버즈빌

RSS

게시글: 102
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
AI 네이티브 디자인 플레이북
이 글은 AI 기술 발전으로 인해 기존의 디자인 및 개발 워크플로우가 어떻게 변화해야 하는지를 다룹니다. 버즈빌 디자인 팀은 6명으로 5개의 웹 애플리케이션을 배포하며 Figma 사용을 최소화하고, 엔지니어링 스프린트 할당, 핸드오프 티켓, 대기 시간 없이 빠르게 작업했습니다. AI 보조 코딩으로 엔지니어의 생산성이 크게 향상되면서, 디자이너가 목업을 완성해야만 개발이 시작되는 전통적인 방식은 병목 현상을 일으킵니다. 글에서는 AI 네이티브 디자인 워크플로우의 필요성을 강조하며, 디자이너의 역할이 목업 제작에서 엔지니어와의 실시간 협업 및 조율로 변화하고 있음을 보여줍니다. 이는 LLM과 같은 AI 기술이 디자인 프로세스에 미치는 영향을 구체적인 데이터와 함께 설명합니다.
AI 네이티브디자인 워크플로우버즈빌
버즈빌·2026년 4월 23일
Frontend
Nobody Owned the Website. Now Everybody Does.
이 글은 회사 웹사이트의 소유권 및 관리 문제를 다룹니다. 특히 50~200명 규모의 회사에서 웹사이트가 마케팅팀이나 개발팀의 우선순위에 밀려 제대로 관리되지 못하는 현실을 지적합니다. 버즈빌의 사례를 통해, 디자인 시스템 부재, 여러 웹 프로퍼티의 분산 관리, 리소스 부족으로 인한 비효율성을 보여줍니다. 이러한 문제를 해결하기 위해 디자인 시스템의 성숙과 토큰 기반 시스템 도입을 통해 변화를 모색하는 과정을 설명합니다. 궁극적으로 웹사이트의 오너십을 명확히 하고 일관된 브랜드 경험을 제공하는 것의 중요성을 강조합니다.
웹사이트디자인 시스템Frontend
버즈빌·2026년 4월 15일
Frontend
The Flip
이 글은 AI가 디자인 시스템을 만들 것이라는 일반적인 기대를 뒤집고, 오히려 AI 에이전트가 사용할 디자인 시스템을 만들고 있다는 주장을 펼칩니다. 기존의 디자이너나 개발자를 위한 디자인 시스템과는 달리, AI 에이전트가 UI를 실시간으로 구성하고 인터랙션을 이해하며 브랜드에 맞는 결과물을 도출할 수 있도록 지원하는 시스템을 구축하는 과정에 대해 설명합니다. 이를 위해 컴포넌트 라이브러리보다는 인터페이스의 동작, 외형, 느낌에 대한 문법을 정의하고, 에이전트가 이해하고 실행할 수 있는 Context 파일, Skill, Documentation 파일 형태로 정보를 제공하는 방식을 제안합니다. 이는 AI 시대에 디자인 시스템의 역할이 어떻게 변화하고 있는지 보여주는 흥미로운 관점입니다.
AI디자인 시스템에이전트
버즈빌·2026년 2월 28일
Backend
DynamoDB Limit 설정으로 RCU 97% 절감한 이야기
본 글은 버즈빌 Supply Platform 팀에서 대규모 트래픽 환경에서 DynamoDB RCU(Read Capacity Unit) 사용량이 급증한 이슈를 해결한 경험을 공유합니다. RCU 사용량은 약 1k에서 최고 130k RCU/s까지 130배 증가했으며, 원인 분석 결과 `Limit` 설정 누락과 불필요한 Strong Consistent Read 사용이 문제였습니다. 해결책으로 `Limit` 설정을 적용하고 Eventually Consistent Read로 전환하여 RCU 사용량을 87~97% 절감하는 성과를 거두었습니다. 이 경험은 대규모 트래픽 환경에서 데이터베이스 성능 최적화 및 비용 절감을 고민하는 개발자들에게 실질적인 도움을 줄 수 있을 것입니다.
