V
Velopers
모든 블로그
무신사

무신사

블로그 방문

최신 게시글 (20)

3월 31일

AI

후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기

AI로 후기 요약 기능을 도입해 키워드 요약과 장단점 요약을 병행 제공했습니다. 비용·품질 고려로 Qwen3-VL-8B 선택과 템플릿·9단계 후처리로 품질 확보해 초기 만족도 84.6%를 기록했습니다.

#UI/UX#프롬프트 엔지니어링#후기 요약
46000분

3월 30일

AI

To. MUSINSA ROOKIES

무신사는 AI 네이티브 신입 공개 채용 '무신사 루키즈'로 3단계 전형을 거쳐 66명을 선발했습니다. 합격자는 모호한 요구사항에서 문제 정의 능력과 협업 역량을 검증받았고 무신사에서 성장하기를 환영합니다.

#협업#채용#자동화
73000분

3월 24일

프론트엔드

보이지 않는 품질, 데이터. 로그가 틀리면 고객도 틀린다

앱 출시 전 로그 검수를 Appium 기반 자동화로 전환해 릴리즈 리스크를 줄였습니다. 이후 Snowplow 기반 파이프라인으로 확장해 지속 검증 체계로 운영합니다.

#자동화#모바일#로그
38000분

3월 19일

AI

AI를 쓰는 회사 vs AI를 만드는 회사

초기에는 외부 LLM으로 빠르게 프로토타입을 검증했습니다. 이후 체형 데이터 축적을 통한 자체 AI 기술 자산 구축으로 전략을 전환했습니다.

#LLM#개인화#멀티모달
65000분

3월 16일

AI

“힘세고 강한 아침”을 넘어: GPT-4o-mini를 대체할 TranslateGemma 실험기

TranslateGemma 27B(Q6)를 온프레미스에서 실험해 GPT-4o-mini 대비 용어 보존과 구어체 처리에서 우수함을 확인했습니다. 비용·속도 관점에서도 Q6 양자화로 실무 운영 대안이 가능함을 제시합니다.

#번역#이커머스#양자화
40000분

3월 13일

AI

The Philosophy: AI Native Hiring

무신사는 AI 네이티브 채용을 위해 모든 지원자에게 동일한 AI 환경을 제공하고 모호한 과제로 사고력을 평가했습니다. 동시성·데이터 설계 등 실무적 문제 해결 능력을 3단계 평가 모델로 측정했습니다.

#채용#동시성#오픈소스
23000분

3월 11일

AI

설 연휴에 Claude Code Agent Teams를 데려갔습니다.

설 연휴 온콜 중 데이터 정합성 이슈로 Claude Code Agent Teams로 반나절 만에 모니터링을 구축했습니다. API 계약 기반 병렬 BE/FE 개발과 AGENTS.md로 코드 컨벤션을 적용해 효율을 높였습니다.

#react#spring boot#Claude Code
27000분

3월 9일

프론트엔드

모노레포 환경에서 i18next 다국어 시스템 구축하기

모노레포에서 i18next와 Lokalise를 연동해 자동 번역 워크플로우를 구축했습니다. VITE_LANG 기반 언어별 빌드로 번들과 로딩 성능을 개선했습니다.

#react#i18n#monorepo
70000분

3월 5일

AI

개발자는 더 이상 코드를 짜는 사람이 아닙니다

Claude Code 등 AI 에이전트를 도구로 활용해 백엔드 코드·업무 분석을 정형화하고 병렬 작업으로 일정 단축했습니다. AI의 출력은 입력 품질에 좌우되므로 개발자는 판단과 맥락 주입에 집중해야 합니다.

#WMS#Claude Code#Git worktree
178000분

2월 25일

데브옵스

“이 장애, 얼마나 심각한가요?” 사용자 경험을 기준으로 비즈니스 심각도를 정의하다

비즈니스 영향 중심으로 CUJ·CSP·우선순위를 정의해 SLI/SLO 기반 SEV 체계와 모니터링을 연결했습니다. 이를 통해 장애 대응 우선순위 결정과 커뮤니케이션이 더 빠르고 일관되게 개선되었습니다.

