AVIRO · 전성훈 포트폴리오

지도 · 데이터

지도와 데이터를 다루며

MVP 패턴으로 빠르게 출시해 3년을 운영했습니다. 지도와 데이터를 다루며 마주친 문제들을 코드로 풀었고, 유지보수의 한계도 몸으로 배웠습니다.

동기화
변경분만 받는 동기화 전국 식당 마커를 매번 전량 내려받지 않고, 마지막 갱신 이후 바뀐 곳과 삭제된 곳만 받아 Realm에 반영했습니다. 로컬 데이터로 먼저 지도를 그린 뒤 변경분만 맞춰 시작 속도와 오프라인 대응, 트래픽을 함께 챙겼습니다.
지도
겹친 핀도 개별 선택되게 좌표가 완전히 겹친 식당들은 핀이 포개져 고를 수 없어서, 경도를 조금씩 밀어 분산시켜 하나씩 선택되게 했습니다.
학습
MVP의 한계가 아키텍처 학습의 출발점 화면과 데이터가 한 레이어에 뒤섞인 구조로 개발하다가 대규모 업데이트에서 유지보수 한계를 겪었습니다. 이 경험이 Clean Architecture를 학습하고 다음 실무에서 구조를 직접 설계하는 계기가 됐습니다.

MarkerModelManager.swift · 요지

func fetchRawData() {
    // 로컬에 데이터가 있으면 Realm으로 먼저 그린다
    haveStoredData ? fetchFromRealm() : fetchFromServer()
}

// 마지막 갱신 시각을 실어 변경분만 요청
func syncDelta() {
    let dto = AVIROMapModelDTO(time: updateTime)
    api.loadPlaces(dto) { result in
        result.updatedPlace.forEach {
            realm.add($0, update: .modified)   // upsert
        }
        result.deletedPlace.forEach {
            realm.delete(placeBy: $0)          // 삭제 반영
        }
        updateTime = Date()                 // 다음 변경분 기준
    }
}