<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Yeouniverses on Medium]]></title>
        <description><![CDATA[Stories by Yeouniverses on Medium]]></description>
        <link>https://medium.com/@yeouniverses?source=rss-89158faa56e1------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*ogKsUW5IY6FJEgHE</url>
            <title>Stories by Yeouniverses on Medium</title>
            <link>https://medium.com/@yeouniverses?source=rss-89158faa56e1------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 03:30:07 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@yeouniverses/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[[AI] 하네스 엔지니어링이란]]></title>
            <link>https://medium.com/@yeouniverses/ai-%ED%95%98%EB%84%A4%EC%8A%A4-%EC%97%94%EC%A7%80%EB%8B%88%EC%96%B4%EB%A7%81%EC%9D%B4%EB%9E%80-ec26a471462a?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/ec26a471462a</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[harness-engineering]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Fri, 12 Jun 2026 02:16:26 GMT</pubDate>
            <atom:updated>2026-06-12T06:59:51.736Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*ZITUSkLfqYDu1URCUO3how.png" /></figure><p>하네스(Harness)는 말의 고삐를 뜻합니다. “하네스 엔지니어링(Harness Engineering)”은 AI 에이전트가 올바르게 일하도록 <strong>환경, 규칙, 도구, 검증 체계</strong>를 설계하는 분야를 말합니다. 쉽게 말해 AI가 일하는 <strong>작업 환경을 설계하는 기술</strong>입니다.</p><p>비유를 하자면 AI모델은 말, 하네스는 마구, 고삐, 하네스 엔지니어는 마부라고 볼 수 있습니다.</p><p>아무리 강한 말이라도 마구가 없으면 원하는 방향으로 움직이기 어렵습니다. AI도 마찬가지로, 좋은 모델만으로는 안정적인 결과를 보장할 수 없습니다. AI가 어떤 도구를 쓰고, 어떤 규칙을 따르며, 결과를 어떻게 검증할지 설계해야 합니다.</p><h4>프롬프트 엔지니어링과 차이</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/636/1*TsY1w-4Js2bsHgu4wkIURA.png" /></figure><p>즉, 프롬프트가 “지시”라면 하네스는 “운영체제”에 가깝습니다.</p><h4>예시</h4><p>코딩 AI 에이전트를 만든다고 가정하면:</p><ul><li>Git 저장소 접근 권한 설정</li><li>코드 작성 후 자동 테스트 실행</li><li>실패 시 수정 후 재시도</li><li>중요 변경은 사람 승인 요청</li><li>회사 코딩 규칙 자동 적용</li></ul><p>이 모든 구조를 설계하는 것이 하네스 엔지니어링입니다.</p><h4>점점 더 중요해지고 있는 이유</h4><p>지금까지는 단순히 프롬프트를 통해서만 코딩을 했었습니다. 그러나 기대와 다른 결과들을 판단하고, 수정하는 과정을 반복했습니다. 그러나 이제는 AI의 역할이 광범위해지고 에이전틱 AI의 권한이 확장되어 스스로 일할 수 있는 AI 에이전트(Agent) 시대로 넘어가면서, 모델 성능보다 에이전트를 어떻게 운영하느냐가 중요해졌기 때문입니다.</p><p>더욱 똑똑해진 AI에게 일을 거의 완전히 맡길 수 있게 된 만큼, AI의 작업을 통제하고 설계해서 이용자가 원하는 결과를 잘 얻어낼 수 있는지가 중요해졌습니다.</p><p>한 줄로 정리하면:</p><blockquote><strong><em>하네스 엔지니어링은 AI에게 일을 시키는 것이 아니라, AI가 제대로 일할 수 있는 환경을 만드는 기술입니다.</em></strong></blockquote><h4>마무리</h4><p>최근들어 AI의 발전 속도에 항상 놀라움을 느끼고있습니다. 앞으로 다양한 프로젝트에 하네스 엔지니어링을 적용하며 어떤 효과를 얻을 수 있는지 하나씩 검증해 볼 예정입니다.</p><p>글 읽어주셔서 감사합니다:)</p><h4>Reference</h4><p><a href="https://whatap.io/ko/blog/harness-engineering-ai-agents?utm_source=chatgpt.com">https://whatap.io/ko/blog/harness-engineering-ai-agents?utm_source=chatgpt.com</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ec26a471462a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[TypeORM에서 PostGIS Point 데이터다루기]]></title>
            <link>https://medium.com/@yeouniverses/typeorm%EC%97%90%EC%84%9C-postgis-point-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%8B%A4%EB%A3%A8%EA%B8%B0-ff1e32cd6200?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/ff1e32cd6200</guid>
            <category><![CDATA[postgis]]></category>
            <category><![CDATA[nestjs]]></category>
            <category><![CDATA[typeorm]]></category>
            <category><![CDATA[geometry]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Wed, 10 Jun 2026 05:01:41 GMT</pubDate>
            <atom:updated>2026-06-11T08:18:18.246Z</atom:updated>
            <content:encoded><![CDATA[<p>센서 프레임 데이터 저장API에서 위치 데이터를 저장해야 했습니다.</p><p>처음에는 위도와 경도를 각각 lat, lon 컬럼으로 저장하는 방식도 생각할 수 있었지만, 이 프로젝트에서는 이후 지도 기반 조회나 공간 연산 가능성을 고려해 PostGIS의 Point 형태로 저장했습니다.</p><p>PostgreSQL에서 공간 데이터를 다루려면 PostGIS extension을 먼저 활성화해야 합니다. PostGIS를 활성화하면 geometry, geography 같은 공간 타입을 사용할 수 있고, 저장된 좌표 데이터를 지도 도구에서 확인하거나 거리 계산, 반경 검색 같은 공간 연산에 활용할 수 있습니다.</p><h4>PostgeSQL extension 설치</h4><pre>CREATE EXTENSION IF NOT EXISTS postgis;</pre><h4>TypeORM에서 Point 데이터 저장하기</h4><p>위치 데이터는 단순 숫자 두 개가 아니라 하나의 공간 데이터로 저장했습니다.</p><pre>geom: {<br>  type: &#39;Point&#39;,<br>  coordinates: [lon, lat],<br>}</pre><p>예를 들어 saveData 에서는 위치 정보를 다음과 같이 저장합니다.