

고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술
컬리의 후기 이미지 흐림 판별 개선 과정을 정리했습니다. 딥러닝 실험의 한계를 확인한 뒤 라플라시안 필터와 표준편차 기반 방식으로 정확도를 높였습니다.
새로운 기술 블로그가 추가되었어요


컬리의 후기 이미지 흐림 판별 개선 과정을 정리했습니다. 딥러닝 실험의 한계를 확인한 뒤 라플라시안 필터와 표준편차 기반 방식으로 정확도를 높였습니다.

Transactional Outbox 패턴으로 DB 트랜잭션과 메시지 발행의 원자성을 보완하는 방법을 소개했습니다. 리디는 Polling Publisher와 락 조합, 지연 삭제로 Kafka 메시지 신뢰성과 운영 성능을 함께 개선했습니다.


Kyberswap 익스플로잇의 원인을 수수료 재투자와 틱 경계 계산 오류 관점에서 분석했습니다. 올림·내림 처리 차이가 가격 구간 판정과 유동성 갱신 누락으로 이어진 과정을 설명했습니다.


AWS Serverless Image Handler를 도입해 이미지 크기 불일치와 백엔드 의존성을 줄였습니다. 점진적 적용과 캐시 버스팅으로 운영 리스크를 낮추고 성능을 개선했습니다.

Santa SAY의 브랜드 정체성을 최소한으로 설계한 과정을 회고합니다. MVB 프로세스로 이해관계자 의견을 모으고, 산타와의 관계를 정리해 네이밍과 미션을 도출했습니다.


개발자가 실무에서 도커와 쿠버네티스를 이해하기 위해 필요한 기본 지식을 정리했습니다. 인프라 관리 부담을 줄이고 개발에 집중하기 위한 최소 범위를 안내했습니다.

공통 컴포넌트를 단순히 재사용용으로만 보지 않고 역할과 확장 규칙을 함께 설계하는 방법을 다뤘습니다. 또한 네이티브 요소, controlled/uncontrolled, forwardRef, 접근성까지 고려해 실용성을 높이는 방향을 제안했습니다.

스위프트 매크로로 반복되는 생성자 코드를 줄인 사례를 소개했습니다. XMLParser와 JSON 문자열 파싱 중복을 매크로로 추상화한 경험을 공유했습니다.

Huggingface Open LLM Leaderboard와 모델 병합 사례를 소개하는 후기 글입니다. CarbonVillain과 KF-DeBERTa를 통해 팀의 프로젝트도 함께 살펴볼 수 있습니다.


스프린트는 시작 전 준비 수준이 성과를 크게 좌우한다는 점을 짚었습니다. 유저 스토리를 충분히 다듬고 Backlog Refinement로 지속 보완해야 한다고 설명했습니다.

사용자 피드백을 한곳에 모아 분류하고 작업 티켓과 연결하는 오픈소스 서비스 ABC User Feedback을 소개했습니다. 엑셀·위키 중심 관리의 한계를 줄이고 피드백 반영의 선순환을 체계화하는 데 초점을 두었습니다.


브라우저에서 ffmpeg를 실행하는 ffmpeg.wasm의 개념과 샘플 코드를 소개했습니다. 네이티브 ffmpeg보다 느리지만 서버 없이 처리할 수 있다는 장점을 확인했습니다.