
무신사 X GitHub Copilot은 정말로 우리의 생산성을 높였을까?
무신사는 GitHub Copilot의 생산성 효과를 30명 규모의 데이터와 설문으로 검증했습니다. 일부 지표는 개선됐지만 코드 품질 관리와 가이드라인의 중요성도 확인했습니다.

무신사는 GitHub Copilot의 생산성 효과를 30명 규모의 데이터와 설문으로 검증했습니다. 일부 지표는 개선됐지만 코드 품질 관리와 가이드라인의 중요성도 확인했습니다.


Google Cloud Vision API로 OCR을 수행하는 방법을 정리했습니다. API Key 방식과 서비스 계정 인증 방식을 비교하며 Colab에서의 사용법을 소개했습니다.


산업 현장에 맞는 Vertical AI 에이전트 구현 방식과 설계 원칙을 소개했습니다. Agent Flow와 Autonomous Agent를 조합해 예측 가능한 문제와 예외 상황을 함께 다뤘습니다.


Nginx mirror 모듈과 envsubst로 트래픽 미러링 테스트를 구성하고, dev 환경에서 origin과 candidate를 동시에 검증하는 과정을 공유했습니다. 또한 k6 부하 테스트와 로그 포맷 설정을 통해 응답 비교와 운영 적용 방안까지 살펴보았습니다.


고객 문제를 빠르게 풀기 위해 PM이 리소스와 속도를 함께 고려해 해결책을 찾는 과정을 다뤘습니다. A/B 테스트와 UT로 가설을 검증하며 실제로 필요한 개선만 적용했습니다.


라이브 게임 에셋 최적화에서 텍스처와 오디오, 스파인 데이터 설정을 어떻게 손봤는지 정리했습니다. 플랫폼별 압축 포맷과 메모리 절감 포인트를 함께 살펴보았습니다.

Go GC만 믿고 메모리 증가를 넘기면 원인 파악이 늦어질 수 있음을 다뤘습니다. cgo 누수 탐지와 GOGC, GOMEMLIMIT 조절로 메모리 사용량을 개선하는 방법을 설명했습니다.

IdeaVim의 `:!` 명령으로 셸 스크립트를 호출하는 간단한 활용법을 소개했습니다. 복잡한 플러그인 없이 IntelliJ에서 작은 자동화를 붙이는 방법입니다.


캐치포인트 사용 데이터를 바탕으로 구성원이 가장 많이 방문한 맛집 TOP 5를 소개했습니다. 각 매장 리뷰와 함께 캐치테이블의 예약·웨이팅 경험도 함께 보여주었습니다.

Selenium과 OCR을 결합해 스마트 디스플레이 제어를 자동화한 사례를 소개했습니다. Docker와 클라우드로 대규모 디지털 사이니지 마이그레이션 확장성을 높였습니다.


1년간 진행한 iOS 모듈화 경험을 돌아보며 느낀 점과 아쉬웠던 점을 정리했습니다. 모듈화 필요성보다 실제 진행 과정의 회고에 초점을 맞췄습니다.


Spring @Transactional 의 롤백이 언제 마킹되는지 예외 타입과 프록시 동작을 기준으로 정리했습니다. Kotlin 과 REQUIRES_NEW 까지 포함해 실제 동작 차이와 주의점을 설명했습니다.