[Spring Boot] 실전 프로젝트 고도화 (1): 리얼 데이터 연동과 유효성 검사(@Valid) 적용기

안녕하세요! 현재 진행 중인 가상 주식 거래소 프로젝트가 단순한 기능을 넘어, 실제 서비스에 가까운 완성도를 갖춰가는 과정을 공유하려 합니다.

이번 포스팅에서는 프로젝트의 리얼리티를 살리기 위해 실제 업비트(Upbit) 데이터를 연동한 과정과, 시스템의 안정성을 위해 **DTO 유효성 검사(@Valid)**를 적용하여 치명적인 버그를 예방한 내용을 다룹니다.

---

1. 현실감 없는 데이터는 이제 그만! (Upbit API 연동)

🛑 문제 상황 (Problem)

기존 개발 단계에서는 편의상 비트코인(BTC), 이더리움(ETH) 단 2개의 종목만 하드코딩하여 사용했습니다. 하지만 이렇게 데이터가 적다 보니 실제 거래소 같은 느낌이 들지 않았고, 무엇보다 추후 진행할 대용량 트래픽 처리나 성능 최적화 테스트를 진행하기에 데이터 모수가 턱없이 부족했습니다.

✅ 해결 (Solution)

업비트(Upbit) 오픈 API를 활용하여, 현재 실제 거래대금 상위 30개 종목을 실시간으로 가져오도록 로직을 개선했습니다.

• WebClient 활용: RestTemplate 대신 비동기 처리에 유리한 WebClient를 사용하여 외부 API를 호출했습니다.
• 메이저 종목 선별: 상장 폐지되었거나 거래량이 미미한 코인은 제외하고, BTC, XRP, ETH 등 실제 투자자들이 가장 많이 거래하는 상위 30개 종목을 선별하여 리스트업 했습니다.

이제 서버를 실행하면 30개의 다양한 코인 목록이 출력되며, 스케줄러를 통해 실시간으로 변동하는 가격을 확인할 수 있게 되었습니다.

---

2. "돈 복사 버그"를 막아라! (DTO Validation)

🛑 문제 상황 (Problem)

"만약 사용자가 주식 매수 수량에 -100을 입력하면 어떻게 될까?"

별도의 검증 로직이 없다면 내 현금 -= (가격 * -100) 로직이 수행되어, 오히려 **현금이 늘어나는 치명적인 버그(일명 돈 복사 버그)**가 발생할 수 있습니다.

기존에는 이를 막기 위해 Service 계층에서 if (quantity < 1) throw ... 와 같이 수동으로 검사 코드를 작성했습니다. 하지만 이런 방식은 코드가 지저분해지고, 개발자가 실수로 검증을 누락할 위험이 있었습니다.

✅ 해결 (Solution): @Valid 어노테이션 도입

입력값 검증의 책임을 **DTO(Data Transfer Object)**에게 위임하여, 잘못된 데이터는 컨트롤러 진입 시점부터 원천 차단하도록 구조를 변경했습니다.

1. 의존성 추가 spring-boot-starter-validation 라이브러리를 프로젝트에 추가했습니다.

2. DTO에 검증 규칙 정의 OrderRequestDto 클래스에 어노테이션을 사용하여 명확한 규칙을 부여했습니다.

Java

 

public class OrderRequestDto {
    @NotBlank(message = "종목 코드는 필수입니다.")
    private String code;

    @NotNull(message = "수량은 필수입니다.")
    @Min(value = 1, message = "수량은 최소 1주 이상이어야 합니다.") // ★ 핵심: 0이나 음수 입력 방지
    private Long quantity;
    
    // ...
}

3. Controller 및 GlobalExceptionHandler 적용 Controller의 파라미터에 @Valid를 붙여 자동 검사를 수행하게 했고, 검증 실패 시 발생하는 예외를 RestControllerAdvice를 통해 깔끔한 에러 메시지로 반환하도록 처리했습니다.

이로써 프론트엔드에서의 1차 방어에 이어, 백엔드에서의 2차 방어까지 구축하여 더욱 안전한 시스템을 만들 수 있었습니다.

---

🚀 [Roadmap] 앞으로의 방향성: 대용량 트래픽을 감당하는 백엔드로

이제 기본적인 기능 구현과 데이터 정합성 확보는 마무리되었습니다. 앞으로는 이 프로젝트를 단순한 기능 구현을 넘어, 백엔드 개발자로서의 성능 최적화 역량을 보여줄 수 있는 프로젝트로 발전시키려 합니다.

이를 위해 다음과 같은 **[성능 고도화 5단계 로드맵]**을 계획하고 있습니다.

1. 동시성 제어 (Concurrency Control): 따닥(중복 클릭) 이슈나 레이스 컨디션 상황에서 데이터 무결성을 지키기 위한 락(Lock) 구현.
2. 캐싱 (Caching/Redis): 반복적인 주식 목록 조회의 DB 부하를 줄이고 응답 속도를 개선하기 위해 Redis 도입.
3. 쿼리 최적화 (Query Optimization): 주문 내역이 쌓였을 때 발생하는 N+1 문제를 해결하고 인덱싱(Indexing) 적용.
4. 비동기 처리 (Async): 주문 폭주 시 서버가 다운되지 않도록 메시지 큐 등을 활용한 비동기 아키텍처 고려.
5. 부하 테스트 (Load Testing): JMeter나 nGrinder를 활용해 실제 트래픽 상황을 가정하고 성능 개선 수치를 증명.

다음 포스팅에서는 이 로드맵의 첫 번째 단계인 **"동시성 제어: 멀티 스레드 환경에서 돈과 재고를 안전하게 지키는 법"**에 대해 다뤄보겠습니다.