알고수
코드 제출부터 GitHub 저장, AI 코드 분석까지 이어지는 알고리즘 스터디 관리 서비스

화면
개요
- 기간
- 2026.02 – 현재 (운영 중)
- 팀
- 1인 개발
- 역할
- 기획 · 설계 · 프론트엔드 · 백엔드 · 인프라 · 운영
풀고 싶었던 문제
알고리즘 스터디의 문제 관리, 코드 제출, 풀이 기록, 코드 리뷰를 한곳에서 이어 주는 도구가 필요했음. 혼자 기획부터 운영까지 맡으면서, AI 에이전트가 만든 코드를 믿고 배포할 수 있는 개발 방식도 함께 풀어야 했음.
해결 방법
- 01제출부터 AI 분석까지 한 흐름코드를 제출하면 GitHub 저장과 Claude 코드 분석이 이어서 처리되고, 진행 상태를 실시간으로 확인
- 02오래 걸리는 작업은 비동기로GitHub 저장과 AI 분석을 큐로 분리하고, 제출 상태는 Saga로 관리해 지연·실패 시 재시도·복구
- 03스터디룸에서 함께 리뷰문제별로 멤버의 제출 코드와 AI 점수를 모아 보고, 스터디 노트를 공유
아키텍처
- 01서비스 경계Identity·Problem·Submission이 각자 DB를 소유
- 02비동기 분리GitHub Worker·AI Analysis는 큐 소비자
- 03상태 전달Submission → Redis 이벤트 → Gateway → SSE
사용자 시나리오
- 01사용자 흐름문제 선택 → 제출 → 진행 상태 → 피드백 → 대시보드
- 02시스템 흐름저장 → 큐 발행 → GitHub 커밋 → AI 분석 → SSE
- 03실패 경로DLQ 보존 · 재시작 시 미완료 Saga 재개
담당 업무
- 01서비스 경계 설계Gateway·Identity·Problem·Submission 서비스와 GitHub·AI 워커로 책임을 나누고, 서비스별 DB로 데이터 소유권 분리Next.js · NestJS · TypeORM · FastAPI · PostgreSQL · RabbitMQ · Redis
- 02제출 Saga와 실시간 상태제출 → GitHub 저장 → AI 분석의 상태 전이·타임아웃·재시도 설계, 진행 상태를 Redis와 SSE로 전달Saga · RabbitMQ · Redis 이벤트 · SSE · GitHub App · Claude API
- 03AI 에이전트 역할 분담Gateway 보안, 제출 흐름, DB 스키마처럼 영역을 나눠 에이전트별 맥락을 좁히고, 설계 판단과 AI 구현을 구분해 기록ADR · 개발 기록
- 04AI 생성 코드 검증과 배포린트·타입 검사·테스트·보안 검사를 CI에 넣고, 이미지를 GitOps로 k3s에 배포. 운영 상태는 지표로 확인GitHub Actions · GHCR · Argo CD · k3s · Prometheus · Grafana
기술 사용 이유
기술문제역할
Saga Pattern · 상태 머신여러 서비스에 걸친 제출 처리의 실패 지점 추적 불가6단계 상태로 진행·실패 관리, 재시작 시 미완료 작업 재개
RabbitMQ · DLQ처리 시간이 다른 GitHub·AI 작업의 동기 결합비동기 분리, 반복 실패 메시지 보관
Redis Pub/Sub · SSE제출·분석 상태의 실시간 전달서버 푸시, 공유 subscriber로 커넥션 고갈 방지
NestJS · PostgreSQL서비스 간 책임과 데이터 소유권 혼재서비스 분리, 서비스별 DB 소유
k3s · ArgoCD · GitHub Actions단일 ARM VM에 여러 서비스 운영경량 클러스터, GitOps 배포, 변경 서비스만 검사·빌드
Prometheus · Grafana · Loki · Structured Logging자원 설정과 간헐 오류의 근거 부재지표로 커넥션 풀·자원 조정, 구조화 로그로 오류 경로 추적
개선 기록
- 01새 버전 롤아웃이 멈춘 문제헬스 체크 회귀와 환경변수 누락으로 새 버전이 뜨지 않았지만 기존 Pod가 응답해 드러나지 않던 문제. 헬스 체크와 설정을 고치고 SealedSecret을 다시 봉인해 복구
- 02Gateway가 Identity DB에 직접 접근하던 문제Identity API 호출로 옮겨 서비스 경계를 구현에 반영. 내부 HTTP 호출과 장애 의존성이 늘어나는 비용도 함께 검토