우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
Slack과 Gemini를 연동해 에러 원인과 조치 방안을 제안하는 Jarvis를 구축했습니다. MCP로 코드·로그 맥락을 보강해 운영 대응 시간을 줄였습니다.
#LLM#Gemini#MCP
200
모든 블로그
대표 인기 포스트Claude Code를 활용한 예측 가능한 바이브 코딩 전략370 조회370 조회 AI AI
AI
AI
AI AI
AI AI
AI AI
AI
AI AI
AI AI
AI
AI
AI
마켓컬리
주요 카테고리 백엔드 · AI · 아키텍처
활동 요약
- 최근 30일
- 3개
- 평균 조회
- 27
- 누적 조회
- 6,328
- 전체 글
- 236개
- 마지막 발행
- 2026. 11. 9.
마켓컬리 기술 블로그 글 (44)
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
생성형 AI와 Slack, Datadog, Git 연동으로 에러 로그 분석 자동화를 구현했습니다. MCP와 프롬프트 개선을 통해 운영 대응 속도를 높이고 분석 품질도 개선했습니다.
#LLM#MCP#Slack
24000
컬리의 Virtual 물류 센터
AnyLogic과 DEVS로 물류센터 피킹 공정을 가상화하고 실제 데이터로 모델을 검증했습니다. 동선과 SKU 배치 전략의 생산성 효과 및 작업자 병목을 시뮬레이션으로 평가했습니다.
#디지털 트윈#AnyLogic#Java
200
LLM Application 구축 도전기 (feat. 소중한 고객님들의 리뷰) - 1부
베스트 리뷰 요약의 범용성·시의성 한계를 해결하기 위해 LLM 리뷰 선별을 실험했습니다. CoT와 판단 근거 응답을 적용해 검수 정확성과 결론의 투명성을 높였습니다.
#LLM#prompt#CoT
100
LLM Application 구축 도전기 (feat. 소중한 고객님들의 리뷰) - 1부
컬리의 리뷰 요약 서비스 PoC에서 베스트 리뷰의 한계를 보완하기 위해 LLM 기반 리뷰 선별 실험을 진행했습니다. Reasoning과 CoT를 적용해 검수 정확도와 투명성을 높이는 방법을 확인했습니다.
#LLM#Prompt Engineering#RAG
5700
Vertex AI Search를 활용한 결과 없는 검색 개선하기
Vertex AI Search와 BigQuery 상품 데이터로 결과 없는 검색을 보완했습니다. A/B 테스트 후 전체 적용해 NR 케이스에서 300% 이상 성과를 지속했습니다.
#Vertex AI Search#BigQuery#GCS
100
Vertex AI Search를 활용한 결과 없는 검색 개선하기
오타와 유의어로 생기는 결과 없는 검색을 Vertex AI Search로 개선한 사례였습니다. BigQuery 기반 데이터와 튜닝으로 검색 품질을 높이고 A/B 테스트에서도 긍정적 성과를 확인했습니다.
#Vertex AI Search#검색#BigQuery
3800
BigQuery와 Gemini로 리뷰 분석 업무 자동화하기
BigQuery의 Gemini Pro와 ML.GENERATE_TEXT로 리뷰 요약·분류·감성 분석을 수행했습니다. JSON 검증과 배치 처리로 결과 신뢰성과 대량 처리 효율을 높였습니다.
#BigQuery#Gemini#LLM
200
BigQuery와 Gemini로 리뷰 분석 업무 자동화하기
BigQuery에서 Gemini Pro를 활용해 리뷰 요약과 분류, 홍보 문구 생성을 자동화하는 방법을 소개했습니다. JSON 응답, 배치 처리, RAI 결과 확인으로 정합성과 효율을 높이는 팁도 함께 다뤘습니다.
#BigQuery#Gemini#LLM
3800
함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 2부
실시간 장바구니 추천을 위해 EKS·TorchServe 중심의 모델 서빙과 MLOps 아키텍처를 구축했습니다. CPU 성능, warm up, GracefulShutdown으로 지연시간과 배포 안정성을 개선했습니다.
#TorchServe#Kubernetes#EKS
100
함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 1부
장바구니 맥락의 보완재 추천을 위해 BERT4Rec과 NPMI 기반 전처리를 적용했습니다. A/B 테스트로 비개인화 추천 대비 장바구니 지표 개선을 확인했습니다.
#BERT4Rec#Transformer#NPMI
100
함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 1부
장바구니 바텀시트에 맞는 보완재 추천 모델을 개발하고, NPMI 정제와 셔플링 후처리로 추천 품질을 개선했습니다. A/B 테스트에서 전환과 담은 상품 수, 금액이 유의미하게 상승해 실제 서비스에 적용했습니다.
#ML#BERT4Rec#Transformer
5400
고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술
후기 이미지의 흐림 탐지 정확도를 높이기 위해 CNN 학습과 데이터 증강을 실험했습니다. 라플라시안 윤곽선의 표준편차 기반 룰로 precision 약 90%를 달성했습니다.
#이미지 처리#CNN#PyTorch
200
고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술
컬리의 후기 이미지 흐림 판별 개선 과정을 정리했습니다. 딥러닝 실험의 한계를 확인한 뒤 라플라시안 필터와 표준편차 기반 방식으로 정확도를 높였습니다.
#ML#CNN#Python
4000
컬리가 상품을 고객에게 빠르게 전달하는 똑똑한 방법
TC 수용력과 배송시간을 반영한 조합 최적화로 권역 배정을 개선했습니다. OR-Tools 기반 도구화와 운영 피드백 반복으로 현실 적용성을 높였습니다.
#조합 최적화#OR-Tools#CP-SAT
100
Dataflow로 컬리의 준실시간 수요 예측모델 파이프라인 구축하기 - 1편
준실시간 수요예측을 위해 Apache Beam 기반 GCP Dataflow 파이프라인을 도입한 배경과 동작 구조를 설명했습니다. Flex 템플릿·CI/CD 배포 과정과 스트리밍, 권한, 비용 관련 운영 팁을 정리했습니다.
#Dataflow#Apache Beam#BigQuery
100
AWS MLOps 분산학습 워크숍 방문기
AWS MLOps 분산학습 워크숍에서 SageMaker 기반 MLOps와 분산학습 사례·실습을 경험했습니다. 데이터 드리프트 모니터링과 재학습 자동화 가능성도 살펴봤습니다.
#AWS#SageMaker#MLOps
000
데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.
수요예측·추천 모델을 현장에 배포하고 운영하는 구조와 MLOps 기반을 소개했습니다. 데이터 품질, 성능 해석, Leakage 방지와 협업 기반 사후 대응의 중요성을 정리했습니다.
#수요예측#MLOPS#Airflow
500