무신사가 캠페인 메타엔진으로 월 수억 건 메시지 중 절반 이상을 자동 최적화했다.
무신사가 예측을 넘어 결정과 발견을 다루는 DeciML과 NeXA 플랫폼을 개발했다.
공유 Queue 도입으로 iOS 런 시간 25분에서 12분으로 줄였다
실내 GPS 오차로 인한 접수 실패를 매장별 좌표 및 반경 커스터마이징으로 해결했다.
stdout 버퍼 포화로 인한 커넥션 풀 고갈 장애를 커스텀 Appender로 해결하고, 비동기 로깅과 trace_id 보존을 동시에 달성했다.
무신사 Retail Platform QA팀이 Playwright와 AI 기반 테스트케이스 생성기를 도입해 회귀 테스트 소요 시간을 하루에서 30분으로 단축했다.
표준 기반 Core와 조직 특화 Overlay로 구성된 2층 시맨틱 레이어를 통해 AI 에이전트 간 도메인 지식 공유 방식을 검증했다.
무신사가 AI를 도입해 기획부터 배포까지 개발 전 과정을 재설계했다고 밝혔다.
무신사 MATCH Console과 AI 어시스턴트 MAI가 데이터 탐색부터 실행까지의 운영자 업무를 하나의 흐름으로 통합했다.
무신사가 Prompt Caching을 도입하여 LLM API 비용을 64% 절감하고 캐시 히트율 98%를 달성했다.
무신사가 VLM 대신 Geometric Prior를 활용해 의류 디테일컷 생성 속도를 25배 높였다.
AI 에이전트를 하네스로 묶어 400여 명의 제출물을 자동 채점하는 시스템을 만들고 고도화했다.
대기 시간을 줄이기 위해 Self-POS를 설계하고, 상태·검증·하드웨어까지 재구성했다.
무신사가 방대한 상품 후기를 효율적으로 전달하기 위해 오픈소스 모델 기반의 AI 후기 요약 기능을 도입했다.
AI Briefing