대AI시대에 일하는 방식의 변화에 대한 고찰
1인 1작업에서 1인 N작업으로, 병목이 코딩에서 판단으로 옮겨간 시대에 일하는 방식은 어떻게 달라지는가 들어가며 무신사 물류플랫폼팀에서 백엔드를 개발하고 있습니다. 먼저 밝혀두자면, 무언가를 가르치거나 교훈을 전하려는 목적은 없습니다. AI 코딩 에이전트와 본격적으로 일하기 시작한 뒤 제 일하는 방식이 어떻게 바뀌었고 어디에서 넘어졌는지, 그래서 지금은…
무신사 테크 블로그
기업최근 글
무신사 테크 블로그기업
빠른 기기가 왜 기다려야 하지?
테스트 자동화 Framework 3.0 전환기 안녕하세요. MUSINSA Automation QE팀 정다정입니다. 저희는 앱 빌드나 웹 프론트엔드(FE) 배포가 끝날 때마다 실기기에서 BVT(Build Verification Test, 새 빌드의 핵심 기능이 정상 동작하는지 확인하는 테스트)를 자동으로 수행합니다. 결과는 Slack과 TMS(Test Man…
태블릿을 없애자 생긴 문제
무신사 웨이팅이 GPS 오차와 싸운 기록 들어가며 안녕하세요. 무신사에서 오프라인 서비스를 담당하는 Store Commerce 엔지니어링팀 노수아입니다. 오프라인 스토어에는 줄이 생깁니다. 팝업이 열리면 고객들이 매장 밖에서 입장 순서를 기다리고, 주말이나 피크 시간대에는 피팅룸 앞에도 긴 줄이 생깁니다. 그래서 웨이팅 서비스가 필요합니다. 무뷰페홀에서 입…
로그가 서비스를 죽였다
관측성과 가용성을 동시에 잡는 법 안녕하세요. 무신사 PEL 조직 공통서비스 파트에서 백엔드 개발을 하는 조현근입니다. 사내 여러 서비스가 함께 쓰는 공통 플랫폼을 담당하고 있습니다. 이번 로깅 문제도 그 과정에서 살펴보게 됐습니다. 트래픽이 많은 한 서비스에서 장애가 발생했습니다. 해당 팀의 장애 분석 자료를 보다가 스레드 덤프가 눈에 들어왔습니다. 커넥…
Retail Platform QA 자동화 여정
하루 걸리던 회귀 테스트를 30분으로 만든 이야기 무신사 Retail Platform QA팀이 Playwright와 Slack 봇, AI 기반 TC 생성기를 만들어 온 기록 들어가며 안녕하세요. 무신사 PBO(Platform Business Operation)에서 Retail Platform QA 엔지니어 고남석입니다. Retail Platform팀은 편집…
통합임베딩으로 개인화 푸시 CTR +21.3%를 만든 과정
유저를 한 번 이해하고, 모든 결정이 공유하는 Layer 0 1편: MATCH란 무엇인가 2편: MATCH Console & MAI 3편: 통합임베딩으로 개인화 푸시 안녕하세요. 무신사 Core-E Personalization 팀에서 개인화 모델을 개발하고 있는 오승모, 방효석입니다. 이 시리즈에서는 MATCH를 중심으로 데이터를 더 나은 결정으로 바꾸는…
AI Native 조직은 도메인 지식을 어떻게 공유하는가
표준 위에 얹는 시맨틱 레이어 사람과 여러 AI가 같은 코드를 다루는 시대에, ‘우리 조직만의 도메인 지식’을 모든 에이전트가 함께 읽게 만드는 법. 표준 기반 Core와 조직 특화 Overlay로 이뤄진 2층 시맨틱 레이어를 만들고, 그게 언제 통하고 언제 위험한지 150개 질문으로 비교해본 이야기. 자신만만하게 틀리는 AI 낯선 레거시 코드 한 조각을…
코딩만 빨라졌다고요? 아뇨, 일하는 방식이 다 뜯어고쳐졌습니다.
