Velopers
모든 블로그
무신사

무신사

도메인medium.com
주요 카테고리 AI · Backend · Architecture

활동 요약

대표 인기 포스트무신사 쿠폰 시스템, DB 성능 64% 개선으로 기술 부채를 갚다426 조회
최근 30일
0개
평균 조회
109
누적 조회
9,843
전체 글
90개
마지막 발행
2026. 5. 26.
블로그 방문

최신 게시글 (20)

2026년 5월 26일

AI

VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화

중고 의류 디테일컷 자동 생성을 위해 VLM 대신 Detector와 규칙 기반 크롭을 선택했습니다.\n그 결과 공정 시간을 90% 줄이고 11만 개 상품에 일괄 적용했습니다.

#LLM#AWS Lambda#Docker
8000

2026년 5월 17일

AI

AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인

슬로우 쿼리 분석과 PR 반영까지 이어지는 AI 파이프라인을 하네스로 설계한 사례를 다뤘습니다. 반복 작업에 특화된 스페셜리스트형 구조로 품질과 운영 안정성을 높였습니다.

#Spring Boot#JPA#Claude
15500

2026년 5월 4일

아키텍처

무신사 메가스토어 성수: 보이지 않는 기술, 선명해지는 경험

무신사 메가스토어 성수의 ESL, 오프라인 PDP, Self-POS, RFID 설계를 소개했습니다.기술을 드러내지 않고 고객 경험 속에 자연스럽게 녹인 리테일 구조를 설명했습니다.

#RFID#ESL#Self-POS
3100

2026년 4월 23일

기타

The Human: 점수 너머의 판단

AI 채용 평가에서 점수만으로는 후보자의 사고를 충분히 판단할 수 없다는 점을 짚었습니다. 면접과 설계 문서, 사람의 판단이 여전히 중요한 이유를 정리했습니다.

#채용#면접#LLM
10900

2026년 4월 20일

AI

The Machine: AI가 AI 활용 코드를 평가하다

AI 코딩 에이전트를 대규모로 평가하기 위한 멀티 에이전트 하네스 설계를 다뤘습니다. 마크다운 지침과 JSON Schema로 재현성을 확보하고 기능과 깊이를 분리해 채점했습니다.

#Docker#GitHub#JSON Schema
9600

2026년 4월 15일

AI

Gemini 기반 테스트 케이스 자동화 실패와 성공기

Gemini로 테스트 케이스 초안을 자동화하려 했지만, 단일 프롬프트는 한계가 있었습니다. 규칙 학습과 분할 도출 방식으로 커버리지와 효율을 크게 개선했습니다.

#LLM#Gemini#Claude API
13700

2026년 4월 8일

아키텍처

Self-POS(무인 계산대) : 무신사다운 오프라인 고객경험을 설계하다.

무신사는 오프라인 결제 대기와 직원 의존도를 줄이기 위해 Self-POS를 도입했습니다. 고객 흐름과 하드웨어 연동, 서버 검증을 함께 설계해 셀프 결제 경험을 안정화했습니다.

#UI/UX#QA#하드웨어
9100

2026년 4월 5일

AI

AI한테 테스트 코드를 맡겼더니 커버리지가 8배 올랐다

AI와 문서화된 프롬프트를 활용해 iOS 테스트를 대규모로 작성하고 커버리지를 크게 높인 사례입니다. 반복 작업은 AI가 맡고 비즈니스 검증은 사람이 담당하며 품질과 속도를 함께 확보했습니다.

#iOS#test#coverage
13900

2026년 4월 2일

프론트엔드

무신사 Self-POS — Zero to One 구축기: 직원이 사라진 계산대, 그 자리를 채운 경험 설계

무신사 매장의 Self-POS를 Zero to One으로 설계한 과정입니다. 필드 리서치와 AI 시각화를 바탕으로 결제 속도, 회원 전환, 글로벌 대응을 함께 풀었습니다.

#UI/UX#Kotlin#cloud
2800

2026년 3월 30일

AI

후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기

후기가 많아질수록 원하는 정보를 찾기 어려워 AI 후기 요약 기능을 도입했습니다. 9단계 후처리와 우선순위 폴백으로 신뢰도와 커버리지를 높였습니다.

