🔔 KNUTICE

국립한국교통대학교 공지사항 알리미 서비스

Role: 안드로이드 개발 (Android Native)

Status: 운영 중 (Play Store 배포)

Users: 총 사용자 250명+ / 월간 활성 사용자(MAU) 130명+

💁 Service Introduction

"우리 학교 공지사항, 이제 놓치지 마세요."

KNUTICE는 학교 홈페이지에 새 공지사항이 올라오면, 푸시 알림으로 가장 빠르게 알려주는 서비스예요.

학우들이 매번 학교 홈페이지에 접속해야 하는 번거로움을 없애고, 장학금이나 학사 일정 같은 중요한 정보를 놓치지 않도록 돕기 위해 만들었어요.

⚒️ Tech Stack

안정적인 서비스 운영과 확장성을 고려하여 최신 안드로이드 기술 스택을 적용했어요.

• Language: Kotlin

• UI: Jetpack Compose (Material3), Navigation for Compose

• Architecture: Multi-Module Clean Architecture, MVI (Unidirectional Data Flow)

• Async & Stream: Coroutines, Flow (StateFlow, SharedFlow)

• DI: Dagger 2

• Local DB: Room (FTS4, Custom Tokenizer applied), DataStore

• Background Task: WorkManager (PeriodicWork, Chained Task)

• Network: Retrofit2, OkHttp

• CI: GitHub Actions

⚙️ Architecture

단순한 기능 구현을 넘어, 앱이 커져도 유지보수가 쉽도록 Multi-Module Clean Architecture를 도입했어요.

• Multi-Module Strategy: app, core, feature, domain, data 등 역할별로 모듈을 분리하여 코드 결합도를 낮추고 빌드 효율을 높였어요.

• MVI Pattern: State, Event, SideEffect를 명확히 분리하여 데이터 흐름을 단방향으로 관리함으로써, UI 상태 예측 가능성을 높이고 디버깅을 쉽게 만들었어요.

Dependency Graph

graph TD
    %% --- Styling Definitions ---
    %% Green for Domain (The Heart)
    classDef domain fill:#d4edda,stroke:#155724,stroke-width:2px,color:#155724;
    %% Blue for Features
    classDef feature fill:#cce5ff,stroke:#004085,stroke-width:2px,color:#004085;
    %% Orange for Data/Network
    classDef data fill:#fff3cd,stroke:#856404,stroke-width:2px,color:#856404;
    %% Grey for Shared/Infrastructure (Low visual impact)
    classDef shared fill:#f8f9fa,stroke:#6c757d,stroke-width:1px,stroke-dasharray: 5 5,color:#6c757d;
    %% Standard App Root
    classDef app fill:#e9ecef,stroke:#343a40,stroke-width:2px,color:#343a40;

    %% --- Nodes ---
    App(":app"):::app

    subgraph Presentation ["Presentation Layer"]
        FeatMain(":feature:main"):::feature
        FeatBookmark(":feature:bookmark"):::feature
    end

    subgraph Business ["Domain Layer"]
        %% The core is isolated
        Domain(":core:domain"):::domain
    end
    
    subgraph DataInfra ["Data & Infrastructure"]
        Data(":core:data"):::data
        Network(":core:network"):::data
        Notif(":core:notification"):::data
    end

    subgraph SharedKernel ["Shared Modules (Ubiquitous)"]
        %% Placed at bottom to catch all downward arrows neatly
        Common(":common"):::shared
        Model(":core:model"):::shared
    end

    %% --- Critical Architecture Flows (Thick Lines) ---
    %% These show the logic flow
    FeatMain ==> Domain
    FeatBookmark ==> Domain
    Data ==> Domain
    
    %% --- Structural Wiring (Standard Lines) ---
    App --> FeatMain
    App --> FeatBookmark
    App --> Data
    App --> Network
    App --> Notif
    
    %% Data internal wiring
    Data --> Network
    
    %% --- Shared Dependencies (Dotted/Subtle Lines) ---
    %% Using dotted lines prevents the 'Messy Web' effect
    FeatMain -.-> Common & Model
    FeatBookmark -.-> Common & Model
    Domain -.-> Model
    Data -.-> Common & Model
    Network -.-> Common & Model
    Notif -.-> Common & Model
    
    %% Specific Cross-Module Dependencies
    FeatBookmark -.-> Notif

Loading

🚀 Technical Challenges & Solutions

서비스를 개발하고 운영하면서 마주친 기술적 문제들과, 이를 해결한 과정을 정리했어요.

1. 로컬 검색 정확도 개선 (Room FTS4 + Tokenization)

사용자가 저장한 공지사항(북마크)을 검색할 때, 단순 SQL LIKE 쿼리는 정확도가 떨어지는 문제가 있었어요. 예를 들어 '공지'를 검색하면 의도와 다른 '인공지능'까지 검색 결과에 포함되곤 했어요.

• Room FTS4(Full-Text Search) 테이블을 도입하여 텍스트 검색 기능을 강화했어요.