DynamoDBRCUAWS
버즈빌·2026년 1월 23일
DevOps
Python 2.7 서버의 CI Test 개선 - 13분에서 3분으로
버즈빌 허니스크린 서비스는 빈번한 배포가 필수적이지만, 약 13분 소요되는 CI 파이프라인의 긴 실행 시간이 병목이었습니다. 특히 Python 2.7 환경에서 CI-Test 작업이 평균 11분으로 가장 큰 비중을 차지했으며, Pull Request와 master merge 후에도 중복 실행되어 전체 배포 시간을 지연시켰습니다. 또한, CI-Test 단계에서 불필요한 패키지 설치 및 소스 빌드 과정이 포함되어 실제 테스트 실행 시간보다 오래 걸리는 문제가 있었습니다. 이에 첫 번째 최적화로 마스터 브랜치 merge 후 CI-Test 중복 실행을 방지하도록 트리거를 제한하여 전체 배포 시간을 50% 단축했습니다.
CI/CDPython 2.7CI Test
버즈빌·2025년 12월 18일
Frontend
2026년 버즈빌 디자인 스택, AI 전환을 준비하며
버즈빌 디자인 팀은 2026년, AI 기반 제품 개발을 지원하기 위한 '코드와 연결된 통합 디자인 시스템' 구축을 목표로 하고 있습니다. 이를 위해 Adobe 제품군과 Framer를 과감히 정리하고 Figma를 중심으로 디자인 스택을 재편했습니다. Figma의 장기 비전은 디자인 시스템과 코드를 직접 연결하고 AI 에이전트가 작동하는 환경을 만드는 것이며, 이는 버즈빌의 전략과 일치합니다. Figma는 LLM 데모, MCP 레이어, Code Connect 등의 기능을 통해 디자인과 코드의 상호 운용성을 강화하고 있으며, 이를 통해 AI 에이전트가 실제 시스템에 기반한 준 프로덕션급 인터페이스를 생성할 수 있을 것으로 기대하고 있습니다. 이는 단순한 도구 선택을 넘어 AI 시대를 대비하는 전략적 행보입니다.
디자인 시스템FigmaAI
버즈빌·2025년 11월 27일
Backend
5대 금융사를 품은 버즈베네핏의 백엔드 팀은 무슨 일을 할까요?
버즈빌 Supply 그룹의 Product Backend 팀 리드 Wynn이 팀의 탄생 배경과 역할을 소개하는 글입니다. 버즈베네핏은 10년간 리워드 광고 송출에 집중했지만, 최근 게이미피케이션 기능 강화와 5대 금융사 파트너 확보 등 플랫폼으로 빠르게 진화했습니다. 이러한 제품의 급격한 성장과 함께 백엔드 시스템은 데이터 구조 파편화, 확장성 및 유지보수성 한계, 실험 데이터 수집/가공의 어려움 등 문제에 직면했습니다. 이에 따라 Product Backend 팀은 이러한 문제들을 근본적으로 해결하고 버즈베네핏의 현재와 미래 도약을 책임지기 위해 탄생했으며, 팀의 원칙과 목표를 수립했습니다.
버즈베네핏백엔드시스템 설계
버즈빌·2025년 10월 31일
Frontend
버즈빌 프론트엔드 변천사
버즈빌 Supply 그룹의 Product Growth 팀에서 지난 몇 년간 겪어온 프론트엔드 아키텍처 변화 과정을 공유합니다. 초기 AngularJS 기반의 중복된 두 개의 어드민을 Vue로 전환하며 통합하고 코드베이스를 효율화했습니다. 이후 MSA 환경에서 프론트엔드 개발자가 여러 마이크로서비스와 직접 통신하며 겪는 어려움을 해결하기 위해 BFF(Backend For Frontend) 레이어를 도입했습니다. Node.js Express 기반의 BFF를 통해 프론트엔드 팀이 API를 직접 설계하고 공통 로직을 처리하며 개발 생산성을 향상시킨 경험을 다룹니다.