9월 18일, 무신사 패턴 ’26 테크 컨퍼런스 — MUSINSA PATTERN ’26 Tech Conference QA 엔지니어가 눈에 불을 켜기 전, AI가 먼저 이전 빌드와 기획 문서를 정답지 삼아 새 빌드를 ‘ 자동 채점 ’ 합니다. 운영 서버에 쏟아지는 트래픽을 슬쩍 기록해 뒀다가 새 빌드에 그대로 쏴보고, 달라진 부분만 사람이 슥? 확인하죠. F…
MATCH Console & MAI
데이터 탐색부터 실행까지 연결하는 방법 1편: MATCH란 무엇인가 2편: MATCH Console & MAI 안녕하세요. 무신사에서 MATCH의 개인화 기능과 운영 콘솔의 프론트엔드 및 백엔드 개발을 담당하고 있는 Core-E Personalization 팀의 김의중, 김건희입니다. 1편에서 우리는 MATCH를 ‘유저 단위의 더 나은 결정을 시스템으로 옮…
MATCH란 무엇인가
팀무신사의 의사결정 레이어를 만드는 일 안녕하세요, 무신사에서 MATCH의 데이터 인프라와 개인화 시스템 구축과 함께 데이터를 비즈니스 성과로 전환하고 있는 Core Product의 Platform PM 김경민입니다. 이번 글을 통해 무신사가 만들어가는 개인화 인프라와 성과들, 그리고 그 과정에서 맞딱드렸던 문제에 대해서 이야기해보려고 합니다. :) 데이터…
의심했던 범인은 알리바이가 있었다.
JFR로 잡은 12분짜리 Jenkins 배치 Hang 무신사 물류기술실 WMS팀 — Spring Batch · Jenkins · JFR(Java Flight Recorder) · Aurora MySQL 들어가며 저희 팀은 무신사의 창고 운영을 책임지는 MWMS(Musinsa Warehouse Management System) 를 만들고 있습니다. 매일 다량…
LLM 비용 64% 절감, 캐시 히트율 98% 달성기
메트릭 가시성 확보부터 Prompt Caching 도입까지 들어가며 안녕하세요, 29CM Pricing 팀에서 백엔드 개발을 맡고 있는 정다해입니다. 29CM에서는 상품 속성 추출, 그룹 평가, 고객 응대 등 여러 기능에서 AWS Bedrock 기반 LLM을 사용하고 있습니다. 운영 중 LLM 비용이 꾸준히 증가하는 추세가 관찰되어 비용 구조 분석을 시작했…
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
무신사 유즈드에서 AI 기반 의류 디테일컷 자동 생성 시스템을 구축하며 겪은 기술적 의사결정과 구현 과정을 공유합니다. 들어가며 무신사 유즈드는 중고 의류를 거래하는 플랫폼입니다. 새 상품과 달리 중고 상품은 개별 상태가 모두 다릅니다. 목 라인이 얼마나 늘어났는지, 소매 끝이 마모되었는지, 주머니 안쪽은 깨끗한지, 이런 디테일이 구매 결정에 큰 영향을 미…
AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
[Tech-Blog] AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인 Slow Query 수집부터 정합성 검증 · PR 생성 · 리뷰 반영까지 “또 슬로우 쿼리야?” 안녕하세요, 무신사 물류플랫폼팀에서 WMS를 개발하고 있는 이상호입니다. 금요일 오후, 슬랙 알림이 울립니다. “DB 응답 속도 저하 감지.” 이미 익숙한 시나리오입니다. C…
무신사 메가스토어 성수: 보이지 않는 기술, 선명해지는 경험
기술을 지워야 보이는 것들, 메가스토어 성수의 네 가지 설계 안녕하세요. 무신사에서 오프라인 프로덕트 PM을 맡고 있는 양금지입니다. 지난 4월 24일, 무신사 메가스토어 성수가 문을 열었습니다. 성수동에 자리 잡은 약 2,000평 규모의 복합 스토어이자, 팀무신사 최대 규모의 오프라인 스토어입니다. 좋은 기술은 드러나지 않아야 한다고 생각합니다. 고객이…
