Golang과 Kafka로 이벤트 기반 시스템 마스터하기: 확장 가능한 마이크로서비스 구축

실시간 데이터 스트리밍의 핵심 기술인 아파치 카프카의 내부 구조와 동작 원리를 체계적으로 학습합니다. 기초 개념부터 클러스터 구축, 클라이언트 개발, 마이크로서비스 적용까지 실무에 필요한 모든 지식과 노하우를 습득하여 안정적인 카프카 운영 역량을 갖추게 됩니다.

카프카 커넥트(Kafka Connect)에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 상세한 실습을 통해 여러분을 현장에서 필요로 하는 카프카 커넥트 기반의 데이터 연동 및 데이터 파이프라인 구축 전문가로 성장시켜 드릴 것입니다.

카프카(Kafka)의 핵심부터 내부 메커니즘에 대한 심화 수준의 내용까지, 상세한 이론 설명과 핸즈온 실습 & 실전 카프카 애플리케이션 개발 실습을 통해 카프카를 시작하는 사람도 단숨에 전문가 레벨로 도달할 수 있도록 강의를 구성했습니다.

Debezium 기반 CDC를 처음 접해 어디서부터 시작해야 할지 막막한 분들을 위한 강의입니다. MySQL의 변경 데이터를 Kafka로 실시간 수집하고 PostgreSQL까지 전달하는 전 과정을 직접 실습합니다. CDC의 기본 원리부터 설정과 운영 노하우까지 익혀, 실시간 데이터 파이프라인을 스스로 구축할 수 있습니다.

카프카 문법 암기가 아닌 '언제·왜 이벤트로 흘려보내야 하는가'를 배우는 개념 중심 강의입니다. 쇼핑몰 '온마켓' 하나를 관통 프로젝트로 삼아 주문·재고·알림·검색·분석 등 10가지 실전 사례의 이벤트 흐름과 원리를 익히고, 토픽·파티션·컨슈머 그룹부터 이벤트 소싱·CQRS·멱등성까지 시스템 전체를 보는 눈을 키웁니다.

이력서를 기반으로 모의면접을 진행하는 텍스트형식의 강의입니다.

기존 백엔드에 LLM이 결합되면 아키텍처가 어떻게 달라질까? 단순한 LLM API 호출을 넘어, Model Router, LLM Gateway, Vector DB 등 AI 서비스의 핵심 컴포넌트를 이해하고, RAG와 AI Agent를 포함한 운영 가능한 AI 서비스 아키텍처를 단계적으로 설계하는 시스템 디자인 입문 강의입니다. 자신만의 LLM 기반 AI 서비스를 만들고 싶은 분들을 위해 설계 흐름을 빠르게 익힐 수 있도록 돕습니다.