VueReactNext.js
버즈빌·2025년 8월 4일
DevOps
AWS 비용 최적화 Part 1: 버즈빌은 어떻게 월 1억 이상의 AWS 비용을 절약할 수 있었을까
버즈빌은 2023년 한 해 동안 약 14억 원에 달하는 AWS 비용을 절감한 경험을 공유합니다. 2022년 12월 월 3.6억 원이었던 AWS 비용을 2023년 12월 기준 월 2.4억 원으로 최적화했습니다. 이러한 비용 최적화는 매출 성장과 함께 상승한 인프라 비용 부담을 줄이고 회사의 장기적인 생존력을 강화하기 위해 시작되었습니다. 목표는 매출액 대비 인프라 비용을 과거 수준으로 되돌리고 일반적인 SaaS 기업의 효율성을 달성하는 것이었습니다. 이를 위해 구체적인 지표를 설정하고 팀의 동기 부여를 위한 방안을 모색했습니다. 본 글은 비용 최적화 과제 시작의 이유와 목표 설정 과정을 다루며, 향후 시리즈를 통해 구체적인 절감 팁을 공유할 예정입니다.
AWS비용 최적화클라우드
버즈빌·2024년 4월 29일
DevOps
AWS 비용 최적화 Part 1: 버즈빌은 어떻게 월 1억 이상의 AWS 비용을 절약할 수 있었을까
버즈빌은 2023년 한 해 동안 약 14억 원에 달하는 AWS 비용을 절감한 경험을 공유합니다. 2022년 12월 월 3.6억 원이었던 AWS 비용을 2023년 12월 기준 월 2.4억 원으로 최적화했습니다. 이러한 비용 최적화는 빠르게 성장하는 과정에서 제품 개발 속도를 우선시하며 증가한 인프라 비용을 관리하고, 경기 침체 및 투자 시장 위축 상황에 대비하여 회사의 재무적 기초 체력을 강화하기 위해 시작되었습니다. 목표는 매출액 대비 인프라 비용을 과거 수준 이하로 효율화하고, 일반적인 SaaS 기업의 평균 수준(4~8%)에 맞추는 것이었습니다. 비용 최적화 과제의 동기 부여를 위해 '성과를 내고 싶으면 실행하라' 책의 원칙을 참고하여 지표를 설정하고 점수판을 만드는 방식을 도입했습니다.
AWS비용 최적화Cloud
버즈빌·2024년 4월 29일
DevOps
데이터 엔지니어의 Airflow 데이터 파이프라인 CI 테스트 개선기
버즈빌 데이터 엔지니어 Abel이 데이터 파이프라인 CI 테스트에 소요되는 시간을 7분대에서 3분대로 단축한 경험을 공유합니다. 기존 CI 테스트는 데이터 파이프라인 추가 과정에서 사람의 실수를 감지하기 위해 Pull Request 생성 시 자동으로 실행되었으나, 넓은 영향 범위로 인해 개선 우선순위가 낮았습니다. 벨로시티 스프린트 기간을 활용하여 CI 테스트의 각 단계를 분석하고, 특히 ECR 로그인, 이미지 빌드, 코드 스타일 검사(flake8), 타입 검사(mypy) 등의 과정을 최적화하여 전체 테스트 시간을 획기적으로 줄였습니다. 이를 통해 데이터 파이프라인 관리자들의 개발 효율성을 크게 향상시켰습니다.
AirflowCI데이터 파이프라인
버즈빌·2024년 4월 18일
Backend
Ad Management 파트 서버 개발자의 지역 타게팅 개선기
버즈빌 Ad Management 파트의 서버 개발자가 지역 타게팅 기능의 결함을 개선한 경험을 공유합니다. 글에서는 2주 스프린트 기반의 애자일 개발 방식과 자유로운 커뮤니케이션 문화를 소개하며, 입사 초기 맡았던 지역 타게팅 기능의 문제점을 발견하고 해결해나가는 과정을 상세히 설명합니다. 다양한 타겟팅 옵션 중 지역 타게팅 기능에 발생한 결함을 파악하고, 이를 개선하기 위한 서버 개발자의 노력을 중심으로 다룹니다. 이를 통해 팀의 개발 프로세스와 문제 해결 과정을 엿볼 수 있습니다.
