10년 된 백오피스 시스템의 소스 불일치를 AI 분류와 디컴파일러 교차 검증으로 99% 일치시켰다.
올리브영이 배송 준비 중 주문 취소를 가능하게 해 고객센터 문의를 평시 90% 줄였다.
올리브영이 저트래픽 SMS 시스템에 CDC와 Kafka를 도입한 과도기 아키텍처의 필요성과 설계 철학을 공유했다.
올리브영이 NLL 지표를 활용해 AI Pick 추천 카드의 자연스러움과 형식 준수율을 동시에 개선하는 정렬 학습 방식을 공개했다.
올리브영 글로벌 매장 개발팀이 AI 도구와 병렬 개발 방식을 활용해 LA 매장용 순환 재고조사(Cycle Counting) 기능을 3일 만에 PoC로 구현하고 현장에 적용했다.
올리브영이 Strategy Pattern과 Composite Pattern을 적용해 복잡한 배송 로직의 확장성과 성능을 개선했다.
올리브영이 물류 작업 할당 시점 대신 집품 완료 시점을 취소 마감으로 변경해 고객 편의성을 높였다.
CJ올리브영 프로덕트센터가 AI 기반 랜덤 매칭 점심 프로그램으로 팀 간 소통 단절을 해소하고 심리적 안전감을 높였다.
올리브영이 ChatGPT 전용 플러그인을 출시하며, LLM의 파라미터 오인식을 줄이기 위해 PM과 개발자가 협업한 프롬프트 최적화 전략을 공개했다.
올리브영은 결제 시간을 단축하기 위해 기존의 복잡한 POS 결제 구조를 전면 재설계했다.
올리브영은 다양한 프레임워크를 사용하는 마이크로 프론트엔드 환경에서 통합 백오피스를 구축한 사례를 공유한다.
올리브영은 옴니채널 확장 과정에서 발생한 재고 데이터 처리 지연과 비효율을 해결하기 위해 이벤트 기반 아키텍처(EDA)로 파이프라인을 재설계했다.
올리브영 글로벌엔지니어링센터가 첫 워크숍에서 GenAI 해커톤과 3년 로드맵을 함께 점검했다.
상품·쿠폰·증정·프로모션 혜택 데이터를 Kafka로 묶어 최대 45분 지연을 수초로 줄였다.
올리브영은 AWS AI-DLC 워크숍으로 AI를 코드 생성이 아닌 개발 전 과정의 협업 파트너로 실험했다.
OMS와 WMS 사이에 최적 출고처를 실시간 판단하는 시스템으로 배송 리드타임을 14시간 단축했다.
Spring 트랜잭션 동기화와 Kafka로 알림톡 발송을 분리해 정합성과 확장성을 높였다.
Partitioning으로 배치 시간을 13.5일에서 5분으로 줄이고, Serverless v2로 비용도 40% 절감했다.
AI Briefing