</p><pre>const saveData = dataRepository.create({<br>  geom: {<br>    type: &#39;Point&#39;,<br>    coordinates: [<br>      createDataDto.frameData.lon,<br>      createDataDto.frameData.lat,<br>    ],<br>  },<br>  altitude: createDataDto.frameData.alt,<br>  ...<br>});</pre><p>겉으로 보기에는 단순한 코드지만, 공간 데이터를 저장할 때는 몇 가지 주의해야 할 점이 있었습니다.</p><h4>1. 좌표 순서는 [lon, lat]</h4><p>가장 헷갈리기 쉬운 부분은 위도와 경도의 순서입니다.일상적으로는 “위도, 경도”라고 말하는 경우가 많습니다.그래서 무심코 [lat, lon] 순서로 저장하기 쉽습니다.하지만 GeoJSON의 Point 좌표는 다음 순서를 따릅니다.</p><pre>coordinates: [longitude, latitude]</pre><p>만약 이 순서를 반대로 저장하면 데이터가 완전히 다른 위치를 가리키게 됩니다.</p><p>특히 지도에서는 점이 엉뚱한 국가나 바다 위에 찍힐 수도 있기 때문에, 좌표 순서는 저장 단계에서 명확히 고정해두는 것이 중요했습니다.</p><h4>2. Entity에서는 공간 컬럼 타입을 명확히 잡기</h4><p>TypeORM에서 PostGIS Point 데이터를 다루려면 Entity의 컬럼 정의도 공간 데이터에 맞게 잡아야 합니다.</p><pre>@Column({<br>  type: &#39;geometry&#39;,<br>  spatialFeatureType: &#39;Point&#39;,<br>  srid: 4326,<br>})<br>geom: Point;</pre><p>여기서 중요한 값은 srid: 4326입니다. 4326은 일반적으로 GPS 위경도 좌표계에서 사용하는 SRID입니다.</p><p>센서나 장비에서 들어오는 위도, 경도 값도 보통 이 좌표계를 기준으로 들어오기 때문에, DB에 저장할 때도 같은 기준을 맞춰주는 것이 좋습니다.</p><p>이렇게 해두면 나중에 거리 계산, 범위 조회, 지도 시각화 같은 작업을 할 때 공간 데이터로 활용하기 좋습니다.</p><h4>3. 위치가 없는 데이터도 고려하기</h4><p>모든 데이터에 항상 위도와 경도가 있는 것은 아닙니다. 예를 들어 POI 데이터의 경우 위치 정보가 없을 수도 있습니다. 따라서 savePoi에서는 lon, lat이 있을 때만 geom을 만들고, 없으면 null로 저장합니다. (이렇게 하면 geom 값에 이상한 값이 들어가지 않습니다)</p><pre>geom:<br>  poi.lon != null &amp;&amp; poi.lat != null<br>    ? {<br>        type: &#39;Point&#39;,<br>        coordinates: [poi.lon, poi.lat],<br>      }<br>    : null,</pre><h4>4. 공간 데이터는 저장 이후 활용까지 생각하기</h4><p>위경도를 단순 컬럼으로 저장하는 것과 Point로 저장하는 것의 차이는 저장 직후에는 크게 느껴지지 않을 수 있습니다. 하지만 이후 이런 요구가 생기면 차이가 커집니다.</p><p>특정 반경 안의 프레임 조회 특정 도로 근처의 데이터 조회 지도 위에 프레임 위치 표시 POI와 프레임 간 거리 계산 수집 데이터의 경로 분석</p><p>PostGIS Point로 저장해두면 이런 공간 연산을 DB 레벨에서 처리할 수 있습니다.</p><p>그래서 단순히 “위도와 경도를 저장한다”가 아니라, “위치 데이터를 공간 데이터로 저장한다”는 관점으로 설계하는 것이 중요했습니다.</p><h4>마무리</h4><p>좌표 순서가 항상 헷갈려서 데이터가 잘못들어간 경우가 있어, 해당 글을 기획하였습니다. 해당 글을 통해 저와같은 실수를 하지 않으셨으면 합니다. 또한 entity에서 geom 타입 정의도 유용하였으면 좋겠습니다.</p><p>글 읽어주셔서 감사합니다 : )</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ff1e32cd6200" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[테스트 종류]]></title>
            <link>https://medium.com/@yeouniverses/%ED%85%8C%EC%8A%A4%ED%8A%B8-%EC%A2%85%EB%A5%98-13183b8f27ac?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/13183b8f27ac</guid>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Mon, 08 Jun 2026 08:35:59 GMT</pubDate>
            <atom:updated>2026-06-09T03:02:17.193Z</atom:updated>
            <content:encoded><![CDATA[<p>이번 프로젝트에 테스트 코드를 처음 적용해보면서 테스트란 무엇인지, 어떤 종류가 있는지 알아보았습니다.</p><h4>테스트를 나누는 기준</h4><p>테스트는 보통 <strong>얼마나 넓은 범위를 검증하는가</strong>에 따라 구분합니다. 범위가 작은 순서대로 보면 다음과 같습니다.</p><pre>Unit Test<br>    ↓<br>Integration Test<br>    ↓<br>E2E Test</pre><p>범위가 넓어질수록 실제 서비스와 가까워지지만, 실행 속도는 느려지고 관리 비용은 증가합니다.</p><p>가장 작은 단위의 테스트입니다. 보통 함수 하나 또는 클래스 하나를 독립적으로 검증합니다. 핵심은 <strong>외부 의존성을 제거하는 것</strong>입니다. 예를 들어 앞서 예시 코드인 거리 계산 함수가 있다고 가정해 보겠습니다.</p><pre>function euclideanDistance(x1, y1, x2, y2) {<br>  ...<br>}</pre><p>이 함수는 DB 접근, 파일 접근, 네트워크 호출이 없고, 순수하게 입력과 출력만 존재합니다. 이런 경우는 대표적인 Unit Test라고 볼 수 있습니다.</p><pre>expect(<br>  euclideanDistance(0, 0, 3, 4)<br>).toBe(5);</pre><h4>2. Integration Test (통합 테스트)</h4><p>여러 컴포넌트가 함께 동작하는지를 검증하는 테스트입니다. 예를 들어 다음과 같은 코드가 있다고 가정해 보겠습니다.</p><pre>service<br>  ↓<br>repository<br>  ↓<br>postgresql</pre><p>Unit Test에서는 Repository를 Mock 처리했지만, Integration Test에서는 실제 PostgreSQL에 연결하여 동작을 검증합니다.</p><pre>await userRepository.save(user);<br><br>const result =<br>  await userRepository.findOne(...);<br>expect(result).toBeDefined();</pre><p>즉, “이 함수가 호출됐는가” 가 아니라 “실제로 DB에 저장됐는가”를 검증합니다.</p><h4>3. E2E Test (End-to-End Test)</h4><p>사용자 관점에서 시스템 전체를 검증하는 테스트입니다. 예를 들어 회원가입 API가 있다고 가정해 보겠습니다.</p><pre>Client<br> ↓<br>Controller<br> ↓<br>Service<br> ↓<br>Repository<br> ↓<br>Database</pre><p>E2E 테스트는 이 모든 과정을 한 번에 검증합니다. NestJS에서는 주로 Supertest를 사용합니다.</p><pre>await request(app.getHttpServer())<br>  .post(&#39;/users&#39;)<br>  .send({<br>    name: &#39;kim&#39;,<br>  })<br>  .expect(201);</pre><p>실제로는 Controller, Service, Repository, Database 모두 동작하게 됩니다.</p><p>즉 사용자가 API를 호출하는 상황과 거의 동일합니다.</p><h4>테스트 피라미드</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/687/1*6Z5umOpZvBbIIkndX2-wlQ.png" /></figure><p>테스트를 설명할 때 가장 유명한 개념입니다.