- 🔎 프로젝트 소개
- 🎯 프로젝트 기간
- 🧑💻 팀원 소개 및 역할 분담
- 🚀 주요 기능
- ⚙️ 기술 스택
- 📃 API 설계서
- 🛠 ERD
- 🛠 아키텍처
- ❓ 기술적 의사결정
- 📈 성능 개선
- 🚨 트러블 슈팅
Link-It는 비용 문제로 배움의 기회를 얻기 어려운 사람들을 위해, 금전 대신 ‘시간 기반 크레딧’으로 지식을 교환할 수 있는 스킬 거래 플랫폼입니다.
이용자는 본인이 가진 지식이나 경험을 스킬로 등록하고, 다른 이용자는 해당 스킬을 요청하여 매칭을 진행합니다. 매칭이 성사되어 스킬 거래가 진행되면, 진행 시간 기준으로 크레딧이 자동 정산됩니다.
단순한 지식 공유를 넘어서 배움의 진입 장벽을 낮추고 지식의 가치를 시간 단위로 환산하며 상호 신뢰 기반의 교환 구조를 만드는 것을 목표로 합니다.
- 개발 기간 : 2025.12.29 ~ 2026.02.20 (진행 중)
🎇 프로젝트 실행 방법
git clone # MySQL
DB_HOST={DB HOST}
DB_NAME={DB 이름}
DB_PASSWORD={DB Password}
DB_USER={DB USER ID}
# JWT Secret Key
JWT_SECRET_KEY={JWT KEY값}
# Encryption Secret Key
ENCRYPTION_SECRET_KEY={암호화 KEY값}
# 스프링 데이터베이스 URL
SPRING_DATASOURCE_URL=jdbc:mysql://localhost:3306/{데이터베이스 이름}?useSSL=false&allowPublicKeyRetrieval=true
docker-compose up --build -d| 김민주 | 양재영 | 홍정화 |
|---|---|---|
 프로젝트 팀장 & 백엔드 & Infra |
 백엔드 & Infra |
 백엔드 & 프로젝트 백엔드 팀장 |
- 기능 설명
- 기능 설명
- 기능 설명
- 이용자가 본인이 보유한 지식·경험을 스킬로 등록하여 스킬 장터에 노출합니다.
- 스킬명, 스킬 소개, 경력 및 경험, 교환 방식 (1:1, 온라인 등), 가능 시간 (요일/시간대), 1회 진행 기준 시간 (예: 30분 / 60분) 입력
- 등록된 스킬은 다른 이용자가 탐색 및 요청 가능
- 스킬 장터에 등록된 스킬을 확인한 이용자가 해당 스킬 보유자에게 스킬 요청을 전송
- 스킬명, 희망 진행 시간, 간단한 요청 메시지
- 스킬 보유자는 요청을 수락 또는 거절할 수 있음
- 기능 설명
- 기능 설명
- 기능 설명
- 기능 설명
- 기능 설명
- 기능 설명
- 기능 설명
- 기능 설명
- 기능 설명
- 스킬 요청이 수락되어 거래가 성사되면 진행 시간 기준으로 크레딧이 자동 정산
- 정산 방식 (예시) 30분 진행 = 1 크레딧 스킬 요청 시: 요청자 크레딧 차감 매칭 성사 시: 스킬 제공자 크레딧 지급 및 거래 확정
- 모든 크레딧 흐름은 서버에서 트랜잭션 기반으로 처리
- 기능 설명
- 기능 설명
- 기능 설명
- 스킬 거래 후 남긴 리뷰를 AI가 요약하여 스킬 신뢰도 및 선택 효율 향상
--
- OS : Windows11, Ubuntu-22.04-base
- Backend : Java 21, Spring Boot 3.5.9
- Database : MySQL, Redis, Spring Data JPA
- Security : Spring Security, OAuth2.0, JWT
- Test Tool : Postman, JUnit
- DevOps : Docker, docker-compose, Git, GitHub Actions, NCP(Server, ACG), Nginx
- ETC : IntelliJ, Swagger(OpenAPI)
1️⃣ Java 21
2️⃣ Spring Boot 3.5.9
3️⃣ MySQL
4️⃣ Redis
5️⃣ GitHub Actions
[Issues]
- 이슈 설명
- [Before] 테스트 결과:
- TPS: 182.85/sec
- 평균 요청 응답 시간: 1.27s
[Solutions]
- 방법 1 : 방법 설명 1
- 방법 2: 방법 설명 2
- 방법 3: 방법 설명 3
[Choice] Redis Cache-Aside + Write-Through
- 이유 1: 이유 설명 1
- 이유 2: 이유 설명 2
- 이유 3: 이유 설명 3
[Solve]:
- 해결 방법 1
- 해결 방법 2
- 해결 방법 3
[After] 성능 테스트 결과
- TPS: 503.35/sec (182.85/sec → 503.35/sec TPS 175% 증가)
- 평균 요청 응답 시간: 133.1ms (1.27s → 133.1ms 89.5% 감소)
[Issues]
- 이슈 설명
- [Before] 테스트 결과:
- TPS: 182.85/sec
- 평균 요청 응답 시간: 1.27s
[Solutions]
- 방법 1 : 방법 설명 1
- 방법 2: 방법 설명 2
- 방법 3: 방법 설명 3
[Choice] Redis Cache-Aside + Write-Through
- 이유 1: 이유 설명 1
- 이유 2: 이유 설명 2
- 이유 3: 이유 설명 3
[Solve]:
- 해결 방법 1
- 해결 방법 2
- 해결 방법 3
[After] 성능 테스트 결과
- TPS: 503.35/sec (182.85/sec → 503.35/sec TPS 175% 증가)
[Issues]
- 이슈 설명
- [Before] 테스트 결과:
- TPS: 182.85/sec
- 평균 요청 응답 시간: 1.27s
[Solutions]
- 방법 1 : 방법 설명 1
- 방법 2: 방법 설명 2
- 방법 3: 방법 설명 3
[Choice] Redis Cache-Aside + Write-Through
- 이유 1: 이유 설명 1
- 이유 2: 이유 설명 2
- 이유 3: 이유 설명 3
[Solve]:
- 해결 방법 1
- 해결 방법 2
- 해결 방법 3
[After] 성능 테스트 결과
- TPS: 503.35/sec (182.85/sec → 503.35/sec TPS 175% 증가)
- 평균 요청 응답 시간: 133.1ms (1.27s → 133.1ms 89.5% 감소)
-
[현재]
- 이용자 요청/거래 이력을 기반으로 AI 추천
-
[이후]
- 이후
-
[기대효과]
- 스킬 매칭 성공률 증가
- 사용자 체류 시간 증가