대형 가전 중고 거래 중개 플랫폼과 촬영 소품 공유 플랫폼의 백엔드 아키텍처 설계와 데이터베이스 구축을 담당했습니다.
article 프로젝트 개요
- 기간: 2021.09 ~ 2022.02 (약 6개월)
- 담당 역할: 백엔드 엔지니어 (백엔드 전담, 프론트엔드 2명과 협업)
- 주요 기술: Spring Boot, WebSocket, FCM, MySQL, AWS S3, 전자결제 모듈(KG이니시스, RTPay)
report_problem 문제 정의 및 접근 전략
문제 상황
대형 가전 중고 거래는 일반 택배 거래가 불가능하고 운송 비용이 높아 구조적인 제약이 있었습니다.
- 고액 배송 및 설치비로 인한 거래 마찰
- 대면 및 화물 배송 중 파손 책임 소재가 불분명하고, 분쟁을 중재할 프로세스가 없음
해결 방향
신뢰 기반의 거래 환경을 만들기 위해 에스크로(대금 예치) 결제 프로세스와 1:1 실시간 소통 채널을 구축했습니다.
- 상태 전이 시스템화:
입금 대기→결제 완료→배송 중→배송 완료→구매 확정에 이르는 주문 상태 라이프사이클을 엄격히 관리 - 거래 채널 단일화: 일정 조율과 거래 증빙을 지원하는 앱 내 1:1 실시간 채팅 기능 구축
code 주요 개발 업무
실시간 채팅 및 알림 시스템 구축
- WebSocket 기반 1:1 실시간 채팅
- 이때 WebSocket을 처음 다뤄봐서, 자료를 찾아가며 WebView 기반 앱 환경에 맞는 Spring WebSocket 세션 관리를 구현했습니다.
room_id단위로 세션을 격리해서 사용자 간 1:1 통신을 안전하게 분리했습니다.
- FCM 기반 주문 이벤트 알림 연동
- Firebase Admin SDK를 연동해서, 주문/배송 상태가 바뀔 때마다 백엔드 이벤트 기반으로 푸시 알림을 보내는 파이프라인을 구성했습니다.
결제 시스템 검증 및 자동화 로직
- 결제 데이터 무결성 검증 (KG이니시스)
- 프론트엔드에서 넘어온 결제 요청 금액이 위변조될 가능성을 막기 위해, 결제 완료 전 서버 DB의 상품 가격과 결제 요청 금액을 한 번 더 대조하는 로직을 넣었습니다.
- 실시간 계좌이체(RTPay) 자동 매칭 및 예외 처리
- 무통장 입금 내역과 주문 데이터를 실시간으로 대조해서 자동으로 입금을 확인 처리했습니다.
- 동명이인이나 금액 불일치처럼 실제 발생할 법한 예외 상황은 설계 단계에서 미리 시나리오를 그려보고, 발생 시 관리자 확인 상태로 자동 전환되도록 만들었습니다.
- Scheduler 기반 거래 자동 확정
- Spring Scheduler로 배송 완료 후 일정 기간이 지나면 상태를 ‘구매 확정’으로 자동 전이시키고 정산 대상에 포함시키는 배치 프로세스를 구현했습니다.
소품 공유 서비스 DB 설계
- 서비스 확장을 고려해서 3정규형 기반으로 ERD를 설계해 데이터 중복을 최소화했습니다.
- AWS S3를 연동해서 고용량 소품 이미지 에셋을 안정적으로 업로드하고 서빙할 수 있게 했습니다.
insights 주요 학습 및 회고
1. 기획이 두루뭉술할 때는 직접 물어봐야 한다
SI 프로젝트다 보니 초기 기획서에는 “상품 결제되는 기능이 필요하다” 정도로만 적혀 있는 경우가 많았습니다. 그 상태로 개발하면 환불이나 CS 대응 같은 운영 시나리오가 통째로 빠지기 쉽다는 걸 알고 있었기 때문에, 고객사와 직접 커뮤니케이션하면서 “이런 상황도 고려하셨나요"라고 하나씩 확인해갔습니다. 이 과정에서 주문 테이블에 최종 결제 상태만 남기는 대신, 결제 승인 시각·승인 번호·결제 수단 같은 상세 내역을 별도 이력 테이블로 분리해서 쌓아두는 쪽으로 설계를 바꿨습니다. 기획서에 적힌 문장만 보고 만들지 않고, 운영 단계에서 실제로 필요할 정보를 먼저 물어보는 습관이 이때 생겼습니다.
2. 처음 다뤄보는 기술은 일단 부딪혀보는 게 는다
WebSocket을 이 프로젝트에서 처음 써봤는데, 세션을 어떻게 격리하고 WebView 환경에서 어떤 점을 신경 써야 하는지 자료를 하나씩 찾아가며 구현했습니다. 실제로 장애나 큰 문제는 없었지만, 익숙하지 않은 기술을 문서만 읽고 넘어가지 않고 직접 붙어서 구현까지 해봐야 실전 감각이 붙는다는 걸 느꼈습니다.
3. 단일 인스턴스 스케줄러의 한계에 대한 고민
Spring Scheduler로 주문 상태 전이와 입금 확인 배치를 안정적으로 구현했지만, 트래픽이 늘어나면 단일 인스턴스 스케줄러가 병목이 될 수 있다는 걸 설계하면서 알게 됐습니다. 이후 프로젝트에서는 대량 트랜잭션을 처리해야 한다면 분산 배치(Spring Batch)나 메시지 큐(RabbitMQ/Kafka) 기반 이벤트 드리븐 구조를 먼저 검토해야겠다고 생각하게 됐습니다.