이 게시물은 올리브영 옴니채널 재고 서비스를 위해 인벤토리 데이터 파이프라인을 재설계한 과정을 다룹니다. 매장 운영 주기의 2단 사이클(기초재고 생성, 실시간 재고 변동 처리) 구조로 재고를 생성·적재·서빙함을 설명합니다. 확장 과정에서 기초재고 생성 리드타임 증가, 단일 파이프라인의 동기식 적재 병목, 단일 API pull 방식에 따른 Read 부하 문제가 발생했음을 정리합니다. 기초재고 생성은 Spring Batch Partitioning으로 매장 그룹을 파티션 키로 분할해 평균 1~2시간을 25분 수준으로 단축하고, 워크플로를 코드화했음을 제시합니다. 재고 적재 처리 병목은 Kafka Fan-Out으로 컨슈머 그룹을 분리해 품절 여부/시계열/이력 등 데이터 모델별 독립 처리를 가능하게 했음을 말합니다. 데이터 전달은 서비스 성격에 따라 PUSH(자체 스토어 보유 서비스는 변동 토픽 구독)와 PULL(구매 결정 순간 서비스는 매장재고 실시간 API)을 분리해 API 호출을 약 90% 줄였음을 공유합니다.