“그날”을 그냥 넘기지 않기로 했어요
고객 인터뷰와 행동 데이터로 W CARE의 가입, 기록, 콘텐츠를 지속 개선한 사례였습니다. 생리 주기 관리에서 전 생애 주기 케어로 확장하는 퍼스널 모드도 준비하고 있습니다.

고객 인터뷰와 행동 데이터로 W CARE의 가입, 기록, 콘텐츠를 지속 개선한 사례였습니다. 생리 주기 관리에서 전 생애 주기 케어로 확장하는 퍼스널 모드도 준비하고 있습니다.
올리브영 트랜잭션프로덕트팀은 결제부터 배송, 클레임까지 구매 여정을 책임지는 PM 조직을 소개했습니다. 주문결제·배송물류·클레임 스쿼드가 협업하며 고객 경험과 운영 안정성을 함께 개선했습니다.
동기식 발주 처리의 지연과 안정성 문제를 해결하기 위해 Kafka 기반 비동기 요청-응답 아키텍처를 도입했습니다. API와 Kafka를 결합해 결과 전달과 중복 처리 방지를 함께 해결했습니다.
Datadog을 POS 환경에 적용해 전국 3,500대 장비의 로그와 장애를 실시간으로 모니터링하도록 구축했습니다. 장애 탐지 시간은 4분 30초에서 59초로 줄어들고, 사전 대응 체계도 마련했습니다.

AWS Summit Seoul 2025에서 클라우드 스케일링 자동화와 비즈니스 중심 모니터링 사례를 공유했습니다. 급격한 트래픽에 대비해 분류 기준, 증설 대상, 자동화 흐름을 정리했습니다.
iOS 개발자에서 올리브영 QA 엔지니어로 전환한 뒤의 5개월 온보딩 경험을 소개했습니다. 기획 리뷰와 실시간 공유를 통해 품질을 설계하는 QA 역할을 배웠다고 정리했습니다.

iOS 개발자에서 올리브영 QA 엔지니어로 전환한 5개월 온보딩 경험을 소개했습니다. 기획 리뷰, 문서화, 실시간 이슈 공유를 통해 QA의 역할을 새롭게 배웠습니다.

예측 가능한 장애를 사전에 검증하기 위해 카오스 엔지니어링을 도입한 사례를 소개했습니다. 특히 mitmproxy로 API 응답에 null을 주입하는 Application Level 테스트 방법을 다뤘습니다.

기존 속성 기반 상품 유사도 추천의 한계를 보완하기 위해 검색 로그를 활용한 의미론적 유사도 언어 모델을 설계했습니다. 신규 상품까지 포함한 학습과 정량 검증으로 추천 성능과 커버리지를 함께 개선했습니다.
숏폼 스트리밍 도입 과정에서 HLS(M3U8)를 채택하고 업로드·변환 파이프라인을 자동화했습니다. iOS와 Android 호환성 이슈도 플랫폼별 재생과 톤 조정으로 해결했습니다.
1인 QA 체제에서 품질 관리 기준을 세우는 과정을 정리했습니다. 서비스 이해부터 테스트 종료와 sign-off 기준까지 팀 공통의 판단 체계를 만든 사례입니다.

1인 QA 체제로 합류해 서비스 특성에 맞는 품질 관리 프로세스를 구축한 사례를 정리했습니다. 사용자 흐름, 우선순위, 테스트 기준, sign-off 조건을 명확히 해 팀의 판단 기준을 맞췄습니다.

기존 앱 리뷰 수신의 2~3일 지연 문제를 해결하기 위해 공식 스토어 API 기반 시스템을 구축했습니다. Slack 알림과 자동 배포, 모니터링을 더해 리뷰 수신 리드타임을 50% 단축했습니다.
매장 도메인을 온·오프라인 대고객 서비스로 확장한 과정과 API 분리 전략을 소개했습니다. 또한 ECS, TeamCity, Datadog 기반의 배포·모니터링 구성까지 정리했습니다.
모바일 이미지 처리에서 메인 스레드 부하와 메모리 과다 사용 문제를 분석했습니다. Web Worker와 OffscreenCanvas로 전처리를 분리해 반응성과 처리 시간을 개선했습니다.
DocC를 활용한 iOS 문서화 실무 흐름과 배포 방법을 정리했습니다. 코드와 문서를 동기화해 협업 비용을 줄이는 효과도 소개했습니다.
올리브영 테크팀이 워크숍에 아이디어톤을 더해 사용자 경험 개선 아이디어를 발굴했습니다. 문제 정의와 협업 중심 운영을 통해 실제 서비스 개선으로 이어갈 기반을 마련했습니다.
Let'Swift 2024에서 올리브영 iOS 개발팀이 부스를 운영하며 개발자들과 직접 소통한 후기입니다. 앱 설치 이벤트와 상담소를 통해 조직과 기술 문화를 알리고 인지도를 높였습니다.