🌙 MindScape

🎯 성향으로 연결되는 콘텐츠 추천의 시작

MindScape는 사용자의 성향을 분석하여 영화, 음악, 책 등 맞춤형 콘텐츠를 추천하는 성향 기반 콘텐츠 추천 플랫폼입니다.
간단한 DISC 테스트를 통해 성향을 파악하고, 유형별로 최적화된 콘텐츠를 제공합니다.

제작 기간: 2025/07/16 ~ 2025/08/21
Backend GitHub: https://github.com/CLD-3rd/Final-Team1-Backend.git
Frontend GitHub: https://github.com/CLD-3rd/Final-Team1-Frontend.git

1️⃣ 팀원 구성 및 역할

문지현 팀장	백주희 부팀장	김종훈 팀원
Frontend infra Log Auth server MSA 설계, CI/CD 회원가입 페이지 로그인 페이지 공유	Backend infra Argocd Alert Hpa, Karpenter Service server 결과페이지 마이페이지	Backend infra Argocd, CI/CD Hpa Info server 결과 페이지 테스트 페이지 인기 컨텐츠
장민지 팀원	정영민 팀원	이예지 팀원
Backend Terraform Argocd CI/CD Promtail/Loki Grafana Service server	Frontend infra Grafana K6 Service server CI/CD 인기 컨텐츠	Backend Terraform Grafana Info server 검색 Dark 모드

2️⃣ 기술 스택

구분	기술 스택
운영 도구	Termius, STS (Spring Tool Suite), Visual Studio Code, Intellij IDEA, Cursor
백엔드	Java 17, Spring Boot 3, Spring Data JPA, Maven
인프라	AWS, Terraform
컨테이너 / 배포	Docker, Kubernetes, Helm, ArgoCD
CI/CD & GitOps	GitHub Actions, ArgoCD
모니터링 / 테스트	Prometheus, Grafana, k6, Loki, Promtail, InfluxDB, Discord
협업 툴	Discord, Gather

3️⃣ 앱 주요 기능

1. 회원가입 · 로그인

회원가입

로그인

• 회원가입시 중복 아이디 방지를 위한 중복 확인 기능 추가했습니다.
• 중복 확인 검사가 통과 되어야만 회원가입 버튼이 활성화 됩니다.
• Spring Security 기반 Stateless JWT 인증 시스템을 도입하고 구글 소셜 로그인 구현하였습니다.

2. DISC 테스트

DISC 테스트

결과페이지 이동

• 사용자는 DISC 테스트 검사를 진행합니다.
• 답변 선택 시 페이지가 이동되도록 React Router를 활용한 client-side routing을 구현하였습니다.
• 결과 확인하러가기 버튼을 눌러 결과 페이지로 이동합니다.

3. 결과페이지 & 공유

결과페이지

공유

• DISC 테스트 결과에 따라 분석된 성향 유형과 그에 맞는 콘텐츠 추천 리스트를 보여줍니다.
• 영화, 책, 음악 콘텐츠를 유형별로 분류하여 제공합니다.
• 추천 결과를 Redis에 저장하고 히스토리 열람을 위해 AOF 기능을 사용하였습니다.
  
  
• 테스트 결과를 링크로 공유하여 외부에서 해당 결과를 확인할 수 있습니다.
• 사용자별 추천 결과를 URL에 매핑하여 외부 접근이 가능한 동적 라우팅 기반 공유 기능을 구현하였습니다.

4.마이페이지 & 인기컨텐츠

마이페이지

인기컨텐츠

• 유저가 테스트를 통해 추천받은 영화, 책, 음악 등의 콘텐츠 이력을 한눈에 확인할 수 있습니다.
• 유형별 히스토리와 나의 취향 데이터를 기반으로 개인화된 기록을 제공합니다.
  
  
• DISC 유형별로 유저들이 많이 추천받은 인기 콘텐츠를 확인할 수 있습니다.
• 모든 사용자의 추천 기록을 기반으로 콘텐츠별 추천 횟수를 집계하고, DB에서 이를 내림차순 정렬하여 인기 콘텐츠를 조회합니다.