</p><ul><li>Unit Test 많이</li><li>Integration Test 적당히</li><li>E2E Test 최소한</li></ul><p>구성하는 것을 권장합니다. Unit Test가 가장 빠르고 유지보수가 쉽기 때문입니다.</p><h4>그렇다면 DB Mock을 사용하면 Unit Test일까?</h4><p>계속 헷갈리는 부분이었습니다. 예를 들어</p><pre>const repository = {<br>  findOne: jest.fn(),<br>};</pre><p>처럼 Repository를 Mock 처리했다면 실제 DB는 사용하지 않습니다.</p><pre>repository.findOne.mockResolvedValue(...)</pre><p>이 경우는 Unit Test로 보는 것이 일반적입니다. 비록 코드 안에 DB 로직이 존재하더라도, 실제 DB와 연결하지 않았기 때문입니다. 즉 검증 대상은 Repository가 아니라 Service의 로직입니다.</p><h4>마무리</h4><p>모든 것을 E2E로 검증하기보다, Unit Test를 기반으로 빠르게 안정성을 확보하고, 중요한 흐름만 Integration Test와 E2E Test로 보완하는 방식이 가장 편하고, 효율적이라고 느껴집니다. 앞으로 AI를 활용하여 어떻게 하면 빠르고 정확한 테스트코드를 작성할 수 있을지 고민해봐야겠습니다.</p><p>글 읽어주셔서 감사합니다 :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=13183b8f27ac" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Unit Test란?]]></title>
            <link>https://medium.com/@yeouniverses/unit-test%EB%9E%80-23215c21c651?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/23215c21c651</guid>
            <category><![CDATA[jest]]></category>
            <category><![CDATA[software-testing]]></category>
            <category><![CDATA[unittest]]></category>
            <category><![CDATA[testcode]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Thu, 04 Jun 2026 08:36:49 GMT</pubDate>
            <atom:updated>2026-06-04T08:36:49.595Z</atom:updated>
            <content:encoded><![CDATA[<p>Unit Test는 프로그램을 구성하는 가장 작은 단위(Unit)를 독립적으로 검증하는 테스트를 의미합니다.</p><p>예를 들어 다음과 같은 함수가 있다고 가정해보겠습니다.</p><pre>function add(a: number, b: number): number {<br>  return a + b;<br>}</pre><p>이 함수의 역할은 두 숫자를 더하는 것입니다.</p><p>그렇다면 다음과 같은 질문을 할 수 있습니다.</p><ul><li>1 + 2는 3이 되는가?</li><li>0 + 0은 0이 되는가?</li><li>음수도 정상적으로 계산되는가?</li></ul><p>이러한 질문을 코드로 검증하는 것이 Unit Test입니다.</p><pre>describe(&#39;add&#39;, () =&gt; {<br>  it(&#39;1 + 2는 3이어야 한다&#39;, () =&gt; {<br>    expect(add(1, 2)).toBe(3);<br>  });<br>});</pre><h3>왜 Unit Test를 작성할까?</h3><p>Unit Test를 작성하는 가장 큰 이유는 <strong>코드 변경에 대한 자신감</strong> 때문입니다.</p><p>개발을 하다 보면 기존 코드를 수정하거나 리팩토링하는 일이 자주 발생합니다.</p><p>이때 테스트가 없다면 <em>“내가 수정한 부분 때문에 다른 기능이 망가진 건 아닐까?” </em>라는 불안감이 생깁니다. 망가졌을 때 하나하나 모두 디버깅을 해줘야하는 문제가 생기기도 합니다.</p><p>하지만 테스트가 존재한다면 수정 후 테스트를 실행하여 기존 기능이 정상 동작하는지 빠르게 확인할 수 있습니다.</p><h3>Unit Test의 특징</h3><p>Unit Test는 다음과 같은 특징을 가집니다.</p><h4>1. 작은 단위를 검증한다</h4><p>보통 함수 하나 또는 클래스 하나를 대상으로 합니다.</p><pre>euclideanDistance()</pre><pre>calculatePrice()</pre><h4>2. 외부 환경에 의존하지 않는다</h4><p>Unit Test는 DB, API, 파일 시스템</p><p>과 같은 외부 요소에 의존하지 않습니다.</p><h4>3. 결과가 항상 동일해야 한다</h4><p>같은 입력을 넣었을 때 항상 같은 결과가 나와야 합니다.</p><p>예를 들어</p><pre>euclideanDistance(<br>  { x: 0, y: 0 },<br>  { x: 3, y: 4 },<br>);</pre><p>는 언제 실행해도 결과가 5여야 합니다.</p><p>이러한 함수를 <strong>순수 함수(Pure Function)</strong> 라고 합니다.</p><h4>Unit Test 예시</h4><p>최근 테스트를 작성하면서 아래와 같은 코드를 검증했습니다.</p><pre>it(&#39;원점과 (3,4)의 거리는 5여야 한다&#39;, () =&gt; {<br>  expect(<br>    euclideanDistance(<br>      { x: 0, y: 0 },<br>      { x: 3, y: 4 },<br>    ),<br>  ).toBe(5);<br>});</pre><p>이 테스트는</p><ul><li>입력값이 명확하고</li><li>예상 결과를 계산할 수 있으며</li><li>외부 환경에 영향을 받지 않기 때문에</li></ul><p>Unit Test의 좋은 예시라고 볼 수 있습니다.</p><h4>마치며</h4><p>Unit Test는 단순히 테스트 코드를 작성하는 것이 아니라, 코드가 어떤 입력에 대해 어떤 결과를 반환해야 하는지 명확하게 정의하는 과정입니다.</p><p>테스트 코드를 작성하면서 단순히 동작 여부를 확인하는 것을 넘어, 기대 결과를 문서화하는 역할도 한다는 점을 느낄 수 있었습니다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=23215c21c651" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Jest에서 toBe() 대신 toBeCloseTo()를 사용해야 할 때]]></title>
            <link>https://medium.com/@yeouniverses/jest%EC%97%90%EC%84%9C-tobe-%EB%8C%80%EC%8B%A0-tobecloseto-%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%B4%EC%95%BC-%ED%95%A0-%EB%95%8C-2a96a5a4d553?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/2a96a5a4d553</guid>
            <category><![CDATA[to-be]]></category>
            <category><![CDATA[jest]]></category>
            <category><![CDATA[testcode]]></category>
            <category><![CDATA[tobecloseto]]></category>
            <category><![CDATA[nestjs]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Tue, 02 Jun 2026 05:48:14 GMT</pubDate>
            <atom:updated>2026-06-02T05:48:14.788Z</atom:updated>
