그날, 우리의 배치는 왜 멈추었을까?
Spring Batch 배치가 멈춘 원인을 트랜잭션 분리 실패와 스레드 풀 정책에서 찾았습니다. `CallerRunsPolicy`와 `@Transactional` 누락이 겹치며 경합이 발생했고, 설정 개선이 필요했습니다.


Spring Batch 배치가 멈춘 원인을 트랜잭션 분리 실패와 스레드 풀 정책에서 찾았습니다. `CallerRunsPolicy`와 `@Transactional` 누락이 겹치며 경합이 발생했고, 설정 개선이 필요했습니다.

Next.js 기획전 개편에서 HTML 모듈 사이에 기존 상품 카드를 삽입하는 방법을 다뤘습니다. createRoot와 provider 중복 사용의 성능 영향을 측정해 설계 타당성을 검증했습니다.

Spring Boot 시작 시 발생하는 콜드 스타트 지연을 줄이기 위해 웜업 로직을 개선했습니다. 커스텀 어노테이션과 리플렉션, 비동기 실행으로 초기 응답 속도와 운영 효율을 높였습니다.
올리브영은 온라인몰과 물류센터 간 연계 방식을 EAI에서 MQ로 바꾸어 실시간성과 처리 성능을 높였습니다. 다만 큐 기반 구조라 조회와 검색에는 제약이 있다는 점도 함께 짚었습니다.
Kafka 메시지 중복과 유실을 Producer, Consumer, MSK 운영 구간별로 나누어 해결 방법을 정리했습니다. AWS MSK 환경에서 설정과 운영 포인트를 함께 점검할 수 있는 글입니다.

올리브영 프론트엔드 조직이 FEConf 2024 후원과 부스 운영으로 기술 브랜딩과 외부 소통을 강화했습니다. 부스 방문과 블로그 유입 성과를 얻으며, 현장 피드백도 서비스와 콘텐츠 개선에 활용했습니다.
AWS Bedrock과 Claude 3.5 Sonnet으로 상품 이미지 자동 검수 시스템을 구축한 사례를 다뤘습니다. 프롬프트 최적화와 운영 통제를 통해 정확도와 처리 속도를 개선했습니다.

올리브영은 재방문율과 브랜드 노출을 높이기 위해 콘텐츠와 커뮤니티 서비스를 만들었습니다. UT와 데이터로 관심사 기반 큐레이션을 고도화하며 PO 역량과 협업 방식도 함께 소개했습니다.
타입을 값의 집합으로 바라보며 타입스크립트의 타입 시스템과 타입 검사 원리를 설명했습니다. 서브타입, 구조적 타이핑, 다형성을 예제로 풀어내 실무 감각을 더했습니다.
올리브영이 Datadog으로 인프라와 비즈니스 지표를 함께 모니터링한 사례를 소개했습니다. 로그와 대시보드를 활용해 실시간 의사결정과 알람 체계를 강화한 점이 핵심입니다.

올리브영은 BO 공통화를 위해 Vue와 Ant Design Vue, Storybook 기반 디자인 시스템 OLEA를 구축했습니다. GitHub Packages 배포로 내부 개발자들이 일관된 컴포넌트를 쉽게 재사용하도록 만들었습니다.

올리브영이 뉴욕 DASH2024에서 데이터독 활용 사례를 발표한 준비와 현장 경험을 소개했습니다. 발표 선정부터 슬라이드 검토, 드라이런, Tech Check까지의 과정을 공유했습니다.

고화질 이미지 다장 업로드의 지연과 서버 부하를 줄이기 위해 병렬 업로드, PreSignedURL, 이미지 압축을 적용했습니다. 업로드 진행 상태 UI까지 개선해 평균 50% 이상 성능을 향상했습니다.

올영 세일 기간의 주문·결제 안정성을 위해 모니터링과 알림, 배치 검증 체계를 운영한 사례입니다. 세일 이후 회고로 반복 오류를 줄이고 고객 경험 개선을 이어갔습니다.

Next.js를 ECS나 EKS에서 직접 운영할 때 CDN 연동과 도커 이미지 경량화 방법을 정리했습니다. 정적 자산은 CDN으로 분리하고, standalone 출력으로 배포 이미지를 줄이는 노하우를 소개했습니다.

외부 솔루션에 의존하던 HTML 상품 설명 영역을 내재화해 PC와 모바일 모두 빠르게 제공하도록 개선했습니다. 또한 이미지 검증과 비동기 가공 파이프라인을 구축해 운영 안정성과 유지보수성을 높였습니다.
Google Cloud Next '24 현장 방문기를 통해 최신 클라우드 기술과 AI 에이전트, Axion 발표를 살펴보았습니다. 데이터 플랫폼 마이그레이션 실무 관점에서 세션과 사례를 통해 얻은 인사이트도 함께 정리했습니다.

슬랙 기반 인시던트 전파의 지연 문제를 해결하기 위해 AWS Lambda와 CloudWatch Logs를 활용한 온콜 자동화 과정을 소개했습니다. Jira 티켓 생성과 담당자 알림까지 이어지는 흐름으로 장애 대응 속도를 높였습니다.
