모노레포 환경에서 i18next 다국어 시스템 구축하기
모노레포 프론트엔드에서 i18next와 Lokalise를 연동해 다국어 시스템을 구축한 과정을 공유했습니다. 동적 import를 넘어 정적 import와 빌드 타임 언어 분리로 번들 크기와 로딩 시간을 줄였습니다.
새로운 기술 블로그가 추가되었어요
모노레포 프론트엔드에서 i18next와 Lokalise를 연동해 다국어 시스템을 구축한 과정을 공유했습니다. 동적 import를 넘어 정적 import와 빌드 타임 언어 분리로 번들 크기와 로딩 시간을 줄였습니다.

Claude Code Action을 GitHub Actions와 결합해 조직 공통의 AI 코드 리뷰 플랫폼으로 표준화한 사례를 소개했습니다. 중앙 통제 구조, 포크 PR 대응, 프롬프트 표준화로 일관된 품질과 확산성을 확보했습니다.
무신사가 LLM 기반 코드 리뷰를 GitHub Actions와 Composite Action으로 표준화해 전사 인프라로 구축했습니다. 봇 노이즈 정리와 팀별 유연성을 함께 확보해 운영 가능한 AI 리뷰 체계를 만들었습니다.

개발 앱과 운영 앱을 한 기기에 동시에 설치하도록 환경을 완전히 분리했습니다. Android는 Product Flavor, iOS는 xcconfig와 CI/CD로 배포 리스크를 줄였습니다.
무신사는 외부 POS 의존으로 생기던 개발 지연과 비용 문제를 해결하기 위해 MPOS를 전면 내재화했습니다. Electron 기반으로 하드웨어 연동, 배포, 모니터링을 정비해 운영 통제력과 개발 속도를 높였습니다.


Python 2.7 서비스의 중복 실행과 불필요한 설치를 제거해 CI 테스트를 13분에서 5분으로 단축했습니다. 공유 경로 기반 캐싱과 tmpfs를 적용해 최종 3분대까지 개선했습니다.

배포 속도가 빠른 환경에서 E2E 자동화를 전면 리팩토링해 품질 시스템을 재구성했습니다. 공통 인증, Locator 중앙화, AI 분석 대시보드로 하루 수십 회 배포에도 대응했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

ARC를 활용해 Kubernetes 위에 GPU 서비스 개발용 CI/CD 인프라를 확장 가능하게 구축하는 방법을 소개했습니다. 자동화된 GPU 테스트 파이프라인과 Scalable CI/CD 구현 방향을 공유했습니다.


AI PR 리뷰 도구의 한계를 자율성과 확장성 관점에서 설명했습니다. Claude Agent SDK로 Multi-turn 에이전트를 구성해 이슈 생성과 PR 작업까지 확장한 사례를 공유했습니다.

LLM 멀티 에이전트로 API 문서 기반 E2E 테스트 생성 파이프라인 MAFT를 소개했습니다. Noir의 테스트 공백을 줄이기 위해 의존성 분석, 시나리오 생성, 코드 검증을 자동화했습니다.
사내 API 스펙 공유와 연동 자동화를 위해 MCP 서버를 개발한 사례를 소개했습니다. Spring-AI 기반 구현과 운영상 문제 해결, Swagger 자동화 방향까지 정리했습니다.


놀유니버스는 이벤트 기반 프로모션 증가에 맞춰 EventScaler와 Kubernetes Operator로 자동 스케일링 체계를 구축했습니다. Amazon Q Developer를 활용해 설계와 구현을 보조받으며 운영 시간과 리스크를 크게 줄였습니다.

단위 테스트를 실무에 적극 도입해 코드 신뢰도와 유지보수성을 높인 경험을 공유했습니다. QA 이슈를 테스트로 전환하고 JUnit, Mockito, Fixture Monkey 활용 팁도 정리했습니다.

detekt와 reviewdog을 GitHub Actions에 연결해 PR마다 정적 코드 분석과 리뷰 코멘트 생성을 자동화하는 방법을 다뤘습니다. 멀티모듈 결과 병합, 경고 노출 방식, 실패 조건 설정까지 함께 설명했습니다.