Trace Insight

🎯 프로젝트 목적

제가 몸담았던 마케팅 회사에서는 이미 수백 개의 키워드를 매일 수집하고 있었습니다.
하지만 이 방대한 데이터를 실시간 트렌드 분석이나 콘텐츠 자동화로 확장 활용하는 체계는 존재하지 않았고,
저는 이 지점을 개선할 수 있는 방법을 고민하게 되었습니다.

“마케팅 콘텐츠는 트렌드를 선점하는 속도전이다.”
그렇다면 현재 이슈성이 있는 키워드를 추적하고, 그에 맞는 콘텐츠를 자동 생성할 수 있다면 기업은 마케팅 효율을 비약적으로 끌어올릴 수 있고, 개인이라면 인플루언서로 성장하는 초석이 될 수 있을 것이라 생각했습니다.

동시에, 실무에서 마주한 또 다른 고질적 문제는 운영 품질 모니터링이었습니다.
약 20여 개의 스케줄러가 각기 다른 서버에서 돌아가는 구조 속에서, 매일 아침·점심·저녁·퇴근 전마다 직접 SSH로 접속해 로그를 열어보고,
상태를 수동으로 점검하며 디버깅을 수행해야 했습니다.
특히 스케줄러 중 하나라도 재기동이 누락되거나 오류가 발생한 채 방치되면, 그 여파로 전체 사내 프로세스가 지연되고, 관리자 알람이 너무 늦게 도착해 사후 대응에 그치는 상황이 반복되고 있었습니다.
이 과정을 거치며 “운영 품질 진단은 사후 대응보다 사전 감지 중심으로 바뀌어야 한다”는 확신을 갖게 되었고,
이를 해결하기 위한 로그 기반 통합 모니터링 시스템을 직접 설계하고 구현하게 되었습니다.

이처럼 Trace Insight는 단일 기능이 아닌,"데이터 수집 → 분석 → 인사이트 도출 → 콘텐츠 자동화 → 운영 품질 모니터링"까지 전 과정을 하나의 플랫폼으로 연결하는 것을 목표로 한 프로젝트입니다.

백엔드는 FastAPI 기반으로, Celery, Redis, PostgreSQL, Grafana 등을 활용해 실제 운영 환경에 맞춘 구조로 구성했고, 프론트엔드는 Next.js를 통해 키워드 시각화, 분석 결과 출력, 운영 상태 확인까지 사용자 UI로 제공합니다.

반복적인 수작업을 줄이고, 수집된 데이터를 비즈니스 성장과 직접 연결할 수 있도록
실제 실무 문제에서 출발해 기획·설계·구현까지 모두 담당한 통합 솔루션을 완성하는 데 집중했습니다.