Velopers
모든 블로그
무신사

무신사

도메인medium.com
주요 카테고리 AI · Backend · Else

활동 요약

대표 인기 포스트무신사 쿠폰 시스템, DB 성능 64% 개선으로 기술 부채를 갚다462 조회
최근 30일
5개
평균 조회
129
누적 조회
12,666
전체 글
98개
마지막 발행
2026. 9. 3.
블로그 방문

최신 게시글 (20)

AI

Retail Platform QA 자동화 여정

무신사 Retail Platform QA팀의 회귀 테스트 자동화 여정을 다뤘습니다. Playwright, Slack 봇, AI 기반 TC 생성기로 테스트 시간을 크게 줄인 사례입니다.

#자동화#test#Playwright
3300

AI

통합임베딩으로 개인화 푸시 CTR +21.3%를 만든 과정

통합임베딩으로 개인화 푸시 CTR을 개선한 사례를 소개하는 글입니다. MATCH와 Layer 0 관점의 연재 흐름을 바탕으로 적용 과정을 다룹니다.

#personalization#CTR
3300

AI

AI Native 조직은 도메인 지식을 어떻게 공유하는가

AI 네이티브 조직에서 도메인 지식을 사람과 여러 AI 에이전트가 공유하는 방법을 다룬 글입니다. 표준 기반 Core 위에 조직 특화 시맨틱 레이어를 얹는 접근을 소개합니다.

#LLM#prompt#시맨틱 레이어
9800

기타

코딩만 빨라졌다고요? 아뇨, 일하는 방식이 다 뜯어고쳐졌습니다.

X

#QA#test#컨퍼런스
16100

프론트엔드

MATCH Console & MAI

MATCH Console과 MAI를 통해 데이터 탐색부터 실행까지 연결하는 흐름을 소개했습니다. MATCH의 개인화 기능과 운영 콘솔 프론트엔드 맥락을 다뤘습니다.

#개인화#운영 콘솔
2100

기타

MATCH란 무엇인가

X

#검색
42700

백엔드

의심했던 범인은 알리바이가 있었다.

Jenkins 배치의 5분~12분 Hang 원인을 JFR로 추적해, 의심했던 로그 appender가 아니라 N+1 쿼리와 Aurora 읽기 지연이 범인임을 밝혀냈습니다. 운영 코드 변경 없이 JVM 옵션 한 줄로 진단하고 쿼리 통합으로 문제를 해결했습니다.

#Spring Batch#Jenkins#JFR
10900

AI

LLM 비용 64% 절감, 캐시 히트율 98% 달성기

AWS Bedrock 기반 LLM 비용이 증가하자 API별 토큰 메트릭을 먼저 구축해 원인을 파악했습니다. 이후 Prompt Caching을 적용해 캐시 히트율 98%, 전체 비용 64% 절감을 달성했습니다.

#LLM#cache#AWS Bedrock
27220

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
10400

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
18600

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
5800

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
12400

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
10500

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
15000

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
11200

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
15000

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
28900

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
14600

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
12600

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
20700