LuckyDoki는 실시간 커머스 플랫폼으로, 대용량 트래픽 처리와 성능 최적화에 중점을 둔 종합 이커머스 솔루션입니다. 주요 기능으로는 상품 관리, 주문 및 결제 처리, 실시간 채팅, 푸시 알림, AI 챗봇, 검색 시스템, 소셜 로그인, 쿠폰 발급 시스템, 커뮤니티 등이 있습니다. 사용자, 판매자, 관리자 간의 효율적인 상호작용을 지원하는 다양한 기능을 제공합니다.
- 일반 사용자: 상품 구매, 리뷰 작성, 커뮤니티 활동, 채팅 등을 수행하는 고객
- 판매자(셀러): 상품 등록, 판매, 주문 관리, 재고 관리 등을 담당하는 판매자
- 관리자: 플랫폼 전체 관리, 상품 승인, 통계 관리, 마케팅 등을 담당하는 관리자
📌 시연영상 - https://www.youtube.com/watch?v=3pSpCyMeNsg&list=PLrtykmiaS87ui_Krh9-BV6cQjmIm2siSH
- 대용량 트래픽 처리와 성능 최적화에 중점을 둔 실시간 커머스 플랫폼 구축
- 분산 환경에서의 데이터 일관성과 동시성 제어
- 실시간 커뮤니케이션 처리 및 검색 기능 고도화
- AI 기반 챗봇 지원 및 비즈니스 인사이트 보고서 생성
- 사용자: www.luckydoki.shop
- 관리자: www.admin.luckydoki.shop
- swagger: https://api.luckydoki.shop/swagger-ui/index.html
graph TD
A[사용자 웹] --> B[API Gateway]
C[관리자 웹] --> B
B --> D[메인 API 서버]
B --> E[AI API 서버]
D --> F[(MySQL)]
D --> G[(Redis)]
D --> H[(MongoDB)]
E --> I[(PGVector)]
E --> J[OpenAI API]
D --> K[Kafka]
D --> L[Elasticsearch]
-
- 메인 백엔드 API 서버
- Spring Boot 3.4.2, Java 17 기반
- 주요 기능: 인증/인가, 상품/주문 관리, 결제, 알림
-
- AI 서비스 전용 백엔드 서버
- OpenAI, PGVector 기반 RAG 시스템
- 챗봇, admin 비즈니스 보고서 작성
-
- 사용자용 웹 클라이언트
- React.js 기반 SPA
- 기술 스택:
- JavaScript/React.js
- CSS Modules
- WebSocket 클라이언트
- FCM 클라이언트
-
- 관리자용 대시보드
- React.js 기반 어드민 패널
- 기술 스택:
- JavaScript/React.js
- 실시간 대시보드 대시보드
- 문서 생성, 비즈니스 보고서, 상품 엑셀 upload/download
- 관리자 권한으로 각 도메인 관리
https://www.figma.com/design/fKeAplwU25tyqQQlonz3oI/luckydoki?node-id=0-1&t=gSTm0qvqKv7m1rM5-1
- WebSocket 기반 실시간 1:1 채팅
- Firebase Cloud Messaging 푸시 알림
- Redis 기반 실시간 인기 검색어 및 최근 본 상품
- mongoDB Atlas 기반 실시간 채팅 내역 저장
- Elasticsearch 한글 형태소 분석
- 통합 검색 (상품 + 커뮤니티)
- Google Translation API 자동 번역
- ELK 로깅 시스템 구축
- JWT + Redis 기반 토큰 관리
- 분산 환경 세션 관리
- Spring Security 기반 인증/인가
- Oauth2 카카오, 구글 로그인 인증
- Kafka 기반 쿠폰 발급 시스템
- Redisson 분산락 동시성 제어
- CloudFront CDN 이미지 최적화
- RAG 아키텍처: OpenAI GPT 모델 기반 챗봇 시스템
- PGVector: 벡터 데이터베이스 기반 유사도 검색 구현
- AI 비즈니스 보고서: 판매 데이터 분석 및 자동 인사이트 도출
- Redis로 refreshToken 관리 및 실시간인기검색어 저장
- Kafka를 통한 관리자 쿠폰 등록 비동기 처리
- Redisson 분산락으로 사용자 쿠폰 등록 데이터 정합성 보장
- ELK 스택 구축 (Elasticsearch, Logstash, Kibana)으로 로그관리
- 로그 중앙화 및 실시간 모니터링
- Kibana 대시보드를 통해 실시간 성능 모니터링이 가능
- 검색 결과(현재 커뮤니티만) Redis로 캐싱
- CloudFront CDN 엣지 캐싱으로 이미지 로딩 개선
- WebSocket을 통해 실시간 양방향 1:1 채팅 경험을 제공합니다.
- STOMP 프로토콜을 활용하여 구조화된 메시징 시스템을 구현
- Firebase Cloud Messaging(FCM)을 통해 모바일 및 웹 클라이언트에 푸시 알림을 효율적으로 전송
- RAG(Retrieval-Augmented Generation) 아키텍처
- OpenAI GPT 모델 기반 자연어 처리
- MongoDB Atlas 로 챗봇 채팅 내역 기록/관리
- 프롬프트 개선으로 정확한 응답 생성
- 문제: 동시 다발적 쿠폰 발급 요청으로 인한 성능 저하
- 해결:
- admin단 -> Kafka를 도입하여 비동기 처리
- user단 -> Redisson 분산락으로 동시성 제어
- 처리량 300% 향상
- 문제: 한글 검색 시 정확도 및 속도 저하
- 해결:
- Elasticsearch 한글 형태소 분석기 적용
- 검색 결과 캐싱 도입
- 응답 시간 70% 개선
- 문제: 대용량 이미지로 인한 페이지 로딩 지연
- 해결:
- CloudFront CDN 도입
- 이미지 최적화 및 압축
- 로딩 시간 60% 단축
- 문제: 결제 처리 순차적 실행 비효율
- 해결:
- Executor 인터페이스 활용 비동기 처리
- 병렬 처리 가능 로직 분리 (cart, order, notification, coupon)
- 문제:
- RAG 시스템의 높은 지연 시간
- 부정확한 컨텍스트 참조
- 해결:
- 벡터 검색 인덱스 최적화
- 컨텍스트 윈도우 사이즈 조정
- 응답 시간 50% 개선, 정확도 30% 향상
- GitHub Actions를 통한 자동화된 빌드/배포
- Docker 컨테이너화로 일관된 환경 제공
- AWS Route53를 도메인 기반 라우팅 설정
- 언어 및 프레임워크: Java 17, Spring Boot 3.4.2
- 데이터베이스:
- MySQL: 주요 관계형 데이터 저장
- MongoDB: 채팅 기록 등 문서 기반 데이터 저장
- Redis: 캐싱, 세션 관리, 실시간 데이터 처리
- Elasticsearch: 검색 엔진
- PGVector: AI 챗봇용 벡터 데이터베이스
- 메시지 큐: Kafka (쿠폰 발급 등 비동기 처리)
- 인증/보안: Spring Security, JWT, OAuth2
- 클라우드/인프라: AWS, CloudFront CDN
- 모니터링: ELK 스택 (Elasticsearch, Logstash, Kibana)
- 실시간 통신: WebSocket, Firebase Cloud Messaging
- AI/ML: OpenAI GPT, RAG 아키텍처
- 기타:
- Google Translation API
- Redisson (분산 락)
- Querydsl (타입 안전 쿼리)