배달의민족 Flutter 도입과 아키텍처 설계 교훈

배달의민족은 주문접수 채널에서 Flutter를 도입하여 멀티 플랫폼 대응력을 높이고, Clean Architecture를 통해 효율적인 코드 관리를 실현했습니다. 이 글에서는 Flutter 도입과 아키텍처 설계의 과정에서 얻은 교훈을 바탕으로, 변화하는 비즈니스 요구에 맞추기 위한 혁신적인 접근을 소개합니다. 또한, 이러한 경험이 다른 기업이나 개발자에게도 유용한 전략이 될 수 있도록 공유하고자 합니다. Flutter 도입으로 인한 혁신적인 변화 배달의민족은 Flutter 도입을 통해 플랫폼 전환과 유지보수 측면에서 큰 혁신을 이루었습니다. 기존의 Windows, Android, iOS 플랫폼에 추가하여 macOS와 다양한 Android 디바이스로까지 확장할 필요성을 느꼈습니다. Flutter의 도움으로 단일 코드베이스에 의해 멀티 플랫폼을 동시에 지원할 수 있게 되었고, 이를 통해 개발자 수를 줄이고 생산성을 향상시킬 수 있었습니다. 개발자들은 각 플랫폼에 대해 반복적으로 구현할 필요가 없어졌고, 버그 수정이나 기능 변경 시에도 이전에 비해 적은 시간에 모든 플랫폼에 적용할 수 있게 되었습니다. Flutter의 도입은 크로스 플랫폼 반응형 UI 구현을 가능하게 하여, 사용자 경험의 일관성을 높였습니다. 이제 파트너들은 다양한 OS 환경에서 동일한 경험을 하게 되므로, 학습 비용도 줄어들고, 혼란이 줄어드는 장점을 경험하고 있습니다. 이러한 변화는 단순히 기술적인 접근방식이 아닌, 사업의 방향성을 전환하는 계기로 작용했습니다. 파트너사들이 원하는 효율적인 주문 관리 시스템을 제공하기 위해, 기존의 네이티브 아키텍처에서 벗어나 새로운 기술 스택으로 과감히 옮겨갔습니다. Firebase와 같은 클라우드 서비스를 활용하여 실시간 데이터 업데이트와 동기화가 가능하게 되었고, Flutter의 강점을 극대화하여 사용자 친화적인 UI/UX도 구현됐습니다. 이로 인해 즉각적인 피드백을 수렴할 수 있는 구조가 마련됐습니다. 결국 Flutter의 도입은 배달의...

MCP 서버 구현 해커톤 경험 공유


최근 LLM과 AI Agent에 대한 관심이 높아짐에 따라, 우아한형제들에서는 사내 해커톤을 통해 MCP(Model Context Protocol) 서버를 구현해보는 경험을 공유합니다. 참가자들은 LLM이 프로그램과 연동될 수 있는 프로토콜인 MCP를 배우며, 장보기 쇼핑 서비스와 연계된 기능을 구현했습니다. 이 글에서는 해커톤의 배경과 진행 과정, 그리고 결과에 대해 자세히 소개하겠습니다.

MCP 해커톤의 시작

해커톤이 시작된 날은 2025년 4월 25일, 금요일 저녁 8시였습니다. 이 날은 AI 기술과 관련된 열띤 논의가 이루어졌고, 몇몇 개발자들이 모여 MCP 서버를 구현하기로 결정했습니다. 참가자들은 MCP에 대한 사전 지식이 전혀 없었지만, 새로운 것에 도전하고 싶은 열정으로 가득 차 있었습니다. 특히, MCP의 목적이 LLM과 다양한 프로그램 간의 원활한 연결을 위한 표준 프로토콜을 만드는 것임을 파악하고, 그 가능성을 체험해보기 위해 하나의 목표를 설정했습니다.

팀원들은 배달의민족의 장보기 쇼핑 서비스와 MCP를 연계하여, 사용자가 입력한 상품 정보를 기반으로 가장 저렴한 판매자 목록을 제공하는 기능을 개발하는 데 집중했습니다. 해커톤의 각 팀원들은 샘플 코드를 분석하고, 이를 바탕으로 자신만의 MCP 서버를 구현했습니다. 이 과정에서 실제 사용자가 요청할 수 있는 API를 개발하고, MCP의 구조를 몸소 체험할 수 있었습니다.

결국, 더미 코드를 통해서도 사용자의 요청을 처리하는 기초적인 서버를 구성하였고, 아이디어를 구체화하여 MCP 프로토콜이 요구하는 형식으로 기능을 연계할 수 있었습니다. 처음 마주하는 MCP의 재미와 기대감 속에서, 각 팀원들은 개인의 역량을 최대한 발휘하여 좋은 결과물을 만들기 위해 최선을 다했습니다.

기능 구현의 과정

해커톤의 주요 목표는 여러 판매자에서 상품의 정보와 가격을 비교해 가장 저렴한 옵션을 제안하는 도구를 구현하는 것이었습니다. 이를 위해 팀원들은 사용자가 입력한 상품 목록을 받아들일 수 있는 API를 구축하는 작업에 착수했습니다.

