MUSINSA PATTERN ’26

CIAP의 설계, 구현, 검증 워크플로를 AI와 하네스로 재설계해, 재고와 배송 약속 두 도메인을 프로덕션에 적용한 경험을 공유합니다.

배치를 멈추고, 흐름으로 출고하다.

무신사의 기존 출고지시 시스템이 지닌 아키텍처적 한계를 데이터 기반으로 분석하고, 도메인의 본질적 목적에 집중하여 대용량 처리가 가능한 확장성 높은 Workflow 모델로 재설계한 경험을 공유합니다.

비결정적인 AI로 픽셀을 맞추는 법Figma 하나에서 4개 플랫폼 코드까지

같은 Figma 화면을 변환할 때 마다 다른 품질이 나오는 문제를, AI를 걷어내는 대신 AI가 개입하는 구간을 좁히고 그 앞뒤를 결정론으로 감싸서 푼 이야기입니다.

테이블 적재 대신 함수 로직으로AI를 위한 데이터 아키텍처 최적화와 생산성 향상

AI가 작성한 코드는 테스트로 잡아냅니다. 그렇다면 AI가 읽는 데이터는 무엇으로 검증해야 할까요? 저희는 검증을 늘리는 대신 데이터 기반 자체를 바꿨습니다. 16,000개의 테이블을 생성하는 파편화된 파이프라인을 함수 계층으로 전환해서, 고질적인 비용, 지연, 생산성 문제를 해결하고 AI에게 '어떤 데이터를 어느 구간까지' 처리할지에 대한 결정만 남긴 과정을 공유합니다.

AI를 도입했는데 왜 속도는 그대로일까?

개인은 분명히 빨라졌습니다. 팀은 아니었습니다.

AI Native로 언어의 장벽을 넘어 대용량 서비스 개발하기

Go 경험자가 한 명도 없는 팀이 Go로 대기열을 만든 이야기 입니다

답은 코드다. 흩어진 코드를 지식으로브라운필드 MSA 지식베이스 구축기

낡은 문서 대신 130여 개 MSA 저장소의 '현재 동작하는 코드'를 통해 비즈니스 질문에 정확히 답변하는 AI 지식베이스 구축 이야기

문서와 시안이 아니라, 동작하는 명세를 개발에 넘깁니다

정적 시안으로는 확인할 수 없던 어드민 화면의 동작을, 실제로 돌아가는 데모로 만들어 기획, 디자인, 개발을 하나의 파이프라인으로 이었습니다.

6개월 258세션을 기록해 보니, 절감의 절반은 AI가 일을 대신한 시간이 아니라 반복 업무를 스킬과 규칙이라는 자산으로 바꾼 데서 나왔습니다. 그 자산을 팀에 이식해 팀원들이 스스로 만들기 시작한 과정을 공유합니다.