AI Briefing#oliveyoung
#oliveyoung와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#oliveyoung와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
올리브영이 10년 된 레거시 시스템인 올리브원을 현대화하기 위해 매장 도메인을 분리하고 DDD 전략을 수립하는 과정을 다룬다.
올리브영은 서비스 안정성을 높이기 위해 핵심 사용자 경로인 CSP를 중심으로 자동화 테스트를 구축하고 운영하고 있다.
올리브영이 AWS Batch와 Apache Kafka를 도입하여 1,400만 명 규모의 회원 승급 프로세스를 자동화하고 데이터 동기화 속도를 90% 개선했다.
올리브영이 RabbitMQ의 Exchange 방식을 변경하고 작업 주체를 분리하여 쿠폰 대량 발급 시간을 15시간에서 5시간대로 단축했다.
올리브영은 대규모 트래픽이 발생하는 증정 행사 시 발생하는 DB 부하를 줄이기 위해 Redis와 로컬 캐시를 결합한 다중 레이어 캐싱 아키텍처를 도입했다.
올리브영은 데이터 수집 구조를 원천 데이터 중심의 방식으로 개편하여 정산 데이터의 정합성을 확보하고 운영 리소스를 획기적으로 줄였다.
올리브영은 UI 개발 효율성과 통일성을 높이기 위해 Emotion과 Storybook을 활용한 디자인 시스템을 구축했다.
올리브영은 DB 부하와 데이터 지연 문제를 해결하기 위해 선물하기관을 전시 전략과 통합하고 커스텀 어노테이션을 도입했다.
올리브영 인벤토리 스쿼드가 Redis Stream을 활용해 대규모 SKU의 재고 변동 이력을 효율적으로 관리하는 방법을 소개한다.
올리브영이 기존 EAI 방식의 지연과 의존성 문제를 해결하기 위해 MQ를 도입하여 물류 데이터 전송 속도를 대폭 개선했다.
올리브영이 AWS Bedrock의 Claude 3.5 Sonnet을 활용해 상품 이미지의 품질을 자동으로 검수하는 시스템을 구축했다.
올리브영은 재방문율을 높이고 사용자 경험을 확장하기 위해 매거진과 셔터 등 콘텐츠 및 커뮤니티 서비스를 강화하고 있다.
올리브영이 복잡한 상품 데이터를 안정적으로 관리하기 위해 TypeScript의 타입 시스템을 어떻게 활용하는지 설명한다.
올리브영은 Datadog을 활용해 인프라 지표와 비즈니스 데이터를 통합하여 실시간 모니터링 체계를 구축했다.
올리브영이 백오피스 개발 생산성을 높이기 위해 Storybook 기반의 디자인 시스템 OLEA를 구축했다.
올리브영이 글로벌 기술 컨퍼런스 DASH2024에서 Datadog을 활용한 비즈니스 사례를 발표하며 주목받았다.
올리브영 셔터는 이미지 업로드 속도 저하와 서버 부하 문제를 해결하기 위해 병렬 업로드와 PreSignedURL 방식을 도입했다.
올리브영 주문결제 스쿼드가 올영 세일 기간의 대규모 트래픽을 극복하기 위해 도입한 모니터링 및 검증 시스템을 소개한다.
올리브영이 레거시 POS 시스템의 한계를 극복하기 위해 Spring Boot와 AWS를 활용한 점진적 마이그레이션을 진행했다.
올리브영 QA 팀이 서비스 품질 관리를 위해 Datadog의 로그와 RUM 기능을 활용하는 방법을 공유한다.
올리브영은 바코드 인식률을 높이기 위해 iOS의 Vision framework와 Android의 MLKit를 도입하여 스마트 스캐너 기능을 개선했다.
올리브영은 신속한 장애 대응과 재발 방지를 위해 인시던트 정책 수립부터 사후 관리까지 체계적인 프로세스를 운영한다.