실시간 반응형 추천 개발 일지 2부: 벡터 검색, 그리고 숨겨진 요구사항과 기술 도입 의사 결정을 다루는 방법
실시간 행동 이력과 위치 정보를 반영하는 추천 시스템의 요구사항을 기술 문제로 풀어냈습니다. 벡터 검색 도입 과정에서 pre filter와 ANN의 한계를 검토하고 후보군 실험을 진행했습니다.


실시간 행동 이력과 위치 정보를 반영하는 추천 시스템의 요구사항을 기술 문제로 풀어냈습니다. 벡터 검색 도입 과정에서 pre filter와 ANN의 한계를 검토하고 후보군 실험을 진행했습니다.

카프카 컨슈머 처리량을 외부 DB 부하에 맞춰 동적으로 조절하는 방법을 다뤘습니다. Thread.sleep()의 한계와 pause()/resume()을 활용한 리밸런싱 회피 방식을 설명했습니다.

C++로 운영하던 대규모 트래픽 서버를 Java와 Spring Boot로 전환한 과정을 정리했습니다. 성능 검증, Canary 배포, GC 개선까지 거쳐 안정적으로 이관했습니다.

배민선물하기 2024 참여형 캠페인을 제목 짓기 대회로 바꾸고, 협업과 제약 속에서 구현한 과정을 소개했습니다. 반응형 웹, 비로그인 참여, OTP, 영상 최적화 같은 실무 포인트도 함께 다뤘습니다.

GPT와 프롬프트 엔지니어링으로 메뉴 이미지 검수를 자동화한 사례를 소개했습니다. 수동 검수 병목을 줄이고, 구조화된 응답과 하이브리드 운영으로 정확도와 효율을 높였습니다.

우아한형제들 TX팀이 전사 개발자 밋업 우아한히트텍을 기획한 배경과 운영 방식을 공유했습니다. AI 세션과 그룹 네트워킹을 통해 직군을 넘어 소통하는 장을 만들고 높은 만족도를 얻었습니다.

WOOWACON 2024의 다양한 발표 세션 영상을 공개했습니다. YouTube 채널과 공식 웹사이트에서 관심 있는 세션을 확인할 수 있습니다.

실외 자율주행 로봇에서는 서버용 ML 모델을 그대로 쓰기 어려워 경량화가 필요했습니다. 이 글은 PTQ와 TensorRT 기반 최적화, ONNX 변환 흐름을 설명했습니다.

8월 우아한테크세미나의 신청 안내와 세션 구성을 소개했습니다. 생성형 AI 활용법과 로컬 LLM 사례를 중심으로 발표 내용을 예고했습니다.
![[신청 시작] 8월 우아한테크세미나: 생성AI로 똑똑하게 일하는 법](https://techblog.woowahan.com/wp-content/uploads/2021/06/screenshot.jpg)
물어보새의 Data Discovery 확장과 구현 방식을 소개했습니다. 베타 테스트를 바탕으로 질문 이해와 정보 획득 구조를 나눠 허위 생성을 줄이고 활용 범위를 넓혔습니다.

Elasticsearch 통합 테스트의 병렬 실행에서 발생한 alias 충돌 문제를 해결한 과정을 정리했습니다. 프로세스별 네임스페이스로 인덱스를 분리해 격리와 성능을 함께 확보했습니다.

B마트 테마관을 오픈 후에도 데이터와 리서치로 계속 개선한 과정을 소개했습니다. 협업과 단계적 적용을 통해 탐색 편의성과 구매 전환을 높인 사례입니다.

Pandas와 Spark 사이의 대체제로 Polars를 검토한 실무 적용 경험을 소개했습니다. Lazy API와 streaming으로 메모리와 실행 시간을 크게 줄인 사례를 공유했습니다.

로봇 엣지 디바이스에서 동작하는 MLOps 파이프라인과 TensorRT 기반 추론 도구를 소개했습니다. Trtexec, TREx, Nsight Systems로 변환·시각화·성능 분석을 수행하는 흐름을 정리했습니다.

로봇용 머신러닝 개발에서 재현성과 온프레미스 자원 관리가 왜 중요한지 설명했습니다. K3s와 Airflow로 이를 해결하는 MLOps 구성 방법을 소개했습니다.

사내 데이터 활용 어려움을 해결하기 위해 AI 데이터 분석가 ‘물어보새’를 개발한 과정을 소개했습니다. RAG, Text-to-SQL, LLMOps를 결합해 쿼리 생성과 해설, 검증 기능을 고도화했습니다.

여러 모니터링 지표를 하나의 레벨로 통합해 배달 인프라 상황을 객관적으로 판단하는 체계를 구축했습니다. 실시간 대시보드와 알람, 운영 자동화로 모니터링 효율과 대응 속도를 크게 높였습니다.

배민 검색 홈 추천에 실시간 행동 이력을 반영하는 추천 시스템을 소개했습니다. 3개 컴포넌트로 구성해 CTR과 주문전환율을 높였습니다.