            <content:encoded><![CDATA[<p>최근 프로젝트에서 좌표 계산 관련 util 함수에 대한 테스트 코드를 작성했습니다.</p><p>테스트 코드 작성 시 먼저 Claude Code에게 테스트 코드 생성을 요청하였습니다.</p><p>예를 들어 아래와 같은 euclideanDistance 함수에 대한 테스트 코드입니다.</p><pre>describe(&#39;euclideanDistance&#39;, () =&gt; {<br>  it(&#39;같은 점 두 개를 입력하면 거리 0을 반환한다&#39;, () =&gt; {<br>    expect(euclideanDistance(MOCK_PT_3_4, MOCK_PT_3_4)).toBe(0);<br>  });<br><br>it(&#39;3-4-5 직각삼각형 좌표를 입력하면 거리 5를 반환한다&#39;, () =&gt; {<br>    expect(euclideanDistance(MOCK_PT_ORIGIN, MOCK_PT_3_4)).toBe(5);<br>  });<br>  it(&#39;음수 좌표를 입력해도 올바른 양수 거리를 반환한다&#39;, () =&gt; {<br>    expect(euclideanDistance(MOCK_PT_NEG_3_4, MOCK_PT_ORIGIN)).toBe(5);<br>  });<br>});</pre><p>위 테스트에서는 모두 toBe()를 사용하고 있습니다.</p><pre>expect(euclideanDistance(MOCK_PT_ORIGIN, MOCK_PT_3_4)).toBe(5);</pre><p>왜 toBe()를 사용할 수 있을까요?</p><p>이번 테스트에서 검증하는 값들은 모두 정확하게 떨어지는 정수이기 때문입니다.</p><p>예를 들어 원점 (0, 0) 과 (3, 4) 의 거리는 다음과 같습니다.</p><pre>√((3 - 0)² + (4 - 0)²)<br>= √(9 + 16)<br>= √25<br>= 5</pre><p>결과가 정확히 5이므로 toBe(5)로 비교해도 문제가 없습니다.</p><p>실제로 위 세 개의 테스트는 모두 정상적으로 통과합니다.</p><p>그런데 다른 수학 계산 함수의 테스트 코드를 확인하던 중 흥미로운 점을 발견했습니다.</p><p>어떤 테스트는 toBe()를 사용하고 있었지만, 어떤 테스트는 toBeCloseTo()를 사용하고 있었습니다. 따라서 “왜 이렇게 작성했을까?”라는 궁금증이 생겼습니다.</p><p>그래서 Jest의 toBe()와 toBeCloseTo()가 정확히 어떤 차이가 있는지 직접 찾아보게 되었습니다.</p><p>결론부터 이야기하면, 그 차이는 부동소수점(Floating Point) 오차 때문이었습니다.</p><p>이번 글에서는 실제 프로젝트에서 사용한 euclideanDistance와 rpy2rotmat 테스트 코드를 기준으로 toBe()와 toBeCloseTo()를 언제 사용해야 하는지 정리해 보겠습니다.</p><h4>모든 숫자 계산이 이렇게 깔끔한 것은 아니다</h4><p>처음에는 비교는 전부 toBe()를 사용하면 된다고 생각했습니다.</p><p>하지만 회전 행렬을 계산하는 rpy2rotmat 함수를 테스트하면서 문제가 발생했습니다.</p><pre>const mat = rpy2rotmat(0, 0, 0);</pre><p>단위 행렬이 반환되어야 하므로 다음과 같이 테스트를 작성했습니다.</p><pre>expect(mat[0][0]).toBe(1);</pre><p>직관적으로는 맞는 코드처럼 보입니다.하지만 실제로는 테스트가 실패하는 경우가 있었습니다.값을 출력해 보니 다음과 같은 결과가 나왔습니다.</p><pre>0.9999999999999998</pre><p>사람이 보기에는 1과 거의 동일한 값입니다.</p><p>하지만 toBe()는 값이 완전히 동일해야 하기 때문에 실패하게 됩니다.</p><h3>그래서 toBeCloseTo()를 사용한다</h3><p>이런 경우에는 toBeCloseTo()를 사용해야 합니다.</p><pre>expect(mat[0][0]).toBeCloseTo(1);</pre><p>toBeCloseTo()는 완전히 같은 값인지 비교하는 것이 아니라 충분히 가까운 값인지를 비교합니다.</p><p>따라서 <em>부동소수점 연산이 포함된 함수</em>에서는 toBe()보다 훨씬 안전하게 사용할 수 있습니다.</p><p>저는 현재 다음 기준으로 사용하고 있습니다.</p><ul><li>정확한 정수 결과 → toBe()</li><li>Math.sin(), Math.cos(), 행렬 연산 → toBeCloseTo()</li></ul><p>이번 euclideanDistance 테스트에서는 결과가 정확한 정수로 떨어지기 때문에 toBe()를 사용했습니다. 반면 rpy2rotmat처럼 삼각함수가 포함된 계산에서는 toBeCloseTo()를 사용하는 것이 적절합니다.</p><p>코드를 따라가다 보니 toBeCloseTo()를 왜 사용하는지, 그리고 부동소수점 오차가 무엇인지까지 자연스럽게 공부하게 되었습니다.</p><p>앞으로도 단순히 코드를 작성하는 것에서 끝나지 않고, 왜 그렇게 구현되었는지 이해하며 기준을 가지고 문제를 풀어내는 개발자가 되고 싶습니다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2a96a5a4d553" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[왜 테스트를 해야 할까?]]></title>
            <link>https://medium.com/@yeouniverses/jest%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%98%EC%97%AC-unit-e2e-%ED%85%8C%EC%8A%A4%ED%8A%B8-%EB%8F%84%EC%9E%85%ED%95%9C-%EC%9D%B4%EC%9C%A0-fae4f2c6230d?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/fae4f2c6230d</guid>
            <category><![CDATA[test]]></category>
            <category><![CDATA[jest]]></category>
            <category><![CDATA[nestjs]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Mon, 01 Jun 2026 08:06:30 GMT</pubDate>
            <atom:updated>2026-06-01T08:24:49.185Z</atom:updated>
            <content:encoded><![CDATA[<p>그동안 테스트 코드 없이 구현 위주로 개발을 진행해왔고, 문제가 발생할 경우 디버깅을 통해 하나씩 수정하는 방식으로 작업해왔습니다. 하지만 하나의 함수에서도 다양한 예외 상황이 발생할 수 있으며, 이러한 상황을 매번 런타임에서 확인하는 방식에는 한계가 있었습니다.</p><p>예를 들어, geom 데이터를 처리할 때 문자열이 잘못 들어오는 경우나, longitude, latitude 값이 null인 경우와 같은 케이스들이 존재했습니다. 이러한 값들은 NestJS의 DTO를 활용하여 일정 부분 검증할 수 있지만, 모든 예외 케이스를 DTO 레벨에서 완벽하게 처리하는 것은 현실적으로 어렵고, 그렇다고 모든 케이스에 대해서 하나하나 검증해보기 어려웠습니다.</p><p>특히 geom 값이 null로 들어오는 상황이 있었는데, 해당 값은 실제로 null이 허용되는 데이터였습니다. 하지만 이 값이 정상적으로 저장되는지, 혹은 저장 과정에서 무시되는지에 대해 API 사용하는 분께 설명드리기 헷갈렸던 때가 있었습니다.</p><p>이러한 경험을 통해, 다양한 입력 케이스에 대해 사전에 검증하고 동작을 명확하게 정의할 필요성을 느끼게 되었고, 이를 해결하기 위해 테스트 코드 도입을 고려하게 되었습니다.</p><p>이번 글에서는 Unit Test가 무엇인지, 왜 필요한지, 그리고 실제 프로젝트에서 어떻게 테스트를 작성했는지 정리해 보겠습니다.</p><h3>왜 테스트를 작성해야 할까?</h3><p>개발을 하다 보면 기존 코드를 수정해야 하는 상황이 자주 발생합니다.</p><p>성능 개선을 위해 코드를 변경하기도 하고, 새로운 기능을 추가하기도 하며, 코드 구조를 개선하기 위해 리팩토링을 진행하기도 합니다.</p><p>문제는 코드를 수정한 이후에도 기존 기능이 정상적으로 동작하는지 확신하기 어렵다는 점입니다.</p><p>예를 들어 아래와 같은 함수를 작성했다고 가정해 보겠습니다.</p><pre>export function euclideanDistance(p1, p2) {<br>  return Math.sqrt(<br>    Math.pow(p1.x - p2.x, 2) +<br>    Math.pow(p1.y - p2.y, 2),<br>  );<br>}</pre><p>이후 성능 개선을 위해 코드를 수정할 수 있습니다.