매장을 찾는 과정을 설계한 올영매장 고도화 여정
올영매장은 매장 탐색을 독립된 O2O 경험으로 재설계해 유입과 탐색을 늘렸습니다. 다음 단계는 픽업 설득과 개인화로 전환을 높이는 것입니다.

올영매장은 매장 탐색을 독립된 O2O 경험으로 재설계해 유입과 탐색을 늘렸습니다. 다음 단계는 픽업 설득과 개인화로 전환을 높이는 것입니다.
LLM 기반 택소노미 관리 시스템 구축과 운영 경험을 정리했습니다. Dataflow·BigQuery 기반 파이프라인과 LLM-as-judge 평가로 품질과 비용을 관리합니다.
장기 유저 로그로 Transformer 기반 유저 임베딩을 학습해 추천·광고에 적용했습니다. 지역 제약을 반영한 RCBS와 콘텐츠 임베딩으로 negative·cold item 문제를 해결해 지표를 개선했습니다.
당근 숏폼팀은 200MB 편집 모듈의 SO 파일만 On-demand DFM으로 분리해 글로벌 사용자 용량 부담을 낮췄습니다. 코드와 DI는 base에 두어 운영 안정성 확보했습니다.
kt cloud는 AI 서버 전력 한계 대응을 위해 800V DC 데이터센터를 검토했습니다. 효율과 가용성은 개선되지만 고전압 차단·전력변환·절연 모니터링 등 기술 과제 존재합니다
Bun 번들화와 멀티스테이지 이미지로 Secrethub를 경량화했습니다. GitLab CI·CodeDeploy와 Docker 레벨 로그 수집으로 운영 표준화를 진행했습니다.
Secrethub와 External Secrets Operator로 EKS에서 시크릿 자동 동기화했습니다. Spring Loader와 Shadow Jar로 호환성 및 의존성 충돌 방지했습니다.
여기어때 DevOps팀은 중앙 비밀 관리 플랫폼 Secrethub를 구축했습니다. 플랫폼으로 민감정보 접근·권한·감사 통합하고 개발자 인지부담을 줄였습니다.
상태를 앱 서버에서 분리하고 데이터별 정합성 정책으로 가용성 확보를 제안합니다. saga·outbox와 복제·캐시·충돌 처리로 운영 가능한 일관성 유지 방법을 설명합니다.
속도와 임팩트 기준으로 우선 개선 지점을 정했습니다. 기존 실험 러닝을 분석하고 한 번에 하나의 가설을 검증해 전환율을 개선했습니다.