서버 개발지역 타게팅Ad Management
버즈빌·2024년 3월 21일
Etc
Ad Management 파트 서버 개발자의 지역 타게팅 개선기
해당 글은 Buzzvil 기술 블로그의 'Ad Management 파트 서버 개발자의 지역 타게팅 개선기'라는 제목을 가지고 있으나, 실제 내용은 '404: This page could not be found.' 오류 페이지를 안내하고 있습니다. 따라서 기술적인 내용을 담고 있지 않으며, 페이지를 찾을 수 없다는 정보만을 제공합니다. Buzzvil 기술 블로그의 다른 콘텐츠(블로그, 세미나, 핸드북)나 회사 정보, 소셜 미디어 링크 등을 안내하고 있습니다.
Buzzvil기술 블로그404
버즈빌·2024년 3월 21일
AI
버즈빌의 ML 플랫폼 Buzzflow (1) - 모델을 개발하고 관리하기
버즈빌의 MLOps 엔지니어가 머신러닝 플랫폼 Buzzflow를 소개하는 글입니다. 광고 성과 최적화를 위해 다양한 머신러닝 모델을 활용하는 버즈빌은 모델 개발, 관리, 배포 과정을 효율화하기 위해 Buzzflow를 구축했습니다. 이전에는 파이프라인 작성 방식의 비통일성, 모델 저장소 혼용, 권한 관리의 문제점 등이 있었습니다. 특히 AWS SageMaker Pipeline SDK 사용 시 프레임워크별 파라미터 불일치 등의 불편함이 존재했습니다. 이 글에서는 Buzzflow를 통해 모델 개발 및 관리를 위한 파이프라인과 모델 저장소 구축 방안을 다루며, 모델 배포 방법은 다음 글에서 이어질 예정입니다.
MLOpsBuzzflow머신러닝 플랫폼
버즈빌·2024년 1월 25일
DevOps
쿠버네티스에게 Github Actions 설치에 대해 묻다
이 글은 버즈빌 DevOps 팀에서 Github Actions를 자체 호스팅으로 설치하고 운영하는 경험을 공유합니다. GitHub에서 제공하는 호스팅 방식의 제약(빌드 환경 제어 불가, 보안 문제, 비효율성) 때문에 자체 호스팅을 결정했으며, 특히 Kubernetes 기반의 ARC(Actions Runner Controller)를 사용한 이유를 설명합니다. ARC는 Kubernetes 오퍼레이터로, 러너를 파드로 실행하여 비용 효율성, 확장성, 속도 측면에서 이점을 제공합니다. 각 워크플로에 최적화된 리소스를 할당하고, Kubernetes의 자동 확장 기능을 활용하며, 대기 상태의 러너 파드를 유지하여 CI/CD 파이프라인의 효율성을 높이는 방법을 다룹니다.
GitHub ActionsKubernetesCI/CD
버즈빌·2024년 1월 1일
Backend
RDS IOPS 장애 대응기
버즈빌에서 AWS RDS MySQL 데이터베이스 운영 중 발생한 메모리 및 IOPS 관련 장애와 해결 과정을 공유하는 글입니다. 월 2천만 사용자, 월 70억 건의 광고 요청을 처리하는 환경에서 user 서비스의 RPS가 5000/s에 달하는 상황에서, CPU 스로틀링, 메모리 사용량 급증, Goroutine 증가, MySQL replica 연결 폭증 등의 문제가 발생했습니다. RDS 모니터링 결과 IOPS 증가로 인한 burst balance 고갈이 원인으로 파악되었고, 스토리지 증설로 단기적인 문제를 해결했습니다. 이후 높은 디스크 I/O의 근본 원인을 조사하기 위해 3일간의 burst balance 변화를 분석한 결과, 낮 시간대에 지속적으로 burst balance를 사용하는 패턴을 확인했으며, 이에 대한 추가적인 조사와 해결 방안 모색이 필요함을 시사합니다.
