Quartz 4

01-01 프로젝트 동기 및 목표

10 min read

01-01 프로젝트 동기 및 목표

🎬 프로젝트 시작 스토리

”왜 이 프로젝트를 시작하게 되었나?”

배경 상황

마케터 6년차에서 개발자로 전환을 준비하며, 2022년부터 업무에 필요한 네이버 검색광고 데이터를 수집해왔다. 개발 경험이 부족해 Google Apps Script로 겨우겨우 만든 대시보드였지만, 나름 잘 사용해오다가 점점 한계를 느끼기 시작했다.

전환점 1: 실시간성 부족의 아쉬움 (마케터의 아픔)

상황: 클라이언트가 "바디프로필" 광고 급하게 요청
현재: 어제 데이터를 보고 "검색량 괜찮네요" 답변
다음날: 실제로는 트렌드가 이미 하락세... 클라이언트 불만
절실함: "실시간으로 확인할 수 있었으면..."

전환점 2: 비용 부담 vs 사업 확장 고민

현재: Google 무료 서비스로 운영 (Apps Script, Sheets)
문제: 광고대행사 동료들도 써보고 싶어함
현실: 스프레드시트 공유 → 동시 편집 충돌 → 데이터 엉망
비용 고민: "클라우드로 옮기고 싶은데... 매월 비용이 나갈텐데?"
목표: "무료로 여러 명이 쓸 수 있게 만들 수 없을까?"

전환점 3: 개발자 전환 + AI 학습 도구 활용

현재 상황: 마케터에서 개발자로 커리어 전환 중
학습 고민: "이론만 배우면 금세 까먹을 것 같은데..."
발견: Gemini CLI + Claude Code 조합으로 개발 가능성 확인
깨달음: "AI 도움 받으면 비전공자도 괜찮은 걸 만들 수 있겠네?"
결정: "기존 프로젝트로 클라우드 실습하면서 포트폴리오도 만들자!"

프로젝트 동기 정리

  1. 비용 부담 없이 사업 확장: 무료 티어로 여러 광고대행사와 협업 가능한 시스템 구축
  2. AI 활용 학습: Gemini CLI + Claude Code로 비전공자의 클라우드 개발 경험 실증
  3. 커리어 전환 포트폴리오: 마케터 → 개발자 전환에 필요한 실무 프로젝트 구축
  4. 실무 문제 해결: 광고 업계 실제 니즈를 반영한 실시간 데이터 분석 도구

🎯 프로젝트 목표

1차 목표 (실무 문제 해결) - 광고업계 니즈

  • 실시간 데이터 수집: 클라이언트 미팅 중에도 최신 트렌드 확인 가능
  • 무료 다중 사용자: 광고대행사 팀원들이 비용 부담 없이 함께 사용
  • 모바일 접근성: 외근 중에도 스마트폰으로 키워드 분석
  • 간단한 API: 기존 광고 툴에 데이터 연동 (복잡하지 않게)

2차 목표 (AI 활용 학습) - 비전공자의 클라우드 도전

  • Gemini CLI: Google의 AI로 GCP 서비스 학습 및 코드 생성
  • Claude Code: Anthropic AI로 실제 구현 및 디버깅
  • AI 페어 프로그래밍: 전통적 학습법 vs AI 활용법 비교 실험
  • 비용 제로 운영: AI 도움으로 무료 티어 한도 내 최적화 달성

3차 목표 (커리어 전환 포트폴리오)

  • 마케터 → 개발자: 도메인 지식 + 개발 능력 조합 어필
  • 실무 문제 해결: 이론이 아닌 실제 비즈니스 가치 창출 사례
  • AI 시대 개발자: 전통적 코딩보다 AI 활용 능력 중점
  • 확장 가능성: 다른 마케팅 도구로 응용 가능한 템플릿 제공

📊 현재 상황 분석 (As-Is)

