pile·
백엔드·다나와다나와·

다나와 Kotlin을 만나다!

다나와의 세 개발자가 검색팀, 오피스팀, 빅데이터팀 등 3개 부서에서 Kotlin을 도입한 경험을 공유한다. Java 대비 null-safety와 간결한 문법을 이유로 도입을 결정했고 Elasticsearch 마이그레이션, PHP 레거시 재개발 등 실제 프로젝트에 적용한 과정을 설명한다.

핵심 포인트
  • Java와 100% 호환되면서도 null-safety와 간결한 문법을 제공하는 것이 Kotlin 선택의 핵심 이유다.
  • 검색팀은 Elasticsearch 버전 업그레이드 작업과 함께 Kotlin으로 마이그레이션을 진행했다.
  • 오피스팀은 2010년 PHP로 개발된 가격 갱신 서비스를 Kotlin으로 전면 재개발했다.
  • 실제 코드 비교를 통해 동일 로직을 Kotlin이 Java보다 간결하게 표현함을 보여줬다.
상세 정리
  • 도입 배경: 기존 Java 기반 프로젝트를 유지하면서 코드 간결성과 안전성을 높이기 위한 방법을 찾다가 Kotlin을 선택했다.
  • null-safety: Kotlin의 타입 시스템이 컴파일 타임에 null 참조를 검사해 런타임 NullPointerException을 사전에 방지한다.
  • Java 호환성: 기존 Java 코드베이스와 같은 JVM에서 동작해 전면 교체 없이 점진적 마이그레이션이 가능하다.
  • 검색팀 적용: Elasticsearch 버전 업그레이드 작업을 기회로 관련 코드를 Kotlin으로 마이그레이션했다.
  • 오피스팀 적용: 10년 넘은 PHP 레거시 가격 갱신 서비스를 Kotlin으로 전면 재개발해 코드 품질과 유지보수성을 높였다.
  • 코드 간결성 비교: 검증 로직 등 구체적인 코드 예시를 Java와 Kotlin으로 나란히 비교해 Kotlin의 간결함을 직접 보여줬다.
  • 현황: 검색팀, 오피스팀, 빅데이터팀 3개 부서가 Kotlin을 사용하며 팀 간 지식 공유와 코드 가독성 개선을 지속하고 있다.
왜 읽나Java 레거시 프로젝트에 Kotlin을 점진적으로 도입할 때 어떤 이유로 선택하고 어떤 프로젝트부터 적용했는지 실무 경험을 통해 참고할 수 있다.
다나와
다나와 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 백엔드·twilio-engTwilio Engineering·

    Programmable Messaging에서 Verify API로 마이그레이션하기

    Twilio의 Programmable Messaging API로 자체 OTP 솔루션을 운영하던 서비스가 Verify API로 전환하는 방법을 코드 예시와 함께 설명한다. Verify는 OTP 전송·검증을 위한 전용 API로, 전화번호 구매, 토큰 생성, DB 저장·만료 관리를 내부에서 처리해 개발자가 직접 구현할 코드를 크게 줄인다.

    요약 이어보기
    #authentication#twilio#sms+2
  2. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 2부

    포스타입 백엔드 엔지니어가 벡터 기반 개인화 추천 시스템을 실제 운영하며 맞닥뜨린 성능 장애와 용량 문제를 해결한 과정을 담은 2부다. 수백만 개의 벡터 KNN 검색이 피크 시간대에 전체 Elasticsearch 검색 성능을 흔드는 문제부터 클러스터 OOM 사태까지, 쿼리 최적화와 인프라 분리 두 가지 경로로 근본 해결에 이른다.

    요약 이어보기
    #elasticsearch#vector-search#recommendation-system+2
  3. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 1부

    포스타입이 태그 기반 추천의 한계를 극복하고 벡터 임베딩 기반 개인화 추천 시스템을 구축한 과정을 담은 1부다. 유사한 콘텐츠가 다른 용어를 쓰거나 동일한 태그가 전혀 다른 톤의 콘텐츠를 가리키는 문제를 임베딩 벡터로 해결하고, OpenSearch의 HNSW ANN 검색으로 수백만 벡터를 실시간 검색하는 시스템을 구축해 구매율 15% 향상을 달성했다.

    요약 이어보기
    #opensearch#vector-search#recommendation-system+2