RDSMySQLIOPS
버즈빌·2023년 11월 16일
Etc
헤어질 결심 a.k.a 퇴사 부검
이 글은 버즈빌에서 2년간 근무한 직원이 작성한 퇴사 회고록입니다. 넷플릭스의 '퇴사 부검 메일' 문화를 참고하여 작성되었으며, 퇴사 이유와 함께 개인적인 성장 추구를 핵심 동기로 설명합니다. 커리어 패스 선택을 '최적화 문제'로 비유하며, 각자 추구하는 가치(연봉, 복지, 성장 등)에 따라 최적의 선택이 달라짐을 강조합니다. 글쓴이는 특히 '성장'을 최대화하는 방향으로 자신의 커리어를 설계하고 있음을 밝히며, 대학원에서 배운 이산최적화와 강화학습이 이러한 관점을 형성하는 데 영향을 주었음을 언급합니다. 개인의 가치관에 따른 합리적인 커리어 결정의 중요성을 시사하는 내용입니다.
퇴사회고커리어
버즈빌·2023년 9월 26일
DevOps
Self Serving Data Platform 구축하기 (feat. Airflow)
버즈빌 데이터 엔지니어링 팀은 특정 팀에 의존하지 않고 누구나 데이터를 생산 및 소비할 수 있는 셀프 서빙 데이터 플랫폼을 구축했습니다. 과거에는 데이터 파이프라인 생성 요청 시 데이터 엔지니어에게 의존해야 했으나, 서비스 및 분석 도메인 다양화로 인지 부하가 증가하고 데이터 조회 지연 문제가 발생했습니다. 이를 해결하기 위해 도메인 전문성을 활용하는 셀프 서빙 플랫폼 개발을 시작했습니다. 버즈빌의 데이터 인프라는 S3를 SSOT로 활용하고, Athena와 Redshift를 통해 데이터를 분석 및 처리합니다. 특히 Airflow를 활용하여 데이터 파이프라인을 효율적으로 관리하고 자동화하는 방안을 제시합니다.
데이터 플랫폼Airflow데이터 파이프라인
버즈빌·2023년 5월 31일
Backend
광고 예산 제어 시스템 개선기: Part 2 – 더 정교한 시스템, 그리고 성과
이 글은 버즈빌의 광고 예산 제어 시스템 개선 경험을 공유하는 2편입니다. 1편에서 다룬 시스템 수준 개선을 바탕으로, 더 정교한 예산 제어를 위한 두 가지 주요 개선 사항을 소개합니다. 첫째, 예산 평가 주기를 15초로 단축하여 지출 스파이크로 인한 예산 초과 달성 실패를 줄이고 성과 최적화를 도모했습니다. 둘째, 지출 계획 단위를 1시간에서 1분으로 세밀하게 조정하여 광고 노출 기회 손실을 방지하고 성과 최적화에 기여했습니다. 이러한 개선을 통해 시스템의 안정성을 높이고 비즈니스 임팩트를 창출했습니다.
예산 제어 시스템광고 시스템마이크로서비스
버즈빌·2023년 2월 15일
Backend
예산 제어 시스템 개선기: Part 1 – 시스템과 가시성 개선
버즈빌 광고 플랫폼의 예산 제어 시스템 개선 과정을 소개하는 글입니다. 예산 제어는 캠페인 예산을 효율적으로 분배하여 광고 성과를 극대화하는 핵심 기능으로, 초기에는 광고 서버에 통합되었으나 현재는 별도의 마이크로서비스로 분리되어 고도화되고 있습니다. 예산 제어 시스템은 현재까지의 예산 소진액과 계획된 속도를 비교하여 다음 주기 동안의 예산 지출 속도를 조절하며, 이는 광고 서버의 입찰 빈도 결정에 영향을 미칩니다. 시스템은 예산 소진 속도가 계획보다 빠르면 줄이고, 느리면 빠르게 만드는 피드백 루프를 통해 작동합니다. 글에서는 예산 제어 시스템의 작동 방식과 함께, 예산 목표 설정, 지출 속도 조절 등 시스템 설계 시 고려해야 할 사항들을 다룹니다.
예산 제어 시스템광고 플랫폼마이크로서비스
버즈빌·2023년 2월 8일