앱 릴리스 전 로그 검수를 자동화해 데이터 오류를 QE 단계에서 잡았다.
무신사는 LLM 데모를 넘어 체형 데이터 축적형 자체 AI로 방향을 바꿨다.
무신사가 GPT-4o-mini 대신 TranslateGemma 27B(Q6)로 번역 품질과 비용을 점검했다.
AI 도구를 막는 채용 대신, AI를 제대로 쓰는 사고력을 평가하도록 설계를 바꿨다.
설 연휴 온콜 중 발생한 데이터 정합성 문제를 해결하기 위해 Claude Code Agent Teams를 활용하여 반나절 만에 실시간 모니터링 시스템을 구축했다.
무신사 글로벌이 pnpm 모노레포 환경에서 i18next와 Lokalise를 활용해 다국어 시스템을 구축한 과정을 공유한다.
AI Briefing