#LLM#prompt#UI/UX
12600

2026년 3월 29일

기타

To. MUSINSA ROOKIES

무신사 루키즈 AI 네이티브 신입 엔지니어 채용 과정과 평가 의도를 설명했습니다. 모호한 요구사항 속 문제 정의 능력과 협업 역량을 중점적으로 봤습니다.

#Docker#자동화#모니터링
11800

2026년 3월 23일

프론트엔드

보이지 않는 품질, 데이터. 로그가 틀리면 고객도 틀린다

모바일 앱 릴리스 전에 로그 품질을 자동으로 검증하는 구조를 설계하고 운영한 사례를 공유했습니다. 수동 검수의 한계를 줄이고, 실제 배포 전 로그 이슈를 조기에 발견한 과정을 설명했습니다.

#자동화#Appium#BigQuery
7300

2026년 3월 19일

AI

AI를 쓰는 회사 vs AI를 만드는 회사

오프라인 핏 경험을 온라인까지 이어가기 위해 초기에는 외부 LLM으로 빠르게 검증했습니다. 이후 비용과 차별화 한계를 보고, 체형 데이터를 자산화하는 자체 AI 전략으로 전환했습니다.

#LLM#prompt#개인화
8700

2026년 3월 15일

AI

“힘세고 강한 아침”을 넘어: GPT-4o-mini를 대체할 TranslateGemma 실험기

GPT-4o-mini 번역의 오역과 운영 리스크를 줄이기 위해 TranslateGemma를 온프레미스 대안으로 실험했습니다. 한국어 리뷰 번역 비교에서 용어 보존과 자연스러움이 더 나은 결과를 확인했습니다.

#LLM#번역#온프레미스
5700

2026년 3월 13일

AI

The Philosophy: AI Native Hiring

AI 네이티브 엔지니어 채용을 위해 기존 코딩 테스트를 재설계한 과정을 소개했습니다. 수강신청 시스템 과제로 동시성·설계·문서화 역량을 평가하는 철학을 설명했습니다.

#채용#자동화#동시성
4100

2026년 3월 11일

AI

설 연휴에 Claude Code Agent Teams를 데려갔습니다.

설 연휴 온콜에서 데이터 정합성 이슈를 계기로 Claude Code Agent Teams로 진단 대시보드를 반나절 만에 구축했습니다. API 계약을 먼저 고정하고 FE·BE를 병렬로 개발해 운영 효율과 테스트 생산성을 높였습니다.

#Claude Code#AI 코딩 에이전트#React Query
5400

2026년 3월 8일

프론트엔드

모노레포 환경에서 i18next 다국어 시스템 구축하기

모노레포 프론트엔드에서 i18next와 Lokalise를 연동해 다국어 시스템을 구축한 과정을 공유했습니다. 동적 import를 넘어 정적 import와 빌드 타임 언어 분리로 번들 크기와 로딩 시간을 줄였습니다.

#i18next#React#GitHub Actions
9400

2026년 3월 4일

AI

개발자는 더 이상 코드를 짜는 사람이 아닙니다

Claude Code와 AI Agent를 활용해 낯선 코드와 복잡한 업무 흐름을 빠르게 이해하는 방법을 소개했습니다. 병렬 작업과 정형화된 분석으로 일정 단축과 품질 향상을 동시에 노렸습니다.

#Claude Code#Git Worktree#Electron
23000

2026년 2월 24일

백엔드

“이 장애, 얼마나 심각한가요?” 사용자 경험을 기준으로 비즈니스 심각도를 정의하다

장애 심각도를 기술 지표가 아니라 사용자 경험과 비즈니스 영향으로 정의한 사례를 소개했습니다. CUJ와 CSP, SLI, SEV를 연결해 대시보드와 얼럿 운영까지 체계화했습니다.

#SRE#SLI#SLA
2800

2026년 2월 22일

데브옵스

추측이 아닌 데이터로: 3개 서비스 27개 SLO와 54개 모니터를 설정하고 배포 자동화까지 구축한 2주의 집중 작업

3개 서비스에 맞는 SLO와 모니터를 데이터 기반으로 표준화하고, 배포 중 Error Budget이 소진되지 않도록 자동화했습니다. 오탐을 줄이고 실제 비즈니스 실패를 더 정확히 탐지하는 운영 체계를 구축했습니다.

#SRE#SLO#Datadog
1700