질풍노도의 AI(Claude)에게 엄격한 선생님 장착하기
Claude가 아키텍처 규칙을 자주 어겨 코드 리뷰만으로는 한계가 있었습니다. ArchUnit 테스트로 규칙을 강제해 AI가 스스로 수정하도록 바꿨습니다.
Claude가 아키텍처 규칙을 자주 어겨 코드 리뷰만으로는 한계가 있었습니다. ArchUnit 테스트로 규칙을 강제해 AI가 스스로 수정하도록 바꿨습니다.
Jenkins 기반 스케줄 운영의 한계를 해결하기 위해 Temporal을 도입했습니다. 자동 재시도와 실행 이력 가시성으로 출고지시와 주문수집을 더 안정적으로 자동화했습니다.
MASS 정산 시스템을 단계적으로 오픈하며 실제 운영 데이터로 정합성을 검증했습니다. 수기 정산을 자동화해 마감 시간을 줄이고 재처리 상황에서도 안정성을 확보했습니다.
정산 도메인의 특성에 맞춰 이벤트 처리와 배치 처리를 분리한 하이브리드 구조를 설명했습니다. Kafka, Spring Batch, Argo Workflow로 실패와 재처리를 전제로 한 정산 시스템을 구현했습니다.
29CM QE팀이 첫 자체 컨퍼런스 29QA Con을 열고 13개 세션으로 레슨런을 공유했습니다. QA 자동화, AI 활용, 팀 회고까지 다양한 경험을 나누며 행사 운영 노하우도 쌓았습니다.
정산을 사람의 기억이 아닌 시스템의 책임으로 옮기기 위한 MASS 설계 원칙을 다뤘습니다. 멱등성, 결정적 계산, 고정 반올림으로 재처리와 재계산에도 동일한 결과를 보장했습니다.
이구위크 전시 장애는 Redis의 네트워크 대역폭 초과와 버스트 크레딧 소진으로 발생했습니다. 이후 노드 스케일업, 모니터링 강화, 로컬 캐시 도입으로 재발 방지와 성능 개선을 진행했습니다.
QA 자동화 결과를 DB와 Grafana로 관리하며 Fail 원인을 주간 단위로 분석하고 개선했습니다. 협업과 일정 관리를 더해 3Q 목표였던 Fail률 0.7% 미만을 달성했습니다.
무신사는 외부 POS 의존으로 생기던 개발 지연과 비용 문제를 해결하기 위해 MPOS를 전면 내재화했습니다. Electron 기반으로 하드웨어 연동, 배포, 모니터링을 정비해 운영 통제력과 개발 속도를 높였습니다.
무신사는 외부 POS 의존을 줄이기 위해 MPOS를 전면 내재화했습니다. Electron과 운영 보완으로 개발 속도와 현장 안정성을 함께 높였습니다.
무신사의 AI 인프라 구축과 하이브리드 운영 경험을 정리한 글입니다. 온프레미스 GPU와 AWS를 결합해 비용과 성능을 최적화하는 과정과 시행착오를 공유했습니다.
AI 인프라를 하이브리드 구조로 재설계해 비용과 운영 리스크를 줄인 사례를 다뤘습니다. Cilium, NLB, OpenTelemetry, Gateway API로 지연과 확장성을 함께 최적화했습니다.
무신사는 플랫폼별로 분리된 회원 시스템을 OCMP 통합 회원 아키텍처로 전환했습니다. 무중단 런치와 SSO, 점진적 롤아웃으로 안정성과 일관된 경험을 확보했습니다.
무신사, 29CM, 솔드아웃의 분리된 회원 시스템을 하나의 통합 ID로 연결하는 런치 여정을 소개했습니다. Federated Identity, 점진적 롤아웃, 자동화 검증으로 무중단 전환과 안정성을 확보했습니다.
상용 TMS의 불편을 해결하기 위해 Cursor AI와 React로 자체 29TMS를 구축했습니다. 핵심 기능과 API를 직접 구현해 운영 민첩성과 응답 성능을 크게 높였습니다.
상용 TMS의 한계를 AI 협업으로 보완해 맞춤형 29TMS를 자체 구축한 사례를 소개했습니다. 구체적인 프롬프트와 구조 설계가 AI 코딩의 완성도를 높였다고 정리했습니다.
마이크로 코딩과 매크로 코딩의 차이를 통해 시니어 IC 성장 관점을 설명했습니다. 코드 품질을 넘어 비즈니스 흐름과 시스템 전체 영향을 보는 태도를 강조했습니다.
시니어 IC 성장을 마이크로 코딩에서 매크로 코딩으로의 관점 확장으로 설명했습니다. 코드 품질을 넘어 비즈니스 흐름과 시스템 임팩트를 보라는 메시지였습니다.
