이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
투자정보 데이터 구조를 설계할 때 가장 먼저 고려하는 것은 데이터 정합성입니다. 투자 데이터는 사용자 신뢰가 즉시 무너지는 도메인이어서, 같은 종목의 가격이 화면마다 다르면 서비스 신뢰가 바로 흔들립니다. 수업 데이터베이스 설계 과제에서 출처별 데이터 갱신 주기를 단일화하는 것이 정합성의 기반이라는 것을 배웠습니다.
갱신 타임스탬프를 모든 레코드에 남기면 어느 시점 기준의 데이터인지를 항상 추적할 수 있습니다. 보안 측면에서 투자 계좌 정보와 시장 정보를 스키마 단위에서 분리하는 것도 중요합니다. 데이터 구조는 확장 가능성과 현재 정밀성 사이의 거래를 처음부터 의식하고 설계해야 나중에 재설계 비용이 줄어든다는 것을 그 과제에서 배웠습니다.
투자정보 데이터 구조에서 제가 또 본 건 데이터 특성별 저장 전략을 나누는 것입니다. 실시간 시세는 밀리초 단위로 갱신돼 캐시(Redis·메모리 DB), 일별 종가·재무는 RDBMS, 공시·뉴스 텍스트는 검색 특화 저장소가 맞았습니다. 한 저장소에 다 넣으면, 실시간 성능도 검색 성능도 안 났습니다. 또 데이터 공급사(KRX·증권 API)의 지연 특성과 라이선스 범위를 이해해야, 재배포 제한 같은 규제를 안 어겼습니다. 막연히 '데이터를 저장한다'가 아니라, 특성에 맞는 저장소를 고른 게 근거였습니다.
장 마감 후 배치와 장 중 실시간 두 경로의 정합을 보장하는 것도 핵심이었습니다.
투자정보 데이터에서 제가 의식한 건 정합성과 속도의 거래입니다. 여러 화면에서 같은 종목 가격이 다르면, 신뢰가 즉시 무너졌습니다. 그래서 정합성을 먼저 봤지만, 실시간 시세는 밀리초로 갱신돼 정합을 너무 엄격히 하면 속도가 떨어졌습니다. 그래서 출처별 갱신 주기를 단일화하고, 모든 레코드에 갱신 타임스탬프를 남겨, 어느 시점 기준인지 추적했습니다.
다 정합을 맞추려다 느려지거나, 빠름을 좇다 어긋나거나 둘 다 위험했습니다. 또 확장 가능성과 현재 정밀성 사이의 거래도 처음부터 의식해야, 나중에 재설계 비용이 줄었습니다. 투자 데이터는 정합이 신뢰라, 그 균형이 핵심이었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 넥스트증권 프로덕트 매니저 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.