</p><pre>export function euclideanDistance(p1, p2) {<br>  return Math.hypot(<br>    p1.x - p2.x,<br>    p1.y - p2.y,<br>  );<br>}</pre><p>하지만 수정 과정에서 실수로 다음과 같이 잘못 작성할 수도 있습니다.</p><pre>return Math.hypot(<br>  p1.x + p2.x,<br>  p1.y - p2.y,<br>);</pre><p>이러한 실수는 코드만 보고 발견하기 어려울 수 있습니다. 하지만 테스트 코드가 존재한다면 다음 명령어를 통해 바로 확인할 수 있습니다.</p><blockquote>테스트 코드 실행하는 명령어</blockquote><pre>npm test</pre><p>테스트가 실패한다면 수정 과정에서 문제가 발생했다는 사실을 즉시 알 수 있습니다.</p><p>따라서 테스트는 현재의 코드를 검증하기 위한 목적뿐만 아니라, 미래에 코드를 수정할 때 안심하고 작업할 수 있도록 도와주는 역할을 합니다.</p><h3>실제 프로젝트에서 작성한 테스트</h3><p>이번에는 좌표 계산에 사용되는 util 함수에 대해 테스트를 작성하였습니다.테스트에 사용할 좌표 데이터는 다음과 같이 정의하였습니다.</p><pre>export const MOCK_PT_ORIGIN = { x: 0, y: 0 };<br>export const MOCK_PT_3_4 = { x: 3, y: 4 };<br>export const MOCK_PT_NEG_3_4 = { x: -3, y: -4 };</pre><p>그리고 euclideanDistance 함수에 대해 다음과 같은 테스트를 작성하였습니다.</p><pre>describe(&#39;euclideanDistance&#39;, () =&gt; {<br>  it(&#39;같은 점 두 개를 입력하면 거리 0을 반환한다&#39;, () =&gt; {<br>    expect(euclideanDistance(MOCK_PT_3_4, MOCK_PT_3_4)).toBe(0);<br>  });<br><br>it(&#39;3-4-5 직각삼각형 좌표를 입력하면 거리 5를 반환한다&#39;, () =&gt; {<br>    expect(euclideanDistance(MOCK_PT_ORIGIN, MOCK_PT_3_4)).toBe(5);<br>  });<br>  it(&#39;음수 좌표를 입력해도 올바른 양수 거리를 반환한다&#39;, () =&gt; {<br>    expect(euclideanDistance(MOCK_PT_NEG_3_4, MOCK_PT_ORIGIN)).toBe(5);<br>  });<br>});</pre><p>각 테스트는 하나의 조건만 검증하도록 작성하였습니다.</p><p>첫 번째 테스트는 같은 점을 입력했을 때 거리가 0인지 확인합니다.</p><p>두 번째 테스트는 가장 대표적인 3–4–5 직각삼각형을 이용하여 거리 계산이 올바른지 확인합니다.</p><p>세 번째 테스트는 음수 좌표를 사용하더라도 거리 계산 결과가 정상적으로 반환되는지 확인합니다.</p><p>이처럼 다양한 입력 조건을 준비하고 각각의 결과를 검증함으로써 함수의 동작을 신뢰할 수 있게 됩니다.</p><h3>테스트를 작성하며 느낀 점</h3><p>이번에 테스트를 작성하면서 가장 크게 느낀 점은 테스트가 단순히 버그를 찾기 위한 도구가 아니라는 것입니다.</p><p>테스트는 앞으로 코드를 수정할 때 기존 기능이 유지되고 있는지 확인할 수 있는 기준이 됩니다.</p><p>특히 util 함수처럼 여러 곳에서 재사용되는 코드는 한 번의 수정이 예상하지 못한 문제를 발생시킬 수 있습니다.</p><p>이때 테스트가 존재한다면 명령어 한 번으로 전체 동작을 검증할 수 있으며, 보다 자신 있게 리팩토링을 진행할 수 있습니다.</p><p>앞으로는 순수 함수뿐만 아니라 데이터베이스나 파일 시스템과 같은 외부 의존성이 존재하는 코드에 대해서도 테스트를 작성해 보려고 합니다.</p><p>글 읽어주셔서 감사합니다 :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=fae4f2c6230d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[reduce를 사용하여 날짜별 데이터 그룹핑하기]]></title>
            <link>https://medium.com/@yeouniverses/reduce%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%98%EC%97%AC-%EB%82%A0%EC%A7%9C%EB%B3%84-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EA%B7%B8%EB%A3%B9%ED%95%91%ED%95%98%EA%B8%B0-69db2099dfc1?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/69db2099dfc1</guid>
            <category><![CDATA[reduce]]></category>
            <category><![CDATA[nestjs]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Thu, 28 May 2026 09:01:00 GMT</pubDate>
            <atom:updated>2026-05-28T09:01:00.027Z</atom:updated>
            <content:encoded><![CDATA[<p>Export API를 구현하다 보면 단순히 DB 데이터를 조회하는 것에서 끝나지 않고,<br>원하는 형태로 데이터를 구조화하는 작업이 자주 필요합니다.</p><p>이번에는 Frame JSON 데이터를 frame_time 기준으로 날짜별 그룹핑하는 과정에서 사용했던 reduce 문법에 대해 정리해보았습니다.</p><h3>기존 데이터 구조</h3><p>현재 jsonData는 아래와 같은 배열 형태입니다.</p><pre>[<br>  {<br>    vlm_frame_time: &#39;2025-05-21T10:00:00Z&#39;,<br>    id: 1<br>  },<br>  {<br>    vlm_frame_time: &#39;2025-05-21T11:00:00Z&#39;,<br>    id: 2<br>  },<br>  {<br>    vlm_frame_time: &#39;2025-05-22T09:00:00Z&#39;,<br>    id: 3<br>  }<br>]</pre><p>하지만 Export 용도로 사용하기 위해서는 단순 배열보다는 아래와 같이 날짜별로 그룹핑된 구조가 더 필요했습니다.</p><pre>{<br>  &quot;2025_05_21&quot;: [<br>    { id: 1, ... },<br>    { id: 2, ... }<br>  ],<br>  &quot;2025_05_22&quot;: [<br>    { id: 3, ... }<br>  ]<br>}</pre><p>즉, 배열 데이터를 날짜 기준으로 묶어 하나의 객체 형태로 변환해야 했습니다.</p><h3>실제 사용한 코드 (예시)</h3><pre>export function groupDataByTime(jsonData, columnName) {<br>  return jsonData.reduce((acc, curr) =&gt; {<br>    const timeKey = new Date(<br>      curr[`${columnName}frame_time`]<br>    )<br>      .toISOString()<br>      .slice(0, 10)<br>      .replace(/-/g, &#39;_&#39;);<br><br>if (!acc[timeKey]) {<br>      acc[timeKey] = [];<br>    }<br>    acc[timeKey].push(curr);<br>    return acc;<br>  }, {});<br></pre><h3>reduce란 무엇인가?</h3><p>reduce는 배열을 순회하면서 하나의 결과값으로 누적해가는 JavaScript 문법입니다.</p><p>기본 구조는 아래와 같습니다.</p><pre>array.reduce((acc, curr) =&gt; {<br>  return acc;<br>}, initialValue);</pre><p>구성 요소는 다음과 같습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/400/1*DanDZXNlCVnh6IqX0cJjFQ.png" /></figure><h3>acc와 curr 이해하기</h3><h3>curr (Current Value)</h3><p>curr는 현재 순회 중인 배열 요소입니다.