일일 개발 및 학습 로그 요약
1. 작업 분포
| 카테고리 | 비중 | |
|---|---|---|
| AWS 자격증 공부 (SAA-C03) | 60% | ██████░░░░░ |
| 스크립트 디버깅 및 아키텍처 | 20% | ██░░░░░░░░ |
| 프론트엔드 프로토타이핑 (GA4) | 20% | ██░░░░░░░░ |
2. 집중 영역 / 시간 소모 포인트
🟢 생산적 작업
- ai-log-sync 안정화: 대용량 로그 처리 중 API 타임아웃 이슈를 분석하여 Go 파일(
client/glm.go,client/interface.go)의 타임아웃 시간을 증대하고 재시도 로직을 추가함으로써 스크립트 신뢰성을 확보함. - GA4 대시보드 고도화: Next.js와 Shadcn UI 기반 목업을 구축하고, Framer Motion을 적용하여 숫자 카운트업 및 실시간 펄스 애니메이션을 구현, UI 임팩트를 강화함.
- AWS SAA-C03 학습 자동화: 오답 분석을 기반으로 난이도별 퀴즈 파일을 생성하고 타이머 기능을 추가하여 실전 시뮬레이션 환경을 구축함. 또한, Obsidian 복습 노트를 자동 생성하여 학습 효율을 높임.
🔴 삽질/시간 소모 포인트
- 로그 누락 원인 파악:
launchd로그 확인 및 과거 로그 파일 크기 비교를 통해 청크 분할 처리 중 발생하는 타임아웃 이슈를 격리하고 디버깅하는 데 시간 소요. - 빌드 및 JSON 에러 수정:
overview.tsx의 템플릿 리터럴 백틱 처리 미스로 인한 파싱 에러를 수정하고,SAA-C03_hard65.html파일의 중복 키(JSON) 문제를 Python 스크립트로 해결함.
3. 타임라인
| 시간 | 화자 | 주요 작업 내용 |
|---|---|---|
| 11:04 | 🦦 | 사용자: ai 프롬프트 정리 프로젝트가 어제 돌지 않음을 보고. |
| 11:11 | 🦦 | AI: 원인 분석. 로그 청크 분할 중 z.ai API 타임아웃 발생 확인. |
| 11:12 | 🦦 | AI: client/glm.go 타임아웃 증대 및 client/interface.go 재시도 로직 추가 후 빌드 완료. |
| 11:15 | 🦦 | AI: 어제(3/9) 데이터 수동 실행 성공 및 로그 저장 확인. |
| 11:57 | 🐹 | 사용자: 구글 애널리틱스 데이터 분석 자동화 툴 생성 고민. |
| 11:59 | 🐹 | AI: 멀티 테넌트 환경 고려한 GCP 네이티브 아키텍처(GA4 → BigQuery → dbt) 제안. |
| 13:31 | 🐹 | 사용자: GCP 프리티어 내 0 비용 데이터 마트 구조화 방법 문의. |
| 13:45 | 🐹 | AI: BigQuery 파티셔닝(_TABLE_SUFFIX) 활용 비용 절감 전략 및 GA4 API 활용 데이터 추출 제안. |
| 14:15 | 🐹 | 사용자: 목업 데이터를 활용한 UX 중심 프론트엔드 구축 요청. |
| 14:26 | 🐹 | AI: ~/projects/ga4-dashboard 디렉토리 생성 및 Next.js + Shadcn UI 뼈대 구축. |
| 14:36 | 🐹 | AI: Framer Motion 적용(숫자 카운트업, 펄스 인디케이터 등) 및 overview.tsx 빌드 에러 수정. |
| 14:44 | 🐹 | AI: Analytics Copilot 및 AI Insight 카드 구현 완료 보고. |
| 16:33 | ⌨️ | 사용자: 기존 130문항 퀴즈 점수 공유 (64%). |
| 16:34 | ⌨️ | 사용자: 개념 정리와 상세 해설이 포함된 신규 65문항 퀴즈 생성 요청. |
| 17:00 | 🦦 | AI: SAA-C03_65quiz_new.html 파일 생성. |
| 17:47 | ⌨️ | 사용자: 실제 시험 난이도(헷갈리는 유형)의 65문항 제작 요청. |
| 18:09 | 🦦 | AI: SAA-C03_hard65.html 파일 생성. |
| 18:21 | ⌨️ | 사용자: SAA-C03_hard65.html 실행 시 SyntaxError 발생 보고. |
| 18:23 | 🦦 | AI: Python을 사용하여 JSON 내 중복된 키 제거 및 문제 해결. |
| 21:12 | ⌨️ | 사용자: 퀴즈 파일에 타이머 기능 추가 요청. |
| 21:16 | 🦦 | AI: SAA-C03_hard65.html에 타이머 UI 및 로직 추가. |
| 21:30 | 🦦 | AI: SAA-C03_130quiz.html에도 타이머 기능 추가. |
| 22:13 | ⌨️ | 사용자: 130문항 최종 점수 75% 달성 보고 (40분 24초 소요). |
| 22:14 | ⌨️ | 사용자: 오답 문제 31개 리스트 공유 및 자가 분석 요청. |
| 22:44 | 🦦 | AI: 특정 문제 정답 로직 및 키워드 매핑 설명 제공. |
| 22:48 | 🦦 | AI: SAA-C03_오답_키워드_해설.md 파일 생성 완료. |
| 22:57 | 🦦 | AI: SAA-C03_핵심서비스_비교표.md 파일 생성 완료. |
4. 해결한 문제와 인사이트
핵심 문제 해결
-
ai-log-sync 타임아웃 이슈 해결
- 문제: 로그가 10만 자를 초과할 때 청크 분할 처리 중 API 요청 시간 초과로 수집 실패.
- 해결: Go 소스 코드(
client/glm.go)에서 API 타임아웃을 600초로 대폭 늘리고, 인터페이스 파일(client/interface.go)에 실패 시 재시도 로직을 추가하여 안정성 확보.
-
AWS 학습 퀴즈 JSON 구문 에러 수정
- 문제:
SAA-C03_hard65.html파일 생성 중 특정 문항의explanation키가 중복 선언되어SyntaxError발생. - 해결: Python 스크립트를 활용하여 중복 키를 제거하는 방식으로 파일 무결성을 검증하고 수정함.
- 문제:
-
대시보드의 정적 UI 동적 개선
- 문제: 기본 차트만으로는 사용자 경험과 임팩트가 부족함.
- 해결: Framer Motion과 Recharts를 결합하여 데이터 변화에 반응하는 애니메이션과 테넌트 전환 트랜지션을 구현.
주요 인사이트
- 학습 전략: SAA-C03 점수가 64% → 75%로 향상되며 합격선(72%)을 돌파함. 단기 기억력에 의존하는 패턴을 파악하여, 간격 반복(Spaced Repetition) 전략을 통해 장기 기억으로 전환할 필요성 확인.
- 아키텍처 비용 최적화: BigQuery에서 대용량 데이터 처리 시 파티션 테이블의
_TABLE_SUFFIX를 사용하여 스캔 범위를 특정 일자로 한정하면, GCP 프리티어 한도 내에서 비용 효율적인 쿼리 가능. - UX 방향성: 데이터 시각화를 넘어 AI가 해석을 제안하거나 인터랙티브한 요소를 통해 사용자의 의사결정을 유도하는 것이 ‘플랫폼’으로서의 가치를 높임.
Supported by ai-log-sync & GLM-4.7