올리브영은 재방문율을 높이고 사용자 경험을 확장하기 위해 매거진과 셔터 등 콘텐츠 및 커뮤니티 서비스를 강화하고 있다.
올리브영이 복잡한 상품 데이터를 안정적으로 관리하기 위해 TypeScript의 타입 시스템을 어떻게 활용하는지 설명한다.
올리브영은 Datadog을 활용해 인프라 지표와 비즈니스 데이터를 통합하여 실시간 모니터링 체계를 구축했다.
올리브영이 백오피스 개발 생산성을 높이기 위해 Storybook 기반의 디자인 시스템 OLEA를 구축했다.
올리브영이 글로벌 기술 컨퍼런스 DASH2024에서 Datadog을 활용한 비즈니스 사례를 발표하며 주목받았다.
올리브영 셔터는 이미지 업로드 속도 저하와 서버 부하 문제를 해결하기 위해 병렬 업로드와 PreSignedURL 방식을 도입했다.
올리브영 주문결제 스쿼드가 올영 세일 기간의 대규모 트래픽을 극복하기 위해 도입한 모니터링 및 검증 시스템을 소개한다.
Next.js를 AWS ECS에서 직접 운영할 때 성능을 높이는 CDN 연동법과 도커 이미지 경량화 전략을 소개한다.
올리브영은 외부 솔루션을 제거하고 코루틴 기반의 자체 이미지 가공 프로세스를 구축하여 PC 환경의 상품 설명 로딩 속도를 최대 99% 향상시켰다.
올리브영 데이터 엔지니어가 Google Cloud Next '24 현장에서 경험한 AI 에이전트와 신규 하드웨어 소식을 공유한다.
올리브영 QA 팀이 AWS Lambda와 Jira Automation을 결합해 장애 전파 및 관리를 자동화하는 On-call 시스템을 구축했다.
올리브영이 레거시 POS 시스템의 한계를 극복하기 위해 Spring Boot와 AWS를 활용한 점진적 마이그레이션을 진행했다.
올리브영 QA 팀이 서비스 품질 관리를 위해 Datadog의 로그와 RUM 기능을 활용하는 방법을 공유한다.
올리브영이 대규모 재고 데이터의 정합성 확보와 확장성을 위해 AWS OpenSearch와 EFK Stack을 활용한 로그 시스템을 구축했다.
올리브영은 바코드 인식률을 높이기 위해 iOS의 Vision framework와 Android의 MLKit를 도입하여 스마트 스캐너 기능을 개선했다.
상품스쿼드가 MSA 전환 과정에서 데이터 동기화를 위해 Debezium과 AWS MSK Connect를 도입한 사례를 소개한다.
올리브영은 신속한 장애 대응과 재발 방지를 위해 인시던트 정책 수립부터 사후 관리까지 체계적인 프로세스를 운영한다.
올리브영 프론트엔드 팀이 Next.js 마이그레이션 중 겪은 Mocking 이슈와 MSW 도입 배경을 설명한다.
스위프트 매크로를 활용해 XMLParser나 JSON 문자열로부터 인스턴스를 생성하는 반복적인 코드를 자동화하는 방법을 소개한다.
올리브영이 물리 DB 환경에서 오라클 클라우드(OCI)로 전환하며 수행한 주문 서비스의 사전 점검 및 성능 측정 과정을 공유한다.
올리브영 파트너스쿼드가 코드 가독성 및 유지보수성 향상을 위해 진행한 리팩터링 과정과 성과를 공유한다.
올리브영이 고객 대기 시간을 줄이고 운영 효율을 높이기 위해 셀프계산대(SCO)를 도입하여 매출 증대와 긍정적인 고객 반응을 이끌어냈다.
AI Briefing