#SLI#SLO#CUJ
10000분

2월 23일

데브옵스

추측이 아닌 데이터로: 3개 서비스 27개 SLO와 54개 모니터를 설정하고 배포 자동화까지 구축한 2주의 집중 작업

AI를 활용해 3개 서비스에 27개 SLO와 54개 모니터를 설정하고 배포 자동화를 구축했습니다. 배포 중 Error Budget을 동적으로 보호해 오탐을 제거하고 비즈니스 실패를 즉시 탐지합니다.

#자동화#Datadog#ArgoCD
6000분

2월 20일

백엔드

무신사 오프라인 제품팀이 슬랙 대신 무전기를 들게된 사연

O4O팀이 매장 파트타임으로 현장 운영을 직접 체험했습니다. 바코드 혼용·수기 작업·재고 오차·PDA 부족 문제를 발견해 자동화와 정합성 개선을 추진합니다.

#자동화#오프라인#O4O
116000분

2월 10일

AI

무신사의 AI 코드 리뷰 프로세스 구축기

무신사는 LLM 기반 코드 리뷰를 GitHub Actions와 Composite Action으로 전사 도입했습니다. 토큰 중앙화·노이즈 정리·프롬프트 경량화로 안정적 운영을 달성했습니다.

#LLM#GitHub Actions#Claude
121000분

2월 9일

백엔드

질풍노도의 AI(Claude)에게 엄격한 선생님 장착하기

ArchUnit을 도입해 AI가 만든 코드의 아키텍처 규칙을 자동으로 검증하고 스스로 수정하게 만들었습니다. 이를 통해 레이어 의존성, 패키지 규칙, 순환 의존 등을 빌드 단계에서 차단합니다.

#Java#spring boot#테스트
103000분

2월 5일

백엔드

“스케줄이 또 안 돌았어요” — 우리가 Temporal을 선택한 이유

Jenkins cron의 한계로 스케줄 실패와 가시성 문제를 겪어 Temporal을 도입했습니다. Temporal로 자동 재시도와 워크플로우 이력 가시성 확보해 운영 복구력 개선했습니다.

#workflow#Jenkins#observability
135000분

2월 2일

백엔드

“이번 달도 밤샘 정산입니다.” — 더 이상 밤샘하지 않아도 됩니다 (운영편)

단계적 오픈과 실데이터 리허설로 정산 시스템을 안정적으로 운영했습니다. 일·월 정산 성공률 100%와 처리 시간 단축을 달성하여 수기 개입 없이 마감했습니다.

#자동화#데이터#배치
73000분

1월 27일

백엔드

“이번 달도 밤샘 정산입니다.” — 정산 시스템은 어떻게 만들었을까 (실전편)

이 글에서는 Kafka, Spring Batch, Argo Workflow를 결합한 정산 시스템의 구현과 운영 방식을 설명했습니다. 이벤트 기반 수집과 배치 기반 마감을 분리해 멱등성·재현성·운영 안정성을 확보했습니다.

#Kotlin#Kafka#MySQL
180000분

1월 27일

AI

2025년 제 1회 29QA Con 진행 후기 (29QA Conference)

29QA Con을 개최하여 QE팀의 테스트 자동화와 AI 도구 활용 사례, 유지보수 경험을 공유했습니다. 13개 세션으로 iOS 자동화, QA 업무 자동화, AI 기반 테스트케이스 생성 등 실무 레슨을 나눴습니다

#QA#자동화#테스트케이스 생성
56000분

1월 22일

백엔드

“이번 달도 밤샘 정산입니다.” — 정산 시스템은 왜 필요했을까 (설계편)

정산 시스템 MASS의 설계 원칙(멱등성, 결정적 계산, 추적성)을 소개했습니다. 이벤트 기반 정산의 재현성과 신뢰성 확보 방법을 설명합니다.

#Kafka#정산#멱등성
99000분

1월 7일

데브옵스

이구위크 전시 장애 대응기: Redis에는 무슨 일이 있었나

이 게시글은 이구위크 기간 Redis 버스트 크레딧 소진으로 발생한 네트워크 Throttling 장애와 대응 과정을 정리했습니다. 모니터링 강화, 로컬 캐시 도입, 노드 스케일업 등의 개선 조치를 실행했습니다.

#Redis#모니터링#elasticache
90000분

끝