올리브영

RSS

게시글: 289
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC)
올리브영 개발 조직은 AI를 단순 코드 생성을 넘어 요구사항 분석, 설계, 테스트 등 개발 라이프사이클 전반에 통합하는 방법을 모색했습니다. 이를 위해 AWS의 AI-DLC(AI-Driven Development Lifecycle) 방법론을 도입하는 3일간의 집중 워크숍 'Unicorn Gym'에 참여했습니다. AI-DLC는 생성형 AI를 소프트웨어 개발 생명주기(SDLC) 전체에 통합하며, 각 단계별 AI와 사람의 역할이 명확히 정의되고 구조화된 산출물이 다음 단계로 이어지는 체계적인 워크플로우를 제공합니다. 특히 초기 설계 오류를 줄여 재작업 비중을 낮추고, 효율적인 프로덕션 출시 문화를 구축하는 데 기여할 수 있다는 점에서 올리브영의 니즈와 부합했습니다. Inception 및 Construction 단계에서 AI의 지원을 받으며, 프로젝트 특성에 맞는 Adaptive Workflow와 Human-in-the-Loop를 통해 엔터프라이즈급 품질을 보장하는 것을 목표로 합니다.
AIAI-DLC개발 프로세스
올리브영·2026년 4월 16일
AI
T4 GPU 1장으로 일궈낸 올리브영의 Gemma 3 기반 sLLM 구축기
올리브영은 Tesla T4 GPU 1장이라는 제한된 환경에서 상용 모델급 성능을 갖춘 가성비 sLLM(Small LLM)을 구축한 경험을 공유합니다. 특히, 사용자의 리뷰 데이터를 분석하여 "복합성 피부에 딱 맞는 클렌징 워터"와 같은 매력적인 추천 테마를 자동으로 생성하는 '리뷰 테마 추천' 시스템에 이 sLLM을 적용했습니다. 이 글은 저사양 GPU 환경에서도 상용 모델 대비 95%의 정확도를 유지하며 운영 비용을 획기적으로 절감한 sLLM 구축 과정과 해결 전략을 상세히 다룹니다.
sLLMGemma 3T4 GPU
올리브영·2026년 1월 21일
AI
Visual Studio Code를 Cursor처럼? Amazon Q로 AI 코딩 환경 업그레이드하기
본 글은 Visual Studio Code 환경에서 Amazon Q를 활용하여 Cursor와 유사한 AI 코딩 환경을 구축하는 방법을 소개합니다. 최근 LLM 기반 AI 코딩 도우미가 개발 생산성 향상의 핵심으로 떠오르고 있으며, Cursor와 같은 도구들이 주목받고 있습니다. 하지만 Cursor의 높은 리소스 사용량과 유료 플랜의 제약 때문에 대안을 찾는 개발자들이 많습니다. 이에 필자는 익숙한 VS Code 환경을 유지하면서도 Amazon Q의 MCP, Rule, Memory Bank 기능을 활용하여 Cursor의 강력한 기능을 대체하는 방법을 제시합니다. 특히 AWS 생태계와의 연동성과 커스터마이징의 자유도가 높다는 장점을 강조하며, AWS 환경 개발자들에게 유용한 정보를 제공합니다. 이를 통해 개발자는 자신만의 맞춤형 AI 코딩 환경을 구축할 수 있습니다.
Amazon QVisual Studio CodeAI 코딩
올리브영·2025년 8월 20일
AI
올리브영 사용자 행동 데이터로 학습한 상품 유사도 언어 모델: 전통적 속성 기반 추천을 넘어선 의미론적 유사도 모델링
올리브영은 방대한 상품 속성 및 성분 데이터를 활용하여 사용자 행동 기반의 추천 모델을 개발했습니다. 이 글은 특히 사용자가 상품을 탐색할 때 유사 상품을 추천하는 '유사 상품 모델'에 초점을 맞춥니다. 기존의 전통적인 속성 기반 추천을 넘어, 검색 로그를 기반으로 학습한 언어 모델을 통해 상품 간의 의미론적 유사도를 파악하고 이를 추천에 활용하는 방법을 소개합니다. Query와 Value의 관계를 모델링하는 추천 시스템의 핵심 구조를 설명하며, 이를 통해 고객에게 더욱 정교하고 개인화된 상품 추천 경험을 제공하는 것을 목표로 합니다.
