Velopers
모든 블로그
무신사

무신사

도메인medium.com
주요 카테고리 AI · 백엔드 · 아키텍처

활동 요약

대표 인기 포스트MDS(Musinsa Design System) 지속 가능한 디자인 시스템을 향한 여정490 조회
최근 30일
4개
평균 조회
136
누적 조회
14,046
전체 글
103개
마지막 발행
2026. 11. 10.
블로그 방문

무신사 기술 블로그 글 (34)

AI

무신사의 AI 코드 리뷰 프로세스 구축기

무신사가 LLM 기반 코드 리뷰를 GitHub Actions와 Composite Action으로 표준화해 전사 인프라로 구축했습니다. 봇 노이즈 정리와 팀별 유연성을 함께 확보해 운영 가능한 AI 리뷰 체계를 만들었습니다.

#LLM#GitHub Actions#EKS
20800

AI

질풍노도의 AI(Claude)에게 엄격한 선생님 장착하기

Claude가 아키텍처 규칙을 자주 어겨 코드 리뷰만으로는 한계가 있었습니다. ArchUnit 테스트로 규칙을 강제해 AI가 스스로 수정하도록 바꿨습니다.

#ArchUnit#Claude#test
16500

AI

AI와의 성공적인 첫 Co Work — 바이브 코딩으로 탄생된 맞춤형 Testcase Management System (29TMS)

상용 TMS의 불편을 해결하기 위해 Cursor AI와 React로 자체 29TMS를 구축했습니다. 핵심 기능과 API를 직접 구현해 운영 민첩성과 응답 성능을 크게 높였습니다.

#React#node.js#Cursor
2800

AI

AI와의 성공적인 첫 Co Work — 바이브 코딩으로 탄생된 맞춤형 Testcase Management System (29TMS)

상용 TMS의 한계를 AI 협업으로 보완해 맞춤형 29TMS를 자체 구축한 사례를 소개했습니다. 구체적인 프롬프트와 구조 설계가 AI 코딩의 완성도를 높였다고 정리했습니다.

#React#Cursor#node.js
9100

AI

AI뒤에 사람 있어요: Human-in-the-loop를 위한 VLMOps 어드민 구축기

무신사는 VLM 기반 자동화가 늘어도 사람의 검증과 기준 조정이 필요하다고 보았습니다. 이를 위해 실험·검증·평가를 하나로 묶는 VLMOps 어드민을 구축해 효율과 품질을 높였습니다.

#VLM#Human-in-the-loop#Prompt Engineering
4300

AI

AI뒤에 사람 있어요: Human-in-the-loop를 위한 VLMOps 어드민 구축기

VLM 기반 상품 메타데이터 추출에서 Human-in-the-loop를 지원하는 어드민 구축 과정을 소개했습니다. 모델 추론, 검증, 골든셋 관리, 평가를 하나의 순환 구조로 묶어 운영 효율을 높였습니다.

#LLM#MCP#웹
12600

AI

AI와 함께 테스트 코드 작성 하기

AI 코딩 에이전트로 복잡한 코호트 로직의 테스트 코드 작성과 리팩토링, PR 자동화까지 적용한 사례를 소개했습니다. Plan-Act-Review 방식과 통합 테스트 전략으로 개발 효율과 안정성을 높인 경험을 공유했습니다.

#test#refactoring#Git
29000

AI

무슨사이(MUSNSAI) AI 해커톤 운영기: AI와 함께, 코드가 워킹한다

무신사 엔지니어링이 AI 해커톤 무슨사이를 통해 사람과 AI의 협업 문화를 실험했습니다. 경쟁보다 학습을 강조하며 실제 개발과 운영에 AI를 녹여낸 사례를 소개했습니다.

#LLM#Cursor#Claude
21400

AI

Spring AI와 Typesense로 1,400명의 질문에 답변하기

Slack 문의 채널의 반복 답변 문제를 Spring AI와 검색엔진으로 자동화했습니다. Kendra에서 Typesense 하이브리드 검색으로 전환해 짧은 질문 품질과 운영 비용을 개선했습니다.

#Spring AI#Typesense#AWS Bedrock
11400

AI

“이 옷 뭐지?” 스냅 이미지를 AI로 검색해 본 6주간의 여정

스냅 이미지를 검색어로 활용하는 이미지·자연어 검색 PoC를 6주간 검증했습니다. 객체 탐지, 임베딩, 벡터 검색으로 유사 상품 추천과 스타일 검색 가능성을 확인했습니다.

#AWS#LLM#검색
26200

AI

LangChain 기반 지능형 자동화 도입기

LangChain과 RAG를 활용해 반복 CS 업무를 자동화한 사례를 소개했습니다. 승인 절차와 권한 제어로 안정성을 확보하며 처리 시간을 크게 줄였습니다.

#LangChain#LLM#RAG
21400

AI

당신이 보는 첫 화면은 어떻게 정해질까? 무신사 홈 배너 개인화 추천 이야기

무신사는 홈 배너 추천을 개인화하기 위해 HGNN, DeepFM, Two-Tower, Continual Learning을 활용한 파이프라인을 구축했습니다. 이를 통해 배너 표현력과 최신성, 스토어별 불균형 문제를 개선하며 CTR 성과를 높였습니다.

#ML#검색#A/B 테스트
13100

AI

무신사 X GitHub Copilot은 정말로 우리의 생산성을 높였을까?

무신사는 GitHub Copilot의 생산성 효과를 30명 규모의 데이터와 설문으로 검증했습니다. 일부 지표는 개선됐지만 코드 품질 관리와 가이드라인의 중요성도 확인했습니다.

#GitHub Copilot#GitHub#Jira
19000

AI

AI와 함께하는 패션 큐레이션 — 무신사 2.0 시나리오 기반 추천 시스템 개발

무신사 2.0에서 시나리오 기반 설명 가능한 추천 시스템을 구축한 사례를 소개했습니다. 장기·단기 행동을 함께 반영해 개인화와 다양성을 높이고, A/B 테스트와 모니터링으로 운영했습니다.

#추천#LLM#graph
11000

AI

속성을 활용한 추천 고도화 : Part 1. 무신사만의 패션 택소노미 구축기

무신사는 패션 상품 속성을 표준화하기 위해 택소노미를 설계하고 AI 기반 자동 추출 체계를 구축했습니다. 이를 통해 추천·검색에 활용 가능한 일관된 메타데이터를 확보했습니다.

#추천#검색#데이터 분석
6300

AI

고객의 목소리를 한 눈에 볼 수 있도록: 무신사의 VoC 대시보드 제작기 Part2. by 검색플랫폼팀

무신사 VoC를 자동 분류하기 위해 키워드 기반 접근과 AWS Comprehend를 함께 적용했습니다. 또한 Google 시트와 대시보드를 연결해 실무자가 바로 활용할 수 있는 리포팅 페이지를 만들었습니다.

#Elasticsearch#AWS#Kibana
3200