무신사 뉴스
무신사에서 수집한 AI·개발 최신 뉴스와 한국어 요약입니다.
원문 사이트 방문 →무신사, 캠페인 메타엔진으로 콘텐츠 표준화해 세팅 시간 절반 이하로 단축
무신사가 캠페인 메타엔진으로 월 수억 건 메시지 중 절반 이상을 자동 최적화했다.
무신사, 예측 중심 개인화 넘어 결정과 발견 위한 DeciML과 NeXA 개발
무신사가 예측을 넘어 결정과 발견을 다루는 DeciML과 NeXA 플랫폼을 개발했다.
추천무신사 자동화 Framework 3.0, 공유 Queue로 BVT 실행 시간 절반 단축
공유 Queue 도입으로 iOS 런 시간 25분에서 12분으로 줄였다
무신사, 태블릿 없애고 GPS 기반 웨이팅 도입하며 겪은 위치 오차 해결기
실내 GPS 오차로 인한 접수 실패를 매장별 좌표 및 반경 커스터마이징으로 해결했다.
추천무신사, 로그로 인한 서비스 장애 해결: 30줄 코드로 비동기 로깅과 trace_id 동시 확보
stdout 버퍼 포화로 인한 커넥션 풀 고갈 장애를 커스텀 Appender로 해결하고, 비동기 로깅과 trace_id 보존을 동시에 달성했다.
무신사, Playwright와 AI 기반 TC 생성기로 회귀 테스트 시간 1일에서 30분으로 단축
무신사 Retail Platform QA팀이 Playwright와 AI 기반 테스트케이스 생성기를 도입해 회귀 테스트 소요 시간을 하루에서 30분으로 단축했다.
AI 네이티브 조직은 도메인 지식을 어떻게 공유하는가
표준 기반 Core와 조직 특화 Overlay로 구성된 2층 시맨틱 레이어를 통해 AI 에이전트 간 도메인 지식 공유 방식을 검증했다.
추천코딩 속도만 빨라진 게 아닙니다. 일하는 방식이 완전히 바뀌었습니다.
무신사가 AI를 도입해 기획부터 배포까지 개발 전 과정을 재설계했다고 밝혔다.
무신사 MATCH Console & MAI: 데이터 탐색부터 실행까지 연결하는 방법
무신사 MATCH Console과 AI 어시스턴트 MAI가 데이터 탐색부터 실행까지의 운영자 업무를 하나의 흐름으로 통합했다.
LLM 비용 64% 절감 및 캐시 히트율 98% 달성기
무신사가 Prompt Caching을 도입하여 LLM API 비용을 64% 절감하고 캐시 히트율 98%를 달성했다.
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
무신사가 VLM 대신 Geometric Prior를 활용해 의류 디테일컷 생성 속도를 25배 높였다.
The Machine: AI가 AI 활용 코드를 평가하는 법
AI 에이전트를 하네스로 묶어 400여 명의 제출물을 자동 채점하는 시스템을 만들고 고도화했다.
Self-POS(무인 계산대): 무신사식 오프라인 고객경험을 설계하다
대기 시간을 줄이기 위해 Self-POS를 설계하고, 상태·검증·하드웨어까지 재구성했다.