토
토스
October 22, 20252회
가맹점은 변함없이, 결제창 시스템 전면 재작성하기
간단 소개
토스페이먼츠가 20년 된 레거시 결제창 시스템을 가맹점 변경 없이 새로운 아키텍처로 전면 재작성하고, 안전한 전환 및 성능 최적화를 통해 비즈니스 요구사항 반영 속도를 획기적으로 개선한 여정.
AI Summary
- 레거시 시스템의 한계
- 20년 된 PG 결제창은 절차지향적 코드, 구시대 기술 스택(Struts, WebLogic), FE/BE 강결합으로 기능 확장 및 유지보수에 큰 어려움이 있었습니다.
- 수천 줄의 분기문과 전역 변수 DTO는 코드 이해와 개발을 복잡하게 만들었습니다.
- 새로운 아키텍처 설계
- 파라미터 구조 재설계: 레거시 파라미터를 값/기능 파라미터로 분류하고, Feature 추상화로 핵심 비즈니스 로직을 보호했습니다.
- OpenAPI Adapter 제거: 독립적인 Converter 도입으로 유연성을 확보하고, 기존 가맹점의 하위 호환성을 유지했습니다.
- FE-BE 관심사 분리: **3-Step 결제(ENTRY, PREPARE, CONFIRM)**와 Bridge 인터페이스를 통해 FE에 비즈니스 로직 침투를 방지했습니다.
- 안전한 전환 및 성능 최적화
- Canary 배포와 자동 롤백 시스템으로 가맹점별 안전한 트래픽 전환 및 서비스 연속성을 확보했습니다.
- Preflight 요청 제거 및 Multi-Layer Cache 도입으로 로딩 속도와 대규모 트래픽 처리 성능을 최적화했습니다.
- 결과적으로 1달 만에 10년 묵은 기능 재개발 등 비즈니스 요구사항 반영 속도를 획기적으로 개선했습니다.
Next Feeds
수많은 금융 상품 중에 선택받는 제품 만들기
토스뱅크가 굴비적금, 젤리 찾기 등 금융 상품을 성공적으로 만든 과정을 통해 콘셉트, 사용자 감정, 시각적 단서의 중요성을 설명합니다.
굴비적금젤리 찾기금융 상품UX 디자인콘셉트
2025. 10. 22.
토스
Amazon Bedrock Agent로 30분 만에 여행 예약 에이전트 구축하기 실전 가이드
Amazon Bedrock Agent를 활용해 DynamoDB, Lambda, S3, Knowledge Base를 연동하여 여행 예약 및 RAG 기반 상품 추천 기능을 갖춘 AI 에이전트를 30분 만에 구축하는 실전 가이드.
Amazon Bedrock AgentRAGLambdaDynamoDBKnowledge Base
2025. 10. 22.
AWS
Agentic AI를 향한 카나나 모델의 진화
카카오의 Kanana 모델은 Agentic AI 시대를 맞아 LLM 성능을 극대화하고 멀티모달 이해 및 생성 능력을 확장하며 진화하고 있다.
Agentic AIKanana멀티모달LLM카카오
2025. 10. 22.
카카오
에어갭 환경을 위한 SBOM 생성 자동화 가이드 : Syft·n8n으로 구현하는 DevSecOps
에어갭 환경에서 Syft와 n8n을 활용하여 SBOM 생성을 자동화하고, 수동 작업의 비효율성 해소 및 보안 규제 대응을 강화하는 방법을 설명합니다.
SBOM에어갭자동화Syftn8n
2025. 10. 22.
인포그랩
자비스앤빌런즈의 Amazon DynamoDB 도입기 – 외부 연계 데이터 저장과 약관 서비스 개선
자비스앤빌런즈는 삼쩜삼 서비스의 트래픽 부하 문제를 해결하기 위해 Aurora MySQL에서 Amazon DynamoDB와 S3로 전환하여 외부 연계 데이터 저장 및 약관 서비스를 개선하고 성능, 확장성, 운영 효율성을 확보했습니다.
삼쩜삼DynamoDBS3데이터베이스 현대화트래픽 관리
2025. 10. 21.
AWS
당근의 AWS 기반 피처 플랫폼 구축 여정, Part 2: 피처 수집
당근은 AWS 기반 피처 플랫폼의 스트림 및 배치 수집 파이프라인을 구축하여 추천 시스템을 고도화하고 비용을 절감했다.
피처 플랫폼AWS스트림 수집배치 수집추천 시스템
2025. 10. 21.
AWS