AI Briefing#kurly
#kurly와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#kurly와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
수작업 23영업일 소요될 작업을 3.5일에 마쳐 회귀 테스트 범위를 넓혔다.
컬리가 Argo Workflows와 SageMaker로 추천 모델 일일 자동 배포 파이프라인을 구축했다.
LLM Wiki와 RAG를 결합해 도메인 지식을 효율적으로 전달하는 AI 시스템 구축 과정을 공유한다.
컬리가 배송 완료 사진의 유사도를 비교해 오배송을 실시간 탐지하는 On-device 시스템을 개발했다.
컬리가 Knowledge Distillation을 적용한 Collaborative Embedding 모델을 도입해 세일 지면에서 ARPU 약 140% 증가를 달성했다.
컬리가 YOLOv11 기반 객체 탐지 모델로 배송 완료 사진 검수 비용을 93% 줄였다.
Kurly가 nginx 권한 없이 애플리케이션 레벨에서 서비스 점검을 차단하는 AccessBlock 시스템을 개발하고 Redis 캐싱으로 성능을 개선했다.
컬리 OMS 팀은 Shared Cache 아키텍처와 MSA 분리를 통해 소규모 인력으로도 안정적인 주문 처리와 배포 효율성을 확보했다.
컬리 OMS 팀이 월 최대 3천만 원의 외부 비용 절감과 서비스 안정성 확보를 위해 주소 정제 내재화 프로젝트를 시작했다.
컬리가 복합건물 주소정제 로직을 내재화해 외부 API 호출을 줄이고 정확도 99.2%를 달성했다.
컬리 팀이 MySQL 커넥터 변경 후 발생한 Connection 누수로 인한 OOM 문제를 Heap Dump 분석으로 해결했다.
컬리 딜리버리 프로덕트 팀이 무분별한 에러 로그를 정리하고 명확한 기준을 세워 알람 피로감을 줄이고 서비스 안정성을 높였다.
컬리 주문플랫폼개발 팀이 Spring Kafka의 ConsumerSeekAware와 Redis Pub/Sub을 결합해 컨슈머 그룹 중단 없이 오프셋을 이동하는 방식을 적용했다.
컬리가 SaaS 기반 배송 시스템을 자체 개발 시스템으로 전면 교체하며 장애 0건으로 전환을 완료했다.
컬리가 AnyLogic 기반 디지털 트윈으로 피킹 공정을 모사해 동선과 재고 배치 최적화 효과를 검증했다.
컬리가 LLM과 Chain of Thought 기법을 활용해 기존 ML 모델 없이 비정형 리뷰 데이터를 정확하고 투명하게 선별하는 방식을 공개했다.
컬리가 Google Vertex AI Search를 도입해 오타와 유의어 문제를 해결하고, 결과 없는 검색(NR) 케이스에서 구매 전환율을 300% 이상 개선했다.
컬리가 BigQuery에서 Gemini Pro를 호출해 별도 모델 구축 없이 리뷰 요약 및 분석을 자동화했다.
컬리가 CNN 모델의 한계를 인정하고 Laplacian 필터 기반 룰 알고리즘으로 흐린 이미지 탐지 정확도를 개선했다.
컬리 개발자가 JPA saveAll의 비효율성을 지적하며, Auto Increment PK 추론을 활용한 JDBC Bulk Insert로 1:N 데이터 처리 성능을 개선했다.