

스윙 고객센터, 어떻게 응답 시간을 71% 단축했나? - 1부: 게시판으로 전환
실시간 채팅 중심 고객센터를 게시판 기반 케이스 운영으로 전환해 응답과 해결 시간을 줄였습니다. 자동 정보 주입과 통합 어드민으로 품질과 운영 효율도 함께 높였습니다.


실시간 채팅 중심 고객센터를 게시판 기반 케이스 운영으로 전환해 응답과 해결 시간을 줄였습니다. 자동 정보 주입과 통합 어드민으로 품질과 운영 효율도 함께 높였습니다.


기존 모니터링의 한계를 짚고 옵저버빌리티의 필요성을 설명했습니다. 메트릭·로그·트레이스를 연결해 원인 분석과 장애 대응을 더 정확하게 만드는 방향을 제시했습니다.

서버 로깅 포맷을 통일해 유저·요청 단위 추적과 호출 위치 확인이 쉬워지도록 개선했습니다. 메타데이터와 트레이스를 더해 디버깅과 모니터링 효율을 높였습니다.

토스가 사용자의 기능 탐색 경험을 수치화하는 리서치 툴 TNS를 만든 과정을 소개했습니다. 라이브 앱 로그 분리와 커스텀 UI로 실제 내비게이션 경로를 측정하고 개선에 연결했습니다.

데이터 파이프라인 운영에서 노이즈 알림과 반복 대응으로 인한 피로를 줄이기 위해 AI 활용 방안을 소개했습니다. 로그 전처리, 노이즈 분류, AI Assistant 적용 사례를 중심으로 장애 대응 자동화를 다뤘습니다.


Datadog을 POS 환경에 적용해 전국 3,500대 장비의 로그와 장애를 실시간으로 모니터링하도록 구축했습니다. 장애 탐지 시간은 4분 30초에서 59초로 줄어들고, 사전 대응 체계도 마련했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


AWS Network Firewall의 로그 수집과 분석 방법을 정리했습니다. Alert/Flow 로그 해석, Athena 쿼리, CloudWatch 필터링과 운영 시 주의점을 함께 설명했습니다.

Iceberg 테이블로 DB 로그와 서버 로그를 적재·운영하며 얻은 경험을 정리한 글입니다. 로그 유형별 운영 전략과 실무 교훈을 중심으로 다뤘습니다.


주니어 개발자의 에러 대응 역량을 높이기 위한 10주 디버깅 스터디 과정을 소개했습니다. 단서 수집과 가설 검증으로 근본 원인을 찾는 방법을 공유합니다.

Kotlin과 Java에서 SLF4J 로깅 시 불필요한 문자열 연산을 줄이는 방법을 다뤘습니다. 성능과 가독성을 비교해 Parameterized Logging과 kotlin-logging의 선택 기준을 제시했습니다.


로그 레벨을 ERROR와 WARN으로 재정의하고, 상황별 임계치 기반 알람을 구성했습니다. 알람 피로를 줄이면서 운영 문제를 빠르게 인지하도록 로그를 지속 관리했습니다.


운영 로그의 기준을 다시 정리해 실제 장애와 가짜 에러를 구분하는 방법을 다뤘습니다. 알람 노이즈를 줄이고 빠른 인지를 위해 로그 레벨과 임계치를 팀 기준으로 조정했습니다.

당근 홈 피드에 SDUI를 도입해 앱 업데이트 없이 UI 실험을 빠르게 진행할 수 있게 했습니다. 피드 아이템 카드와 제네레이터로 재사용성과 하위 호환성도 함께 높였습니다.

100여 개 대출 기관 API의 성공률을 메트릭과 알림으로 자동 모니터링하도록 개선했습니다. 그 결과 장애를 더 빠르게 발견하고 대응해 API 성공률을 99%까지 올렸습니다.