backend
-
DB 커넥션 풀 사이징: 왜 커넥션을 늘려도 TPS가 오르지 않을까? — 코어×2 공식과 리틀의 법칙ARCHIVE 2026. 10. 24. 09:06
웹 서비스 트래픽이 급증하고 응답 지연이 발생할 때, 개발자가 가장 흔하게 저지르는 실수가 있다. WAS의 데이터베이스 커넥션 풀(Connection Pool) 크기를 10에서 50, 100, 200으로 무작정 늘리는 조치다. "일꾼이 많으면 밀린 일도 빨리 끝나겠지"라는 직관에 기댄다.결과는 정반대로 흐른다. 커넥션 풀을 늘리자마자 데이터베이스 서버 CPU 사용률이 100%를 찍고, 쿼리 응답 시간은 급증하며, 시스템 전체가 마비에 빠진다.커넥션 수가 늘어난다고 처리량(TPS)이 비례해 오르지 않는다. 오히려 특정 임계점을 넘는 순간 성능이 곤두박질친다. 이 역설을 이해하고 데이터베이스 하드웨어에 맞는 최적의 커넥션 풀을 산정하는 기준을 정리한다. 🔍 클릭하여 확대 flowchart LR s..
-
AI 에이전트의 자기 객관화: memento '메타 메모리' 구현기MEMENTO 2026. 1. 14. 22:11
Intro: AI가 자신의 기억력을 평가할 수 있다면?"AI 에이전트가 단순히 정보를 꺼내오는(Recall) 것을 넘어, '내가 이 정보를 얼마나 자주, 얼마나 확실하게 기억해냈는지'를 알 수 있다면 어떨까요?"memento(GitHub) 프로젝트를 개발하며 항상 고민했던 것은 '기억의 품질'이었습니다. 단순히 저장된 텍스트를 벡터 검색으로 가져오는 것만으로는 부족했습니다. 어떤 기억은 매우 유용해서 자주 쓰이고(High Recall), 어떤 기억은 모호해서 신뢰도가 낮을 수(Low Confidence) 있습니다.이번 PR #77 은 바로 이 '메타 메모리(Meta-Memory)'를 구현하여, 에이전트에게 일종의 '메타인지(Meta-cognition)' 능력을 부여하는 작업이었습니다.The Challen..