올리브영, AI·병렬 개발로 LA 매장 순환 재고조사 기능 3일 만에 구현

올리브영 글로벌 매장 백엔드 개발자가 미국 LA 출장 중 현지 직원의 순환 재고조사 요구사항을 반영해 3일 만에 기능을 개발하고 현장에 적용했다. 기존 6단계 순차 프로세스는 시차로 인한 소통 대기 시간이 길어 현장 반영에 수 주가 소요되었으나, BPO·PM·개발자·QA가 한자리에 모여 병렬로 작업하는 방식으로 이를 해결했다.

개발 전략 및 AI 활용

개발 범위는 매장 직원의 업무 불가 기능으로 한정해 PoC(개념 검증) 방식으로 축소했다. 개발 단계에서는 AI가 PDA 프론트엔드, 백엔드 API, 연동부 초안을 생성하고, 개발자는 수량 계산 및 차이 처리 로직 등 핵심 판단에만 집중했다. QA 역시 AI 도구를 활용해 테스트 케이스를 생성하고 커버리지 빈틈을 검토하는 방식으로 효율을 높였다.

현장 적용 성과

PoC 기간(8월 13일~9월 1일) 동안 LA 2개 매장에서 조사 미션 37개 중 32개를 완료(완료율 86.5%)했으며, 총 401개 상품의 실재고를 카운팅했다. 같은 기간 발생한 재고 조정 37건 중 92%가 이 기능을 경유했다. 특히 패서디나 매장은 주 2회 정례화 요청 이후 실제로 5일 연속 매일 기능을 사용하며 현장 적응력을 입증했다.

한계 및 향후 과제

현재는 권한 분리를 '담당자 입력'으로 대체하고 조사 대상 자동 산정(A/B/C 등급)을 수동으로 지정하는 등 단순화된 구조를 유지하고 있다. 향후 올리브영의 해외 매장 확장에 맞춰 역할별 권한 체계 구축, 조사 대상 자동 산정 로직 개발, 전용 예외 처리 플로우 구현 등을 진행할 계획이다.