예측을 넘어 결정과 발견으로: DeciML과 NeXA를 만든 이유
무신사는 예측 점수만으로 해결하기 어려운 개인화 문제를 결정과 발견의 관점에서 재정의했습니다. DeciML과 NeXA로 자원 배분·탐색 경험을 표준화하고 ML 적용을 확장합니다.
#ML#개인화#DeciML
1100
예측을 넘어 결정과 발견으로: DeciML과 NeXA를 만든 이유
모든 블로그
대표 인기 포스트MDS(Musinsa Design System) 지속 가능한 디자인 시스템을 향한 여정490 조회490 조회 AI AI AI AI AI AI AI AI AI AI AI AI AI AI AI AI AI AI
무신사
도메인medium.com
주요 카테고리 AI · 백엔드 · 아키텍처
활동 요약
- 최근 30일
- 4개
- 평균 조회
- 136
- 누적 조회
- 14,046
- 전체 글
- 103개
- 마지막 발행
- 2026. 11. 10.
무신사 기술 블로그 글 (34)
대AI시대에 일하는 방식의 변화에 대한 고찰
AI 코딩 에이전트 병렬 작업에서 병목이 코딩이 아닌 인간의 판단·책임으로 옮겨감을 돌아봤습니다. 판단 대기 작업을 제한하고 컨텍스트 외부화와 검증 자동화를 적용했습니다.
#Claude Code#Git#코드 리뷰
7400
대AI시대에 일하는 방식의 변화에 대한 고찰
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
7500
Retail Platform QA 자동화 여정
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.
#개인화#CTR
7600
통합임베딩으로 개인화 푸시 CTR +21.3%를 만든 과정
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
15800
AI Native 조직은 도메인 지식을 어떻게 공유하는가
MATCH란 무엇인가
MATCH는 고객 데이터와 소재 정보를 학습해 채널별 개인화 의사결정을 지원하는 시스템입니다. 앱 푸시 자동 최적화와 피드백 루프로 마케팅 운영 효율과 성과 개선을 추구했습니다.
#개인화#CDP#CRM
43300
MATCH란 무엇인가
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
33220
LLM 비용 64% 절감, 캐시 히트율 98% 달성기
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
중고 의류 디테일컷 자동 생성을 위해 VLM 대신 Detector와 규칙 기반 크롭을 선택했습니다. 그 결과 공정 시간을 90% 줄이고 11만 개 상품에 일괄 적용했습니다.
#LLM#AWS Lambda#Docker
11300
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
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
19300
AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
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
11500
The Machine: AI가 AI 활용 코드를 평가하다
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
16600
Gemini 기반 테스트 케이스 자동화 실패와 성공기
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
16100
AI한테 테스트 코드를 맡겼더니 커버리지가 8배 올랐다
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
15700
후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기
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
10400
AI를 쓰는 회사 vs AI를 만드는 회사
“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
7400
“힘세고 강한 아침”을 넘어: GPT-4o-mini를 대체할 TranslateGemma 실험기
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
6200
The Philosophy: AI Native Hiring
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
7200
설 연휴에 Claude Code Agent Teams를 데려갔습니다.
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
26000
개발자는 더 이상 코드를 짜는 사람이 아닙니다