기존 시스템 장점 ✅

  • 빠른 구현: 아이디어부터 구현까지 2-3일
  • 무료 운영: Google 계정만으로 모든 기능 사용
  • 안정성: Apps Script의 안정적인 스케줄링
  • 데이터 접근성: 스프레드시트로 쉬운 데이터 조회/편집

기존 시스템 한계점 ❌

  • 실시간성 부족: 일 1회 배치 처리만 가능
  • 확장성 제약: 동시 사용자 지원 어려움
  • 사용자 경험: 정적 웹페이지의 제한적 인터랙션
  • 데이터 분석: 고급 분석 기능 구현 어려움
  • API 제공 불가: 외부 시스템 연동 불가

🚀 마이그레이션 후 기대 효과

정량적 개선 목표

지표현재 (As-Is)목표 (To-Be)개선율
데이터 갱신 주기24시간실시간100%
응답 시간10-15초2-3초80%
동시 사용자1명100명+10,000%
API 엔드포인트0개10개+신규
데이터 분석 기능기본고급향상

정성적 개선 목표

  • 사용자 경험: 클릭 몇 번으로 실시간 인사이트 확인
  • 개발 생산성: 기능 추가가 쉬운 모듈화된 구조
  • 운영 안정성: 장애 격리 및 빠른 복구 가능
  • 확장성: 트래픽 증가에 탄력적 대응

📈 성공 지표 (KPI)

기술적 성공 지표

  • GCP 무료 티어로 안정적 운영 (월 비용 $0)
  • API 응답 시간 3초 이내 달성
  • 99% 이상 가용성 확보
  • 일 1,000건 이상 API 호출 처리

학습 성공 지표

  • 5개 이상 GCP 서비스 실전 활용
  • 마이크로서비스 간 통신 패턴 3종 이상 구현
  • 완전한 CI/CD 파이프라인 구축
  • 모니터링 대시보드 구성

비즈니스 성공 지표

  • 3명 이상의 실제 사용자 확보
  • 기존 대비 데이터 분석 속도 50% 단축
  • 새로운 인사이트 발견 사례 월 3건 이상
  • 다른 프로젝트에 아키텍처 패턴 재활용

🗺 프로젝트 로드맵

Phase 0: 기획 및 설계 (1주) ✅

  • 현재 시스템 분석
  • 마이그레이션 전략 수립
  • 기술 스택 선정
  • 문서 체계 구축

Phase 1: Strangler Fig 구현 (2주) 🔄

  • GCP 프로젝트 설정
  • Cloud Functions 데이터 수집 서비스
  • 기본 웹 API 구축
  • React 프론트엔드 프로토타입

Phase 2: 마이크로서비스 분해 (2주) ⏳

  • 서비스별 도메인 분리
  • 서비스 간 통신 구현
  • 데이터 일관성 보장
  • 장애 격리 테스트

Phase 3: 운영 최적화 (1주) ⏳

  • 모니터링 대시보드 구축
  • 자동화된 배포 파이프라인
  • 성능 최적화 적용
  • 문서 정리 및 회고

💡 핵심 학습 포인트

아키텍처 패턴

  1. Strangler Fig Pattern: 점진적 마이그레이션 전략
  2. API Gateway Pattern: 마이크로서비스 통합 관리
  3. Event-Driven Architecture: 서비스 간 느슨한 결합
  4. CQRS Pattern: 명령과 조회 분리

클라우드 서비스 활용

  1. Serverless: Cloud Functions로 이벤트 기반 처리
  2. Managed Database: Firestore NoSQL 데이터 모델링
  3. Container Orchestration: Cloud Run으로 서비스 관리
  4. Monitoring & Logging: 운영 가시성 확보

DevOps 실무

  1. Infrastructure as Code: Terraform으로 인프라 관리
  2. CI/CD: GitHub Actions로 자동화 배포
  3. Monitoring: 프로메테우스 + 그라파나 대시보드
  4. Security: IAM, 시크릿 관리, 네트워크 보안

작성일: 2025-11-08
작성자: 프로젝트 PM
다음 문서: 01-02-기존-대시보드-문제점-분석

그래프 뷰