AI를 활용한 테스트 자동화 도전기
AI를 활용해 기획자의 API 테스트 자동화를 시도한 경험을 다뤘습니다. 업무 효율을 높이기 위해 바이브코딩 방식의 적용 가능성을 살펴본 글입니다.

AI를 활용해 기획자의 API 테스트 자동화를 시도한 경험을 다뤘습니다. 업무 효율을 높이기 위해 바이브코딩 방식의 적용 가능성을 살펴본 글입니다.
검색 오타 보정의 기존 로그 기반 방식 한계를 줄이기 위해 번역 모델과 멀티태스크 학습을 도입했습니다. 검색 실패율을 낮추고 CTR을 유지하는 성과와 함께 후속 개선 과제도 정리했습니다.
테이블 데이터를 위한 파운데이션 모델과 TabPFN의 개념을 설명하고, 실무에서의 활용 가능성을 정리했습니다. 빠른 베이스라인과 비교 모델로서의 장점과 기존 모델과의 병행 필요성도 함께 다뤘습니다.
자동발주 예측 품질을 높이기 위해 품절률 급등 원인을 분석하고 권고발주를 자동발주로 점진 전환했습니다. TFT와 분위수 예측을 적용해 행사와 Capacity 변화에 더 잘 대응하며 품절률과 RMSE를 개선했습니다.

사내 Confluence 문서를 자연어로 찾는 LLM Agent 개발 과정을 소개했습니다. 검색 쿼리 생성, 요약, 캐싱, OCR 등 운영 최적화 포인트도 다뤘습니다.

MAB 기반 가격결정의 한계를 보완하기 위해 그룹화, 목적함수, adaptive window, regret 평가를 단계적으로 도입했습니다. 상품별 판매 결과를 바탕으로 더 민첩하게 모델을 선택하는 방향으로 개선했습니다.

여러 가격 모델의 결과를 Multi-Armed Bandit과 Thompson Sampling으로 통합하는 방식을 소개했습니다. 최근 성과를 반영하는 sliding window와 scoring으로 최종 할인율을 선택했습니다.

SSG.COM 검색 실패를 줄이기 위해 BERT 계열 모델과 벡터 DB 기반 매칭 방식을 도입했습니다. 적용 후 전체 검색 실패의 46%를 성공으로 전환했고 정확도 75%를 달성했습니다.

롱테일 상품과 간헐적 수요의 차이를 설명하고, 수요 패턴 분류 기준과 예측 난점을 정리했습니다. 또한 Croston 계열 기법과 머신러닝을 함께 쓰는 실무 전략을 소개했습니다.

VLM과 LLM을 활용해 멀티모달 학습 데이터를 만드는 방법을 소개했습니다. OCR, 프롬프트 엔지니어링, 후처리로 수작업 라벨링의 비용과 시간을 줄였습니다.
이미지 생성 AI를 프로모션 키 비주얼 제작에 적용한 사례를 소개했습니다. 미드저니와 파이어플라이를 병행해 공수를 줄이고 퀄리티를 높였지만, 프롬프트 조정과 리터치에는 여전히 시간이 들었습니다.

쓱렌즈 매장 서비스를 개편한 과정과 주요 기능 개선 내용을 소개했습니다. 객체 검출, 분류, 멀티모달 기술로 검색 품질과 처리 속도를 높였습니다.

SSG의 개인화 추천 서비스 AI Pick 베타 개발 과정을 소개했습니다. 관련성·다양성·신기함을 기준으로 설계하고 내부 테스트와 지표 개선 결과를 공유했습니다.