[거대한 재배선(The Great Rewiring)을 통한 공학적 조직 전략 및 개별 역량 로드맵] 1. 서론: '거대한 재배선(The Great Rewiring)'과 조직 패러다임의 전이 현대 기업은 인공지능(AI) 도입의 초기 국면인 이른바 '거대한 재배선(The Great Rewiring)'이라 일컬어지는 전례 없는 기술적 전환점에 직면해 있습니다. 이는 단위 기술의 단순 도입이나 부분적인 업무 자동화를 초과하여, 조직이라는 거대 시스템의 구조적 설계도를 근본적으로 재구성해야 하는 복합적 과업으로 정의됩니다. 생성형 인공지능(Generative AI)이라는 고효율 동력원의 공급에도 불구하고, 상당수의 조직은 구조적 관성에 매몰되어 성능 저하 및 시스템 불안정을 경험하고 있는 실정입니다. 이러한 현상은 동력원의 출력은 강화되었으나, 해당 에너지를 제어하고 유의미한 비즈니스 성과로 변환하기 위한 프로세스(Process)와 구조(Structure)의 재설계가 수반되지 않은 데서 기인하는 것으로 분석됩니다. 본 과정은 조직을 고도화된 유기적 시스템으로 진화시키기 위한 심층 아키텍처 설계 전략을 제시하고자 합니다. 2. [진단] 인공지능 도입 단계에서의 3대 구조적 결함 분석 ① 조직 하부 구조의 강성 부족 (Chassis Collapse) 경직된 수직적 계층 구조를 유지한 채 인공지능이라는 초고성능 동력원을 탑재할 경우, 가속화된 정보 처리량과 의사결정 속도를 기존 구조가 수용하지 못하는 현상이 발생합니다. 이는 의사결정 체계가 기술적 전개 속도에 상응하지 못해 발생하는 조직적 기능 부전으로, 궁극적으로는 리더십의 권위와 관리 시스템의 물리적 와해를 초래할 가능성이 농후합니다. ② 성능 경계의 오판과 시스템 신뢰성 저하 (Jagged Frontier) 확률론적 추론 기제인 생성형 인공지능을 엄격한 결정론적 논리가 요구되는 과업에 무분별하게 투입함으로써 발생하는 문제입니다. 수학적 정밀성이나 법적 준거가 필수적인 영역에서 인공지능의 확률적 특성을 간과할 경우, 시스템 전반의 신뢰도가 급격히 하락하는 '시스템 노킹(System Knocking)' 현상이 발생하며, 이는 조직에 막대한 유무형적 자산 손실을 야기합니다. ③ 인지적 마찰과 심리적 불안정의 방치 (NVH: Noise, Vibration, Harshness) 기계적 진동과 소음이 시스템의 피로도를 높이듯, 조직 내에 확산된 고용 불안정성 및 모호한 직무 가이드라인은 구성원의 인지 부하를 임계치까지 가속화하는 요인이 됩니다. 이러한 조직 내 심리적 NVH(Noise, Vibration, Harshness) 현상을 적절히 제어하지 못하는 조직은 지능형 시스템 도입에도 불구하고 구성 요소 간의 불협화음으로 인해 내부적인 자멸 위기에 직면할 수 있습니다. 3. [개별 역량] 수동적 순응에서 주권적 아키텍트로의 진화 인공지능 시대의 개별 구성원은 기술에 종속된 '수동적 양(Passive Sheep)'의 지위에서 벗어나, 시스템을 해체하고 재배선하는 '실존적 아키텍트'로 거듭나야 합니다. ① 지적 주권의 회복과 노예 도덕(Slave Morality)의 탈피 인공지능의 산출물을 무비판적으로 수용하고 분석 과정을 기계에 전적으로 위임하는 행위는 '인지적 오프로딩(Cognitive Offloading)'을 초래하며, 이는 결과적으로 실행 제어 네트워크(Executive Control Network)의 퇴화를 유발합니다. 기술의 편의성에 안주하는 '착한 양'의 위치를 거부하고, 시스템의 부조리와 기술적 부채에 대해 비판적 분노를 표출할 수 있는 '주권적 주체(Sovereign)'로서의 각성이 요구됩니다. ② 인지적 가소성 확보를 위한 '의도적 마찰' 설계 개별 구성원은 AI가 제공하는 매끄러운 해답에 저항하며 의도적인 '인지적 마찰(Cognitive Friction)'을 업무 프로세스에 설계해야 합니다. 인공지능을 단순한 정답 생성기가 아닌, 인간의 사고를 자극하고 심화시키는 대항적 파트너로 활용함으로써 뇌의 신경가소성을 유지하고 지적 근력을 강화해야 합니다. ③ 인공지능 지휘 역량: S.E.E.D 프롬프트 아키텍처 단순한 질의를 넘어, 인공지능이 처리 가능한 논리적 인터페이스를 설계하는 능력이 필수적입니다. S.E.E.D 프레임워크: 상황(Situation), 기대 결과(Expectation), 공학적 구조(Engineering Structure), 근거 데이터(Data)를 체계적으로 구조화하여 인공지능을 정밀하게 제어하는 '디렉터(Director)'로서의 역량을 함양합니다. 4. [방법론] 인지적 파워트레인 구축을 통한 조직 혁신 전략 ① 이중 엔진 아키텍처 설계 (Cognitive Powertrain) 조직의 인지 프로세스를 예측형 모델과 생성형 모델로 명확히 분리(Decoupling)하여 시스템 최적화를 도모합니다. 예측형 인공지능(Predictive AI): 정밀한 논리 체계 및 정량적 분석 업무를 전담하여 시스템의 안정성을 담보합니다. 생성형 인공지능(Generative AI): 창의적 종합 및 맥락 생성 업무를 담당하여 혁신적 동력을 제공합니다. ② 신뢰성 공학 기반의 지능형 협업 프로토콜 (Golden Pattern) 환각(Hallucination) 리스크를 제어하기 위해 인간과 인공지능의 협업 과정을 시스템화합니다. 직렬 프로세스 최적화: 생성형 AI의 정보 처리, 인간의 논리적 필터링, 재최적화 출력으로 이어지는 표준 작업 절차를 확립합니다. 인간 중심 게이트키퍼(Gatekeeper) 역량: 인간은 시스템의 방향성을 지휘하고 최종 의사결정을 수행하는 주권적 위치를 확보함으로써 기술적 정합성을 유지합니다. ③ 행동 소프트웨어 공학(Behavioral Software Engineering)의 적용 리더와 구성원 모두 정서적 저항과 인지적 부하를 능동적으로 완화할 수 있는 공학적 접근이 필요합니다. 윤리적 지연(Ethical Latency)의 전략적 설계: 기술 도입의 속도전이 윤리적 파산으로 이어지지 않도록 의도적인 검토 단계를 삽입합니다. 투명한 피드백 루프: 상호 신뢰 비용을 최소화하기 위한 피드백 메커니즘을 이식하여 조직 운영의 투명성을 극대화합니다. 5. 결론: 주권적 아키텍처를 통한 미래 경쟁력의 확보 본 마스터클래스는 추상적인 담론을 지양하며, 거대 시스템을 조율해 온 40년의 공학적 통찰을 인공지능 시대의 비즈니스 언어로 치환하여 전달합니다. 구조적 관성과 기술적 편의성에 함몰되어 서서히 퇴화하는 '착한 양'으로 남을 것인가, 아니면 시스템의 허상을 꿰뚫고 주체적으로 재배선하는 '실존적 아키텍트'가 될 것인가? 인공지능이라는 강력한 동력원을 완벽히 통제하여 조직의 지속 가능한 성장을 견인할 수 있도록, 정밀한 인지적 파트너십을 통해 귀하의 조직과 개인의 아키텍처를 재설계해 드릴 것입니다.