• 한글 형태소 분석 라이브러리(OpenKoreanTextProcessor)를 활용해 검색어의 토큰을 분리하고, 이를 FTS 쿼리에 적용함으로써 '인공지능' 등 불필요한 결과를 제외하고 정확히 '공지'와 관련된 항목만 필터링하도록 개선했어요.

2. Custom Markdown Renderer 구현 (Parser & Native UI)

서버의 AI가 생성한 마크다운 응답을 기존 라이브러리로 렌더링할 경우, 앱의 디자인 테마와 이질감이 생기는 문제가 있었어요.

• Native Component Mapping: 단순한 텍스트 변환을 넘어, 마크다운의 구조적 요소(Heading, Table, Divider, List 등)를 각각의 독립된 Native Composable로 직접 구현하여 매핑했어요. 이를 통해 모든 UI 요소가 앱의 테마(Material Theme)와 100% 일치하도록 만들었어요.

• Recursive Text Parsing: 텍스트 내부의 _**Bold & Italic**_과 같은 복합 문법(Compound Syntax)은 DFS 기반의 재귀 알고리즘으로 파싱하여 AnnotatedString으로 변환함으로써, 중첩된 스타일도 깨짐 없이 정확하게 렌더링했어요.

3. UI 응답 속도 및 UX 개선 (Staging Table & WorkManager)

FTS 테이블은 인덱싱 과정 때문에 쓰기(Insert) 속도가 느린 편이에요. Dispatchers.IO로 작업을 분리했음에도, 북마크 저장 시 작업 시간이 길어져 CircularProgressIndicator(로딩 화면)가 너무 오래 지속되는 UX 문제가 있었어요.

• Staging Table 전략: 북마크 버튼을 누르면 즉시 인덱싱 비용이 없는 가벼운 Staging Table에 데이터를 저장하여, 로딩 상태를 바로 종료하고 쾌적한 UX를 제공했어요.

• Deferred Indexing: 이후 WorkManager가 백그라운드에서 Staging 된 데이터를 FTS 테이블로 안전하게 이관(Migration)하도록 파이프라인을 구축하여, 성능과 사용자 경험을 모두 잡았어요.

4. 안정적인 푸시 알림 수신 환경 (PeriodicWork)

앱이 오랫동안 실행되지 않거나 기기가 절전 모드에 들어가면 FCM 토큰이 만료되거나 동기화되지 않아 알림을 놓칠 위험이 있었어요.

• WorkManager의 PeriodicWork를 사용하여 주기적으로 FCM 토큰을 서버와 동기화하고 유효성을 검증하는 로직을 구현했어요. 이를 통해 사용자가 앱을 자주 켜지 않아도 중요한 공지 알림을 안정적으로 받을 수 있도록 했어요.

🧐 What I Learned

이 프로젝트를 통해 안드로이드 프레임워크의 깊이 있는 활용법과 아키텍처의 중요성을 배웠어요.

• Clean Architecture & Multi-Module: 싱글 모듈에서 패키지로만 구분할 때와 달리, 실제 모듈을 분리하며 의존성 규칙을 강제하는 것이 유지보수와 빌드 속도에 어떤 이점을 주는지 체감했어요.

• Compose & Lifecycle: Jetpack Compose로 UI를 설계하며, 기존 명령형 UI(XML)와 다른 선언형 UI의 생명주기 관리법과 효율적인 재사용(Composable) 구조를 익혔어요.

• Efficient Data Pipeline (Flow): StateFlow로 UI 상태를 관리하고, SharedFlow와 Channel을 이용해 단발성 이벤트(Side Effect)를 처리해서 견고한 MVI 상태관리를 구현해 볼 수 있었어요. snapshotFlow를 활용해 사용자 입력을 실시간으로 감지하고, debounce와 distinctUntilChanged 연산자를 적용해 별도의 검색 버튼 없이도 과도한 네트워크 요청을 방지하는 최적화된 검색 로직을 설계했어요. 또한, Remote/DB에서 Domain을 거쳐 ViewModel로 이어지는 데이터 계층은 Cold Flow로 연결하여 끊김 없는 단방향 데이터 파이프라인(UDF)을 완성했어요.

• Deep Dive into Dagger 2 (Migration from Hilt): 초기에는 Dagger Hilt를 사용했으나, 멀티 모듈 전환 과정에서 프레임워크의 동작 원리를 더 깊이 이해하고자 Pure Dagger 2로 마이그레이션을 단행했어요. 이 과정은 쉽지 않았지만, Component와 SubComponent의 계층 구조, Scope 관리, Builder/Factory 패턴 등을 직접 구현해보며 Hilt의 편리함 뒤에 숨겨진 의존성 주입의 정석적인 매커니즘을 몸소 익힐 수 있었어요.

• Modern Navigation: Single Activity 구조에서 Navigation for Compose를 활용해 화면 간 전환과 데이터 전달(Argument passing)을 매끄럽게 처리하는 방법을 익혔어요.

📱 Preview

홈 화면	학과 공지 모아보기

AI 공지 요약	빠른 검색	북마크 & 메모

오늘의 학식	열람실 현황

공지 위젯	열람실 위젯

알림 필터 설정