The Human: 점수 너머의 판단
AI 네이티브 채용 시리즈 3부작 중 Part 3입니다. Part 1: “The Philosophy” Part 2: “The Machine” Part 3: “The Human” Part 2의 머신이 400여 명을 분류하고, 각자에게 맞춤 면접 가이드까지 준비해뒀습니다. 이제 그 가이드를 손에 쥔 20명 이상의 면접관이, 5일 동안 100명 넘는 후보자와 마…
The Machine: AI가 AI 활용 코드를 평가하다
AI 네이티브 채용 시리즈 3부작 중 Part 2입니다. Part 1: “The Philosophy” Part 3: “The Human” Part 1에서 철학을 이야기했습니다. 모호함이 곧 테스트이고, 정답에 도달한 사람이 아니라 질문을 이해한 사람을 찾는다는 것. 3-Tier 평가 모델도 소개했습니다. Make it Work, Basic Features,…
Gemini 기반 테스트 케이스 자동화 실패와 성공기
1. QA필수 산출물 TC , AI에서 해결책를 찾기로 하다. 새로운 과제가 주어질 때마다 작성하는 테스트 케이스(TC)는 서비스가 안정적으로 배포되기 위해 반드시 준비해야 하는 필수적인 산출물입니다. 하지만 매번 기획서를 분석하고 케이스를 세분화하여 수동으로 문서를 작성하는 작업에는 적지 않은 시간과 리소스가 소모됩니다. 서비스가 고도화되고 챙겨야 할 과…
Self-POS(무인 계산대) : 무신사다운 오프라인 고객경험을 설계하다.
무신사 오프라인 매장의 결제 대기 시간을 줄이고 고객 경험을 혁신하기 위한 Self-POS(무인 계산대) 도입기 이 글은 무신사 O4O팀의 Self-POS 프로젝트를 리드한 PM과 엔지니어 관점에서 쓴 글입니다. 기술적 구현은 FE/BE, 하드웨어 검증 과정은 QA 섹션에서 자세히 다루고 있습니다. 들어가며 무신사 오프라인 스토어를 방문해본 적이 있다면,…
AI한테 테스트 코드를 맡겼더니 커버리지가 8배 올랐다
1. 들어가며: 테스트 커버리지 9%라는 현실 안녕하세요, 무신사 모바일개발팀에서 iOS 앱을 개발하는 송다영입니다. 2025년 말, 저희 iOS 프로젝트의 테스트 커버리지는 약 9.82%였습니다. 업계 평균이 74~76% 인 것을 감안하면 크게 부족한 수치였습니다. 낮은 커버리지는 단순히 숫자의 문제가 아니라 팀의 일상에 직접적인 영향을 미치고 있었습니다…
무신사 Self-POS — Zero to One 구축기: 직원이 사라진 계산대, 그 자리를 채운 경험 설계
O4O팀 프로덕트 디자이너 김민선입니다. 무신사 매장에서 고객이 직접 결제하는 Self-POS(무인 계산 시스템)를 Zero to One으로 구축했습니다. 필드 리서치부터 AI 기반 UX 설계, UI 컨셉, 가구 목업까지 화면 안팎을 모두 설계한 과정을 공유하려 합니다. 왜 우리는 Self-POS를 만들게 되었을까? 전국 72개 매장 — 무신사 스탠다드·스…
후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기
안녕하세요, 무신사 Product 본부 PM 박소정, PD 이루나, Core 엔지니어링 본부 박성준입니다. 상품 상세 페이지 내 후기 영역은 고객이 가장 오래 머무르는 공간이자, 구매 결정에 직접적인 영향을 주는 핵심 정보 영역입니다. 이번 글에서는 AI 후기 요약 기능을 도입하며 - 프로덕트 관점에서 어떤 문제를 정의했고 - 엔지니어링 관점에서 어떤 기술…