실리콘 밸리 엔지니어 아저씨들이 가르치는 소프트웨어 시스템 디자인 강의에서는 대규모 시스템의 설계 원칙과 아키텍처 패턴을 학습하며, 안정적이고 확장 가능한 소프트웨어 솔루션을 구축하는 방법을 배웁니다. 또한, 실무 사례를 통해 성능 최적화 및 장애 대응 전략을 다룹니다.

이 강의를 통하여 마이크로서비스 상에서 로그 분석, 서비스간 상관관계 분석을 기반으로 한 Observability라는 DevOps 분야의 핫 토픽에 대한 인사이트를 얻고 싶은 분께 추천 드립니다.

기존 레거시 모놀리스 시스템을 마이크로서비스 아키텍처로 전환하는 과정을 실습을 통해 알아봅니다. 총 2회까지 지식공유자의 코드 리뷰도 함께 받아보실 수 있습니다!

Kafka, Hadoop, Spark, Airflow의 핵심 개념과 인프라 구축부터, Java와 Python 기반의 실습, 그리고 AWS 환경의 운영 레벨 파이프라인 구축까지 함께 합니다.

분산 환경에서 데이터 일관성을 유지하기 위한 SAGA 트랜잭션 관리 기법을 실습 중심으로 학습합니다. Spring Boot와 Docker를 활용해 3개의 마이크로서비스를 구성하고, Orchestration과 Choreography 두 가지 패턴을 Kafka와 MySQL로 구현합니다. 이 강의를 통해 분산 트랜잭션의 동작 원리, 보상 트랜잭션 설계, 장애 복구 처리 등 실무에서 바로 활용 가능한 핵심 개념을 익힐 수 있습니다.

API 설계, CRUD 구현, JWT 인증 같은 기초를 넘어 백엔드 아키텍처 설계까지! 면접에서 설계 경험을 자신 있게 말할 수 있는 ‘나만의 백엔드 아키텍처’를 만들기 위한 시스템 디자인 입문 강의입니다.

예제 이커머스 서비스를 AWS에 배포하고, 계속해서 견고하고 효율적인 환경으로 개선해나가는 과정을 빠르게 경험하실 수 있습니다.

sw 개발자가 알아야할 카프카 활용을 위한 기초/필수/실전 지식 배웁니다. springboot를 활용하여 카프카와 연동하고 다양한 실전 상황에 맞는 메시지 송/수신 실습을 진행합니다.

첫 MSA 전환 당시 이론만 알고 실무 코드 구현에 절망했던 제 경험을 녹여, 막막했던 보상 로직을 9단계 실전 패턴과 AI Agent 코딩으로 직접 롤백해 보며 어떤 시스템 장애 속에서도 완벽한 데이터 정합성을 보장하는 개발자로 성장시켜 드립니다.

이 강의에서는 가상 결제서버를 통해서 코틀린을 마스터 할 수 있는 강의 입니다.

IntelliJ IDEA Conf 2025는 JetBrains에서 매년 주최하는 온라인 컨퍼런스로, Java와 Kotlin 개발 개발자를 위한 유익한 세션을 제공합니다. AI 도입, Spring Boot, Gradle, Kafka, 데이터베이스 관리 등 다양한 주제를 다루며, 클라우드 통합, 보안 코딩, 개발자 성능 향상 및 고급 개발 기법에 대한 인사이트도 공유됩니다. 이 컨퍼런스는 전문 개발자는 물론 초보 개발자도 참여가능하며, 더 빠르게 고품질의 코드를 작성할 수 있는 생산성 팁과 함께 최신 기술을 접할 수 있는 기회를 제공합니다.