5. 검색 & Dark mode

검색

Dark mode

• 사용자는 테스트 추천 외에도 원하는 콘텐츠(책, 영화, 음악 등)를 직접 검색할 수 있는 기능을 사용할 수 있습니다.
• 외부 API(TMDB, Kakao Books, Last.fm 등)를 연동해 검색 결과를 가져옵니다.
• 검색 결과는 카드 형식으로 보여주며, 각 콘텐츠에 대한 상세 정보까지 확인 가능합니다.
  
  
• 모든 페이지에서 라이트 모드일 때는 기존 디자인이 유지되며, 다크 모드일 때만 배경·텍스트·카드 색상이 어둡게 변경됩니다.
• TailwindCSS dark: prefix 활용해 다크모를 적용했습니다.

4️⃣ 아키텍처

• Terraform으로 AWS 인프라(VPC, EKS, RDS 등)를 구성하고 Terraform Helm provider로 Prometheus·Grafana·ArgoCD를 배포했으며, Karpenter 설치와 IRSA/IAM 기반 인증·권한 설정까지 포함했습니다.
• GitHub Actions와 Argo CD로 MSA를 자동 배포했으며, ALB Controller, ingress는 Argo CD의 yaml로 설치·관리했습니다.
• InfluxDB, Prometheus, Loki와 Discord 알림을 활용해 로그 및 모니터링 시스템을 구축했습니다.

5️⃣ Auto Scaling (Pods ↔ Nodes) & Alert

Auto Scaling	Alert

Pod 오토스케일링 (HPA)

• 워크로드의 CPU/메모리(필요 시 커스텀 메트릭) 기준으로 Replica 수 자동 조절.
• 예) CPU 60% 초과 시 스케일아웃, 내려가면 스케일인.

노드 오토스케일링 (Karpenter)

• HPA가 파드를 늘려 Pending이 생기면 요구사항(리소스/taint/affinity)에 맞는 노드를 즉시 프로비저닝.
• 부하가 줄어 유휴 노드가 생기면 consolidation/TTL 정책으로 노드 축소.

동작 흐름

1. 부하 ↑ → HPA 파드 증가 → Pending 발생 → Karpenter 노드 생성 → 트래픽 처리
2. 부하 ↓ → HPA 파드 감소 → 유휴 노드 발생 → Karpenter 노드 회수

Alert

• CPU 사용률이 70% 이상으로 상승(예: 5분 지속)하면 Discord로 알림 전송.

6️⃣ Argocd

- MSA: 각 마이크로서비스를 Kubernetes Deployment로 구성하고, Argo CD(GitOps)로 배포/관리합니다.
- Ingress: 단일 Publicc ALB로 경로 기반 라우팅합니다.

7️⃣ Grafana

cpu, memory 사용률, node 자원 한계	과부하 테스트

MSA 서비스별 로그	Prometheus & Argo CD 로그

8️⃣ K6

K6로 단계적 부하를 가해 HPA 확장 동작과 서비스 안정성을 검증하고, 응답시간·에러율·초당처리량(RPS) 을 측정합니다.

과부하 테스트

• 시나리오: 단계적으로 100 VU까지 증가 후 1분 유지 (총 실행 ~5분)

핵심 지표

항목	값
총 요청 수	19,199
평균 처리량(RPS)	63.90 req/s
평균 응답시간	7.34 ms
p90 / p95	8.37 ms / 10.16 ms
최소 / 최대 응답시간	4.7 ms / 81.75 ms
에러율(http_req_failed)	0.00% (0 / 19,199)

임계치(Threshold) 판정

• http_req_duration: p(90)<300ms, p(95)<400ms → 통과
• http_req_failed: rate<0.1 → 통과
• 체크: authme status is 200 → 모두 성공

테스트 결과

• 지연 시간: p95=10.16ms로 매우 낮아, 설정한 임계치 대비 큰 여유가 있습니다.
• 안정성: 에러율 0%로 요청 19,199건 전부 성공했습니다.
• 처리량: 평균 ~64 req/s에서 안정적으로 유지되었습니다.