요됩니다. 여기에 네트워크 통신 시간까지 더.. 2025. 12. 25. 이전 1 다음 반응형