우선, 팀원들은 공통적으로 사용할 수 있는 API의 스펙을 문서화하기 위해 Swagger를 활용했습니다. 각자 맡은 기능을 정의하고, 그에 대한 코드를 작성하는 과정에서 상대방과의 협력이 중요했습니다. 팀원들은 각자 만든 코드에 대해 리뷰를 진행하고, 개선점을 찾아 수정해 나갔습니다. 이러한 과정 속에서 서로의 작업을 이해하고, 어떻게 MCP와 연계할 수 있을지를 고민했습니다.

코드를 작성한 후, 성공적으로 MCP 서버를 실행하고 Cursor IDE에 등록하는 단계가 있었습니다. Cursor는 MCP tool을 통해 입력받은 정보를 바탕으로 서버와 연결하게 되었고, 이를 통해 상품 정보를 조회할 수 있는 기능이 완성되었습니다. 각자의 아이디어가 합쳐져 만들어진 이 기능은 단순한 데모가 아니라 실제로 사용자들에게 도움을 줄 수 있는 서비스로 다가설 수 있음을 실감하게 해주었습니다.

결과의 의미

해커톤이 끝나고 결과물이 기대에 부응하며, 팀원들은 성공적으로 상품 정보를 조회할 수 있는 시스템을 구현했다고 자부했습니다. 이 과정에서 개발자들은 원하는 기능을 구현하는 데 필요한 여러 가지 접근 방식을 배웠고, MCP의 구조와 동작 원리에 대한 깊은 이해를 쌓을 수 있었습니다.

결과적으로 팀은 주어진 목표를 단순히 달성하는 것에 그치지 않고, LLM이 프로그램과 어떻게 연결될 수 있는지에 대한 구체적인 경험을 쌓았습니다. 이 성과는 단순히 기술적인 발전을 의미하는 것뿐만 아니라, 향후 개발 과정에서 각자 분리된 주제를 연결할 수 있는 기회를 만들어주는 중요한 발판이 되었습니다.

해커톤의 결과물은 우리 팀에게 새로운 가능성을 열어주었고, 앞으로의 프로젝트에 있어서도 많은 도움이 될 것이란 확신을 주었습니다. 또한, 함께한 팀원들과의 협업은 더없이 소중한 경험으로 남아, 서로의 개발 스킬을 공유하고 성장할 수 있는 기회가 되었습니다.

이번 해커톤을 통해 우아한형제들은 MCP 서버 구현 경험을 통해 AI와 프로그램의 연동 가능성을 탐구하고, 서로 협력하여 좋은 결과를 만들어냈습니다. 다음 단계로는 이러한 경험을 바탕으로, 실제 서비스를 적용해보고 데이터를 분석하여 더욱 발전된 시스템을 구축하는 것이 필요합니다. AI 기술을 활용해 더 나은 사용자 경험을 제공하기 위해 지속적인 연구와 개발에 힘쓰겠습니다.

이 블로그의 인기 게시물

우아한형제들의 실시간 알림 혁신: SSE(Server-Sent Events)로 이룬 효율성과 안정성

이미지
운영 효율성의 혁신 기존의 MQTT 기반 실시간 알림 시스템은 빠르지만, 운영의 복잡성과 네트워크 제약이 존재했습니다. MQTT는 별도의 포트를 필요로 하기 때문에 방화벽 이슈가 잦았고, 각 클라이언트별 Polling 로직은 서버 트래픽을 불필요하게 증가시켰습니다. 이러한 문제는 인프라 비용 증가로 직결되었습니다. 우아한형제들은 이 문제를 해결하기 위해 Server-Sent Events(SSE)를 도입했습니다. SSE는 HTTP 표준 포트를 이용해 통신하므로 방화벽 문제를 근본적으로 해결했습니다. 또한 Polling 구조가 제거되면서 네트워크 요청 횟수가 급감하고, 서버 처리 부하 역시 현저히 감소했습니다. 결과적으로 서버 대수가 줄고, 일평균 약 4천만 건 이상의 이벤트를 안정적으로 처리할 수 있게 되었습니다. 개인적인 견해로는, 단순한 기술 교체를 넘어 “운영 효율성”이라는 비즈니스 가치로 확장된 사례라 평가할 수 있습니다. 개발 효율이 인프라 절감과 사용자 만족을 동시에 이끈 대표적인 케이스입니다. 안정적인 메시지 전달 체계 구축 SSE의 도입은 단순한 비용 절감이 아니라, 메시지의 신뢰성과 안정성을 강화한 기술적 진화이기도 합니다. SSE는 서버에서 클라이언트로 단방향 실시간 스트림을 유지하여, 연결 상태가 유지되는 한 발생하는 모든 이벤트를 즉시 전달할 수 있습니다. 특히 우아한형제들은 Last-Event-ID 기능을 적극 활용했습니다. 이 기능은 클라이언트가 잠시 연결이 끊겼다가 재접속하더라도, 마지막으로 받은 이벤트 이후의 메시지를 재전송받을 수 있도록 합니다. 덕분에 프린트 명령 등과 같은 중요한 이벤트가 유실되는 일이 사라졌습니다. 모든 메시지는 Kafka와 같은 고성능 메시지 브로커를 통해 순서가 보장된 상...
자세한 내용 보기