</p><p>예를 들어 첫 번째 반복에서는:</p><pre>curr = {<br>  vlm_frame_time: &#39;2025-05-21T10:00:00Z&#39;,<br>  id: 1<br>}</pre><p>두 번째 반복에서는:</p><pre>curr = {<br>  vlm_frame_time: &#39;2025-05-21T11:00:00Z&#39;,<br>  id: 2<br>}</pre><p>처럼 현재 처리 중인 데이터 한 건을 의미합니다.</p><h3>acc (Accumulator)</h3><p>acc는 결과값이 누적되는 객체입니다.</p><p>현재 코드에서는 초기값으로 {} 를 사용하였기 때문에:</p><pre>{},</pre><p>상태에서 시작합니다.</p><p>이후 반복이 진행되면서:</p><pre>{<br>  &quot;2025_05_21&quot;: [...],<br>  &quot;2025_05_22&quot;: [...]<br>}</pre><p>형태로 데이터가 계속 누적됩니다.</p><p>즉, 현재 코드에서 acc는:</p><blockquote><em>날짜별로 그룹핑된 최종 결과 객체</em></blockquote><p>라고 볼 수 있습니다.</p><h3>현재 코드 흐름</h3><h3>1. 날짜 key 생성</h3><pre>const timeKey = new Date(<br>  curr[`${columnName}frame_time`]<br>)<br>  .toISOString()<br>  .slice(0, 10)<br>  .replace(/-/g, &#39;_&#39;);</pre><p>현재 데이터의 시간을 기반으로:</p><pre>2025_05_21</pre><p>형태의 날짜 key를 생성합니다.</p><h3>2. 해당 날짜 배열 생성</h3><pre>if (!acc[timeKey]) {<br>  acc[timeKey] = [];<br>}</pre><p>해당 날짜 key가 아직 존재하지 않는다면 빈 배열을 생성합니다.</p><h3>3. 현재 데이터를 배열에 추가</h3><pre>acc[timeKey].push(curr);</pre><p>현재 데이터를 해당 날짜 배열에 추가합니다.</p><h3>4. 누적 객체 반환</h3><pre>return acc;</pre><p>reduce에서는 반환된 값이 다음 반복의 acc가 됩니다.</p><p>즉, 반복이 진행될수록 결과 객체가 계속 완성되는 구조입니다.</p><h3>왜 reduce를 사용했는가?</h3><p>이번 코드에서 reduce를 사용한 가장 큰 이유는:</p><blockquote><em>배열 데이터를 원하는 객체 구조로 변환해야 했기 때문입니다.</em></blockquote><p>현재 작업은 단순 반복이 아니라:</p><pre>Frame[] -&gt; { 날짜: Frame[] }</pre><p>형태의 구조 변환이 핵심이었습니다.</p><p>특히 날짜별 그룹핑처럼:</p><ul><li>데이터를 특정 key 기준으로 묶고, 결과 객체를 계속 누적하며, 최종적으로 하나의 구조화된 객체를 생성해야 하는 경우</li></ul><p>에는 reduce가 매우 자연스럽게 어울렸습니다.</p><p>실제로 JavaScript에서 reduce는:</p><ul><li>그룹핑, 집계, 통계 계산, 객체 변환, 카운팅</li></ul><p>등의 작업에서 자주 사용됩니다.</p><h3>마무리하며</h3><p>처음에는 reduce 문법이 다소 어렵게 느껴졌지만,<br>실제로 사용해보니:</p><blockquote><em>“배열을 원하는 형태로 변환하는 문법”</em></blockquote><p>이라는 점에서 굉장히 강력하다고 느꼈습니다.</p><p>특히 데이터를 재구조화해야 하는 상황에서는 단순 반복문보다 의도가 더 명확하게 드러난다는 장점도 있었습니다.</p><p>앞으로도 데이터 그룹핑이나 구조 변환이 필요한 상황에서 적극적으로 활용해볼 수 있을 것 같습니다.</p><p>글 읽어주셔서 감사합니다 : )</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=69db2099dfc1" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Javascript 문법 — MAP 이란]]></title>
            <link>https://medium.com/@yeouniverses/javascript-%EB%AC%B8%EB%B2%95-map-%EC%9D%B4%EB%9E%80-8346d9bc79aa?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/8346d9bc79aa</guid>
            <category><![CDATA[maps]]></category>
            <category><![CDATA[nestjs]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Fri, 22 May 2026 02:27:04 GMT</pubDate>
            <atom:updated>2026-05-22T02:27:04.704Z</atom:updated>
            <content:encoded><![CDATA[<p>JavaScript의 Map은 <strong>key-value 형태로 데이터를 저장하는 자료구조</strong>입니다.</p><p>이번 Export API를 구현하면서, DB에서 조회한 데이터를 원하는 JSON 구조로 재구성하기 위해 Map을 직접 사용하면서 Map 문법에 대해서 정리해보고자합니다.</p><p>가장 큰 특징은:</p><ul><li>key를 기준으로 빠르게 데이터를 찾을 수 있고</li><li>데이터를 그룹핑하거나 누적할 때 매우 유용하다는 점입니다.</li></ul><p>예를 들어 아래와 같이 사용할 수 있습니다.</p><pre>const map = new Map();<br><br>map.set(&#39;apple&#39;, 3);<br>map.set(&#39;banana&#39;, 5);<br><br>console.log(map.get(&#39;apple&#39;));</pre><p>결과:</p><pre>3</pre><p>즉:</p><pre>apple → 3<br>banana → 5</pre><p>이런 형태로 데이터를 저장하는 구조입니다.</p><h3>배열과 Map의 차이</h3><p>예를 들어 학생 정보를 저장한다고 가정해보겠습니다.</p><h3>배열 사용</h3><pre>const students = [<br>  { id: 1, name: &#39;Tom&#39; },<br>  { id: 2, name: &#39;Jane&#39; },<br>];</pre><p>여기서 id = 2인 학생을 찾으려면 배열을 처음부터 순회해야 합니다.</p><pre>students.find(student =&gt; student.id === 2);</pre><p>즉, 데이터가 많아질수록 계속 반복 탐색이 발생합니다.</p><h3>Map 사용</h3><p>반면 Map은 key를 기준으로 바로 접근할 수 있습니다.</p><pre>const studentMap = new Map();<br>studentMap.set(1, { name: &#39;Tom&#39; });<br>studentMap.set(2, { name: &#39;Jane&#39; });<br>console.log(studentMap.get(2));</pre><p>결과:</p><pre>{ name: &#39;Jane&#39; }</pre><p>배열처럼 전체를 순회하지 않아도 됩니다.</p><h3>Map이 유용한 순간 (프로젝트에서 사용했던 방법)</h3><p>Map은 단순 조회보다도, <strong>“같은 key를 기준으로 데이터를 묶어야 할 때” </strong>유용합니다.</p><p>예를 들어 주문 데이터가 있다고 가정해보겠습니다.</p><pre>const rows = [<br>  { orderId: 1, item: &#39;apple&#39; },<br>  { orderId: 1, item: &#39;banana&#39; },<br>  { orderId: 2, item: &#39;orange&#39; },<br>];</pre><p>우리가 원하는 구조는:</p><pre>[<br>  {<br>    &quot;orderId&quot;: 1,<br>    &quot;items&quot;: [&quot;apple&quot;, &quot;banana&quot;]<br>  },<br>  {<br>    &quot;orderId&quot;: 2,<br>    &quot;items&quot;: [&quot;orange&quot;]<br>  }<br>]</pre><p>입니다.