배경
AI 활용으로 제품 개발 속도는 빨라졌지만, 반대로 서비스 간 책임 소재가 명확하지 않은 회색 영역의 업무는 누락되기 쉬워졌습니다.
- API 문서, 테스트 시나리오, 테스트 방법론, 에러 응답 형식이 서비스마다 제각각 다르게 관리되었습니다
- 외부 SaaS 도구에 의존하던 문서·테스트를, airgap 환경에서도 쓰도록 코드와 함께 배포되는 자체 도구로 옮겨야 했습니다
- 필요하지만 정식 제품의 기능이 아니거나 책임 소재가 모호한 회색 영역의 업무가 많았습니다
성과
- OpenAPI 기반 자체 API Hub와 회귀 테스트 자동화로, airgap 환경에서도 동작하는 문서·테스트 흐름을 정착시켰습니다
- 결제 링크 생성, PG 가맹점/정산 관리, 파싱 결과 비교, 백오피스성 확인 업무 등을 위한 도구를 개발해 운영 편의성을 높였습니다
- WARN 로그를 매일 AI 로 집계·분류해 잠재 장애를 선제 감지하는 체계를 만들어, ERROR 알림만으로는 놓치던 사각지대를 메웠습니다
- NewRelic, 구조적 로깅, 표준 Error DTO, Skill 작성 기준을 정리하고 전파해 팀이 같은 기준으로 개발/테스트/운영할 수 있는 기반을 만들었습니다
상세
API Hub — 문서·스펙 표준화
외부 SaaS(Apidog)로 관리하던 문서·테스트를, airgap 환경을 지원하기 위해 OpenAPI 기반 자체 Hub 로 옮겼습니다.
모니터링 강화
테스트와 로그를 자동화·집계해, 문제를 사후가 아니라 사전에 감지하도록 했습니다.
- 회귀 테스트: 외부 도구에 의존하던 수동 시나리오를 Python 스크립트와 스케줄러로 대체하고, 정기 실행과 배포 후 실행을 통해 기존 동작이 깨지지 않는지 확인해 서비스의 신뢰성을 높였습니다
- WARN 로그 AI 리포트: 묻히기 쉬운 WARN 로그를 데일리로 AI 가 유형별로 묶어 원인·액션·trace 까지 정리한 리포트를 Slack 으로 발송하고, 이를 triage 해 장애가 되기 전에 선제 대응
운영 지원 도구 개발
- onepage-payment: 결제 링크 생성과 고객 전달을 운영자가 직접 처리할 수 있도록 지원
- storm-differ: Storm Parse 결과를 파서·모델 기준으로 비교해 품질 변화를 확인할 수 있도록 지원
- BO: 기록이 없거나 책임이 모호한 서비스의 반복 운영 요청을 화면·데이터 흐름으로 처리할 수 있도록 지원
운영 표준화 기여
- 외부 서비스 (Anthropic, OpenAI, Vertex AI, GitHub) API Key·권한과 서비스별 접근 범위 정리
- NewRelic, logback, structured logging 기준 정리
- 표준 Error DTO 와 유지보수 가능한 Skill 작성 방식 문서화
- common-config Git / Vault 저장소를 백엔드로 두고 Spring Cloud Config 표준 API 로 설정을 조회, airgap 환경에서도 feature toggle·공통 설정을 관리할 수 있도록 구성