우아한 디버깅 툴 개선으로 QA 업무 효율화

이미지
세션 리플레이로 이슈 재현 시간 단축 QA 업무의 핵심은 “문제를 얼마나 정확하게 재현하느냐”입니다. 과거에는 문제가 발생한 상황을 영상으로 녹화하고, 동일한 조건을 맞추는 데 많은 시간이 소요됐습니다. 그러나 **세션 리플레이** 기능이 도입되면서 상황이 완전히 달라졌습니다. DOM 스냅샷, 사용자 클릭, 입력 이벤트 등 모든 상호작용이 자동 기록되어 마치 영상을 돌려보듯 확인이 가능합니다. 이제 QA 담당자는 반복적인 수동 재현 작업에서 벗어나 보다 분석 중심의 업무에 집중할 수 있게 되었죠. 저는 특히 이 기능이 단순한 자동화 이상의 의미를 가진다고 생각합니다. 문제를 ‘정확히’ 보여줄 수 있다는 점에서, 개발자와 QA 간의 오해를 줄이고 문제 해결의 속도를 높여줍니다. 이처럼 시각적 정보 기반의 재현 방식은 QA 효율을 끌어올리는 중요한 도약점이 되었습니다. 슬랙 DM 알림으로 신속한 정보 전달 QA 업무의 또 다른 어려움은 정보를 제때 전달하는 문제였습니다. 이슈 발생 후 기록방 링크를 수동으로 공유하고, 개발자가 확인하기까지 지연이 발생하는 경우가 많았습니다. 이 불편을 해소하기 위해 **슬랙 DM 자동 알림** 기능이 도입되었습니다. 테스트 디바이스 정보를 입력하면 자동으로 관련 기록방 링크와 로그 정보가 개발자에게 전달됩니다. 덕분에 QA는 더 이상 “공유 늦음”이나 “링크 누락” 문제로 시간을 낭비하지 않게 되었습니다. 물론 구현 과정은 간단하지 않았습니다. 사용자별로 계정과 디바이스가 달라 연결 구조를 만드는 것이 까다로웠기 때문입니다. 이를 해결하기 위해 구글 시트를 연동하여 Slack ID와 디바이스를 매칭하는 방식을 적용했습니다. 이 결과, 알림 전송 속도와 정확성이 개선되었고 QA-개발 간 커뮤니케이션이 실시간으로 이어졌습니다. 개인적으로 이런 자동화 기능은 “툴이 사람의 시간을 되돌려주는” 대표 사례라 생각합니다. 티켓 생성 기능으...
자세한 내용 보기

물어보새의 진화와 지식 공유 확장

이미지
1. 물어보새의 지속적인 진화 ‘물어보새’의 시작점은 구성원이 데이터에 쉽게 접근하고, 이를 통해 업무 효율성을 높이는 것이었습니다. 초기 모델은 단순한 데이터 조회 중심의 기능을 제공했지만, 시간이 지남에 따라 사용자 요구에 맞춰 고도화되었습니다. 이제는 질문의 맥락과 의도를 파악해, 다양한 부서의 실제 업무 흐름에 맞춘 답변을 제시할 수 있게 되었습니다. 발전 과정은 크게 네 가지 축으로 이루어졌습니다. 첫째, 지식의 확장 입니다. 단일 데이터베이스 중심에서 벗어나, 사내 Wiki·Confluence·Jira 등 다양한 비정형 정보원을 통합하여 한 번의 질문으로 여러 지식 자원에서 답변을 도출할 수 있습니다. 이를 통해 구성원은 더 이상 여러 플랫폼을 이동하지 않고도 필요한 정보를 한 곳에서 즉시 확인할 수 있습니다. 둘째, 기억 기능의 도입 입니다. 과거의 대화 이력을 기반으로 질문의 맥락을 이해하고, 연속된 대화처럼 응답하는 시스템이 구축되었습니다. 사용자는 이전 대화의 내용을 기억한 상태에서 후속 질문을 이어갈 수 있으며, ‘물어보새’는 질문이 많아질수록 더 정교하게 학습된 응답을 제공합니다. 이러한 ‘기억 기반 대화 구조’는 사용자 경험을 한층 풍부하게 만들어줍니다. 셋째, 맥락 분석 강화 입니다. 단순 키워드 매칭이 아닌 의미 기반 검색(Semantic Search)을 적용하여, 사용자의 질문 의도에 따라 적합한 데이터 세트를 자동으로 선택합니다. 이로써 데이터 분석 결과가 더 구체적이고 실무에 적용 가능한 형태로 제공됩니다. 마지막으로, 자기 학습 시스템(Self-learning) 이 도입되었습니다. 구성원의 질문 패턴과 피드백 데이터를 활용해, 시스템이 스스로 정확도를 향상시키며 더 자연스러운 응답을 제공합니다. 이를 통해 ‘물어보새’는 시간이 지날수록 조직...
자세한 내용 보기