</p><p>이럴 때 Map을 사용하면 자연스럽게 그룹핑할 수 있습니다.</p><pre>const map = new Map();<br>for (const row of rows) {<br>  if (!map.has(row.orderId)) {<br>    map.set(row.orderId, {<br>      orderId: row.orderId,<br>      items: [],<br>    });<br>  }<br>  map.get(row.orderId).items.push(row.item);<br>}<br>console.log(Array.from(map.values()));</pre><h3>마무리하며</h3><p>이번 작업을 하면서 Map은 단순 key-value 저장소라기보다, 관계형 데이터를 원하는 계층형 구조로 재구성하는 데 굉장히 유용한 자료구조라는 것을 체감할 수 있었습니다.<br> 특히 Export API처럼 “조회”보다 “데이터 구조화”가 더 중요한 작업에서는, 어떤 기준으로 데이터를 묶고 관리할지 고민하는 과정이 중요하다고 느꼈습니다.</p><p>글 읽어주셔서 감사합니다 : )</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8346d9bc79aa" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[관계형 데이터를 Export용 JSON으로 구조화하며 고민했던 것들]]></title>
            <link>https://medium.com/@yeouniverses/%EA%B4%80%EA%B3%84%ED%98%95-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A5%BC-export%EC%9A%A9-json%EC%9C%BC%EB%A1%9C-%EA%B5%AC%EC%A1%B0%ED%99%94%ED%95%98%EB%A9%B0-%EA%B3%A0%EB%AF%BC%ED%96%88%EB%8D%98-%EA%B2%83%EB%93%A4-af76ecf4a798?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/af76ecf4a798</guid>
            <category><![CDATA[json]]></category>
            <category><![CDATA[nestjs]]></category>
            <category><![CDATA[export]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Thu, 21 May 2026 05:32:27 GMT</pubDate>
            <atom:updated>2026-05-21T05:32:27.426Z</atom:updated>
            <content:encoded><![CDATA[<p>차량에서 수집한 이미지와 LiDAR 기반 데이터를 활용하다 보면, 단순 조회 API만으로는 해결되지 않는 경우가 많았습니다.</p><p>특히 분석용 데이터 전달, 검수, AI 학습용 데이터 생성 등을 위해서는 관계형 데이터들을 하나의 구조화된 JSON 형태로 가공하여 외부로 Export 하는 작업이 필요했습니다.</p><p>이번 글에서는 NestJS 기반 프로젝트에서 데이터를 날짜별 JSON 파일로 Export 하며 고민했던 부분들과, 리팩토링 과정에서 느꼈던 점들을 정리해보려고 합니다.</p><h3>1. 왜 Export API가 필요했는가</h3><p>프로젝트에서는 차량이 주행하며 수집한 다음과 같은 데이터들이 존재했습니다.</p><ul><li>이미지(Frame), 객체 정보(POI), 좌표 정보(GIS), 센서 시간, Bounding Box 정보</li></ul><p>데이터는 PostgreSQL(PostGIS) 내부에 관계형 구조로 저장되어 있었지만, 실제 활용 단계에서는 “구조화된 Export 데이터”가 필요했습니다.</p><h3>2. 관계형 데이터와 Export 구조의 차이</h3><p>DB 내부에서는 보통 다음과 같은 구조를 가지게 됩니다.</p><pre>frame 1개<br> └─ poi 여러 개</pre><p>예를 들어 JOIN 결과는 아래처럼 나타납니다.</p><pre>frame_id | poi_id | class_name<br>1        | 10     | traffic_light<br>1        | 11     | sign<br>1        | 12     | banner</pre><p>하지만 실제 Export 결과는 다음과 같은 형태가 필요했습니다.</p><pre>[<br>  {<br>    &quot;frame_id&quot;: 1,<br>    &quot;time&quot;: &quot;2026-05-21&quot;,<br>    &quot;poi&quot;: [<br>      {<br>        &quot;poi_id&quot;: 10,<br>        &quot;class_name&quot;: &quot;traffic_light&quot;,<br>         ...<br>      },<br>      {<br>        &quot;poi_id&quot;: 11,<br>        &quot;class_name&quot;: &quot;sign&quot;,<br>         ...<br>      }<br>    ]<br>  }<br>]</pre><p>즉, JOIN 결과를 그대로 내보내는 것이 아니라,<br> frame 기준으로 다시 그룹화하는 과정이 필요했습니다.</p><h3>3. Frame 기준 Grouping 처리</h3><p>초기에는 배열 기반으로 데이터를 묶으려 했지만, 데이터 양이 많아질수록 성능과 가독성이 모두 좋지 않았습니다.</p><p>그래서 최종적으로는 Map 기반 구조를 사용하게 되었습니다.</p><pre>const frameMap = new Map();</pre><pre>for (const row of rows) {<br>  if (!frameMap.has(row.frame_id)) {<br>    frameMap.set(row.frame_id, {<br>      frameId: row.frame_id,<br>      time: row.frame_time,<br>      poi: [],<br>    });<br>  }</pre><pre>  frameMap.get(row.frame_id).poi.push({<br>    poiId: row.poi_id,<br>    className: row.class_name,<br>  });<br>}</pre><pre>return [...frameMap.values()];</pre><p>이 방식의 장점은 다음과 같았습니다.</p><ul><li>중복 frame 제거 가능</li><li>O(1) 기반 접근 가능</li><li>frame 기준 구조화가 명확함</li></ul><p>특히 단순 배열 탐색보다 “현재 frame이 이미 생성되었는지”를 빠르게 판단할 수 있다는 점이 좋았습니다.</p><h3>4. 날짜별 JSON 파일 분리</h3><p>초기에는 모든 데이터를 하나의 JSON 파일로 생성하려 했습니다. 하지만 데이터가 증가할수록 어려운 점들이 생겼습니다.</p><ul><li>파일 크기 증가</li><li>메모리 사용량 증가</li><li>특정 날짜만 재처리 어려움</li><li>검수 효율 저하</li></ul><p>따라서 날짜별로 파일을 분리하는 구조로 변경했습니다.</p><pre>2026_05_20_frame_poi.json<br>2026_05_21_frame_poi.json</pre><p>이를 통해 얻은 장점은 다음과 같았습니다.</p><ul><li>특정 날짜 데이터만 재생성 가능</li><li>검수 효율 증가</li><li>파일 관리 용이</li><li>배치 처리 구조 단순화</li></ul><h3>마무리</h3><p>이번 작업을 통해 단순 CRUD 이상의 백엔드 작업에서는<br> “데이터를 어떻게 구조화하고 흐름을 설계할 것인가”가 굉장히 중요하다는 점을 많이 느꼈습니다.</p><p>특히 다음과 같은 부분들을 계속 고민하게 되었습니다.</p><ul><li>관계형 데이터를 어떤 형태로 가공할 것인가</li><li>서비스 레이어를 어디까지 분리할 것인가</li><li>재처리 가능한 구조를 어떻게 만들 것인가</li><li>대량 데이터를 어떻게 관리할 것인가</li></ul><p>앞으로도 단순 기능 구현보다,<br> “왜 이런 구조가 필요했는가”를 고민하며 개발하는 습관을 계속 가져가보려고 합니다.</p><p>글 읽어주셔서 감사합니다 : )</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=af76ecf4a798" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[NestJS에서 Service의 흐름이 보이도록 리팩토링해본 이야기]]></title>