추천 시스템Language Modeling상품 유사도
올리브영·2025년 6월 2일
AI
AWS Bedrock과 Claude 3.5 Sonnet을 활용한 자동 상품 이미지 검수 시스템 구축기
올리브영 카탈로그 서비스개발팀에서 AWS Bedrock과 Claude 3.5 Sonnet을 활용하여 자동 상품 이미지 검수 시스템을 구축한 프로젝트 경험을 공유합니다. AI 이미지 검수 시스템 도입 과정에서 겪었던 어려움과 AI의 현실적인 모습, 그리고 잠재력을 직접 경험한 내용을 담고 있습니다. 특히, AI가 엉뚱한 답변을 내놓거나 프롬프트 엔지니어링 학습에 어려움을 겪었던 경험을 솔직하게 이야기하며, AI 기술을 실제 서비스에 적용하는 과정의 흥미로움과 도전 과제를 보여줍니다. 이 글은 AI 기술을 활용한 서비스 개선에 관심 있는 개발자들에게 유용한 인사이트를 제공할 것으로 기대됩니다.
Amazon Bedrock AgentsClaude 3.5 Sonnet이미지 검수
올리브영·2024년 9월 11일
AI
AWS Bedrock과 Claude 3.5 Sonnet을 활용한 자동 상품 이미지 검수 시스템 구축기
이 글은 올리브영 카탈로그 서비스개발팀에서 AWS Bedrock과 Claude 3.5 Sonnet을 활용하여 자동 상품 이미지 검수 시스템을 구축하는 프로젝트에 대한 경험을 공유합니다. AI 이미지 검수 시스템 구축 과정에서 겪었던 어려움과 AI 기술의 가능성을 탐구하며, 특히 프롬프트 엔지니어링의 중요성을 강조합니다. 필자는 AI에 대한 초기 막연함에서 벗어나 실제 프로젝트를 통해 AI의 현실적인 모습과 잠재력을 직접 경험한 과정을 "이상한 나라의 앨리스"에 비유하며 흥미롭게 풀어냅니다. 이 글은 AI 기술을 실제 서비스에 적용하려는 개발자들에게 유용한 인사이트를 제공할 것으로 기대됩니다.
Amazon Bedrock AgentsClaude 3.5 Sonnet이미지 검수
올리브영·2024년 9월 11일
AI
머신러닝 개발자 양성 프로그램 - 2023년 4기 머신러닝 부트캠프를 시작합니다!
구글은 2023년 4기 머신러닝 부트캠프 모집을 시작합니다. 이 프로그램은 대학생 및 현직 개발자에게 머신러닝 교육과 취업 기회를 제공하며, 국내 기업에는 준비된 인재를 연결하는 것을 목표로 합니다. 2020년 한국에서 시작되어 2022년 7개국으로 확장된 이 부트캠프는 올해 참가자 규모를 두 배 이상 늘려 500명을 모집할 예정입니다. 참가자들은 3개월 동안 앤드류 응 교수의 딥러닝 특화 과정을 수료하고, 캐글(Kaggle) 플랫폼에서 다양한 미션을 수행하게 됩니다. 향후 과학기술정보통신부와의 협력 확대도 계획하고 있습니다.
머신러닝부트캠프AI
올리브영·2023년 7월 21일
AI
머신러닝 개발자 양성 프로그램 - 2023년 4기 머신러닝 부트캠프를 시작합니다!
2023년 4기 구글 머신러닝 부트캠프 모집 소식을 알리는 글입니다. 이 프로그램은 대학생 및 현직 개발자를 대상으로 머신러닝 개발자로 성장할 기회를 제공하며, 국내 기업에는 준비된 인재를 연결하는 것을 목표로 합니다. 2020년 한국에서 시작되어 7개국으로 확장된 이 부트캠프는 2023년에는 참가 인원을 두 배 이상 늘려 500명을 모집할 예정입니다. 참가자들은 3개월간 앤드류 응 교수의 딥러닝 특화과정을 수료하고, 캐글(Kaggle) 플랫폼에서 다양한 실습 미션을 수행하게 됩니다. 또한, 내년에는 과학기술정보통신부와의 협력을 확대하여 진행될 예정입니다.
머신러닝부트캠프AI
올리브영·2023년 7월 21일