            <link>https://medium.com/@yeouniverses/nestjs%EC%97%90%EC%84%9C-service%EC%9D%98-%ED%9D%90%EB%A6%84%EC%9D%B4-%EB%B3%B4%EC%9D%B4%EB%8F%84%EB%A1%9D-%EB%A6%AC%ED%8C%A9%ED%86%A0%EB%A7%81%ED%95%B4%EB%B3%B8-%EC%9D%B4%EC%95%BC%EA%B8%B0-e30a25124316?source=rss-89158faa56e1------2</link>
            <guid isPermaLink="false">https://medium.com/p/e30a25124316</guid>
            <category><![CDATA[nestjs]]></category>
            <category><![CDATA[refactoring]]></category>
            <dc:creator><![CDATA[Yeouniverses]]></dc:creator>
            <pubDate>Fri, 15 May 2026 06:38:06 GMT</pubDate>
            <atom:updated>2026-05-15T06:38:06.560Z</atom:updated>
            <content:encoded><![CDATA[<p>처음에는 Ingest Service 내부에 모든 로직을 함께 작성했습니다.<br> 당시에는 기능 자체가 비교적 단순했고, 로직의 양도 많지 않았기 때문에 하나의 Service 안에서 처리하는 방식이 크게 불편하지 않았습니다.</p><p>하지만 기능이 점점 추가되면서 상황이 달라졌습니다.</p><ul><li>데이터 저장</li><li>연관 데이터 처리</li><li>파일 저장</li><li>후처리 작업</li><li>예외 처리</li></ul><p>등 여러 책임이 하나의 메서드 안에 섞이기 시작했고, 어느 순간부터는 Service를 열어도 “이 함수가 전체적으로 무엇을 하는 코드인지” 한눈에 들어오지 않게 되었습니다.</p><p>특히 디버깅을 할 때마다 세부 구현을 계속 따라 내려가야 했고, 저 역시 흐름을 이해하기 위해 코드를 한참 들여다보는 경우가 많았습니다.</p><p>그래서 단순히 “코드를 분리하는 것”보다 더 중요했던 것은, <strong>Service에서 전체 흐름이 한눈에 읽히도록 만드는 것</strong> 이라는 생각을 하게 되었습니다.</p><p>이후에는 Service가 세부 구현보다는 비즈니스 흐름 자체를 보여주는 역할에 집중하도록 구조를 점차 분리하게 되었습니다.</p><p>이 과정을 아이스크림 가게를 비유로 작성해보겠습니다.</p><h4>❌ 처음에는 모든 구현이 Service 안에 있었다.</h4><h4>before</h4><pre>async makeIceCream() {<br>  // 콘 반죽 준비<br>  const flour = await getFlour();<br>  const butter = await getButter();<br><br>  // 콘 굽기<br>  const cone = await bakeCone(flour, butter);<br><br>  // 콘 상태 확인<br>  if (!cone) {<br>    throw new Error(&#39;cone error&#39;);<br>  }<br><br>  // 아이스크림 원액 준비<br>  const milk = await getMilk();<br>  const vanilla = await getVanilla();<br><br>  // 아이스크림 만들기<br>  const iceCream = await makeVanillaIceCream(milk, vanilla);<br><br>  // 아이스크림 꽂기<br>  const completedIceCream = await putIceCreamOnCone(cone, iceCream);<br><br>  // 포장<br>  await wrapIceCream(completedIceCream);<br><br>  // 손님 전달<br>  return completedIceCream;<br>}</pre><p>처음에는 괜찮아 보였지만,<br> 점점 Service 내부가 비대해지기 시작했고, 전체 흐름이 한 눈에 들어오지 않고, 특정 기능 수정시 영향 범위가 너무 커 디버깅에 어려움이 있었습니다.</p><h4>✅ 그래서 “흐름”과 “구현”을 분리하기 시작했다.</h4><p>이후에는 Service가 “무엇을 하는가”만 보여주도록 구조를 변경했습니다.</p><h4>after</h4><pre>async makeIceCream() {<br>  /* 콘 준비 */<br>  const cone = await prepareCone();<br><br>  /* 아이스크림 만들기 */<br>  const iceCream = await createIceCream();<br><br>  /* 아이스크림 조립 */<br>  const completedIceCream = await assembleIceCream(cone, iceCream);<br><br>  /* 손님 전달 */<br>  await serveCustomer(completedIceCream);<br><br>  return completedIceCream;<br>}</pre><p>이렇게 변경한 이후에는<br> 코드만 읽어도 전체 흐름이 바로 이해되기 시작했습니다.</p><pre>콘 준비<br>→ 아이스크림 생성<br>→ 조립<br>→ 전달</pre><p>즉, Service가 세부 구현보다<br> “비즈니스 흐름”을 설명하는 역할에 가까워졌습니다.</p><h4>🔧 실제 구현은 util 내부로 분리했다.</h4><p>예를 들어 prepareCone() 내부에서는 실제 콘을 만드는 세부 구현이 들어있습니다.</p><p><strong>prepare-cone.util.ts</strong></p><pre>export async function prepareCone() {<br>  const flour = await getFlour();<br>  const butter = await getButter();<br><br>  const cone = await bakeCone(flour, butter);<br><br>  if (!cone) {<br>    throw new Error(&#39;cone error&#39;);<br>  }<br><br>  return cone;<br>}</pre><p>그리고 아이스크림 생성도 별도로 분리했습니다.</p><p><strong>create-icecream.util.ts</strong></p><pre>export async function createIceCream() {<br>  const milk = await getMilk();<br>  const vanilla = await getVanilla();<br><br>  const iceCream = await makeVanillaIceCream(milk, vanilla);<br><br>  return iceCream;<br>}</pre><h3>이 구조로 변경하며 느꼈던 점</h3><p>처음에는 단순히 “코드를 분리하자” 정도로 생각했습니다.</p><p>하지만 실제로는 단순 분리보다도,</p><pre>구현보다 흐름이 먼저 읽히는 코드</pre><p>를 만드는 것이 훨씬 중요하다는 것을 느꼈습니다.</p><p>특히 제가 수행중인 프로젝트에서는</p><ul><li>저장, 파일 처리, 후처리 작업, queue 전달</li></ul><p>등이 섞이기 쉬운데,</p><p>이럴수록 Service가 “전체 시나리오”를 보여주는 역할을 하도록 만드는 것이 유지보수에 큰 도움이 되었습니다.</p><p>글 읽어주셔서 감사합니다 : )</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e30a25124316" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>