GS SHOP 앱에는 백 여개에 달하는 추천 영역이 고객 탐색 경험을 돕고 있습니다. 고객의 쇼핑을 더 빠르고 편리하게 도와줄, 추천 알고리즘 개선 프로젝트에서 AI 개발 도구의 생산성을 활용해 돌파구를 찾고 성과를 만들어 낸 경험을 공유드립니다.안녕하세요, GS 리테일 검색추천파트의 최원일입니다.2025년 GS 리테일에 합류해 추천 시스템 전면 재구축 프로젝트를 진행하면서, 다수의 아이템 간(item-to-item, 이하 i2i) 추천 구좌가 공통으로 의존하는 핵심 모델이 있다는 사실을 알게 됐습니다. 이 모델의 성능을 개선하면 현재 운영 중인 여러 추천 영역의 비즈니스 지표도 함께 개선될 가능성이 높다고 판단해 프로젝트를 시작했습니다.기존 i2i 모델은 ItemCF 계열의 통계 기반 머신러닝 모델입니..

목차[ AI-DLC 사례 1: 검색 ] AI-DLC로 3일, 뷰티 자연어 검색을 만드는 여정[ AI-DLC 사례 2: 추천 ] AI로 코딩은 빨라졌는데, 왜 실험은 여전히 어려웠을까? AI로 코딩은 빨라졌는데, 왜 실험은 여전히 어려웠을까?AI-DLC에서 시작한 3일간의 추천 실험 앞선 글에서 검색 과제팀은 3일 만에 자연어 검색을 구현해봤습니다. 그 과정에서 크게 남은 것은, AI와 일할 때 사람이 무엇을 얼마나 또렷하게 정의해야 하는가에 대한 경험이었습니다. 같은 3일, 저희는 5명이 한 팀이 되어 AI-DLC를 통해 추천 문제를 풀기로 했습니다. 사실 AI와 함께 개발하는 일은 이미 꽤 익숙했습니다. 저희 검색추천파트도 평소 Claude, Cursor 같은 Coding Agent를..

목차[ AI-DLC 사례 1: 검색 ] AI-DLC로 3일, 뷰티 자연어 검색을 만드는 여정[ AI-DLC 사례 2: 추천 ] AI로 코딩은 빨라졌는데, 왜 실험은 여전히 어려웠을까? 개요GS SHOP에 고객과 대화하며 상품을 찾아주는 서비스를 준비중에 있습니다. 기존 검색 서비스에서는 고객이 "샴푸", "손상모 샴푸"처럼 짧은 검색어를 입력했다면, 쇼핑Agent에서는 원하는 조건을 자연어 문장으로 표현할 수 있습니다. "건조한 두피와 손상모발 동시에 관리하는 샴푸"그런데 문장을 받아줄 검색이 아직 없었습니다. GS SHOP 검색의 주축은 단어 검색과 임베딩 검색이고, 문장에 담긴 여러 조건을 나눠서 다루는 단계가 없었기 때문입니다.2026년 7월 7일부터 9일까지, 저희 검색추천파트 4명은 AI-DL..

종합 공구 상자와, 내가 필요했던 전동 드릴처음 사내에 RAG를 붙였을 때, 우리의 벡터 DB는 AWS OpenSearch였다 — 처음 도입한 1세대 지식 솔루션이 고른 선택이었다.좋았다. 진심으로. 색인 만들고, 임베딩 넣고, k-NN 한 번 던지면 — 끝이었다. "이거면 되네?" 싶었다.OpenSearch도, 그 뿌리인 Elasticsearch도 이미 검증된 솔루션이다. 누구도 쉽게 "나쁘다"고 말 못 한다. 로그도 보고, 전문 검색도 하고, 분석도 하고, 벡터도 한다. 뭐든 한다.그게 정확히 문제였다.그건 종합 공구 상자였다. 그런데 나는 벽에 구멍 하나 — RAG — 를 뚫어야 했다. 망치도 줄자도 필요 없었다. 나는 RAG 하나를 제대로 파는 전동 드릴이 필요했다.이 글은 그 드릴을 찾아 Qdr..

안녕하세요. 저는 GS SHOP Mobile 개발팀에서 디자인 시스템 구축을 담당하고 있는 이인영입니다. 디자인 시스템에 대해 Product UX 팀의 박이슬 매니저님께서 상세히 작성해 주신 내용들이 있기에 저는 간략하게 디자인 시스템에 대해 설명하고 현재까지 어떤 방식으로 디자인 시스템을 작업하고 있는지, 디자이너와 개발자의 협업과 디자인 토큰이 무엇인지 그리고 디자인 토큰을 정의하여 테마를 적용해 보는 것에 대해 이야기해 보려고 합니다. 작년 9월 말 모바일 개발팀에 합류하게 되면서부터 GS SHOP 디자인 시스템을 구축하기 시작했습니다. 디자인 시스템은 회사 내에서 많은 분들이 관심을 가지고 계시는 분야이기도 하고 전 세계적으로도 계속해서 뜨거운 이슈입니다. Google의 Material Desig..

AI로 리서치 프로세스를 재설계한 GS리테일의 AX 사례 안녕하세요 AX본부에서 UX/고객 리서치를 담당하는 배선미 매니저입니다 😊 오늘은 비개발자 리서처가 GEN AI를 활용해 ‘인터뷰 기반 정성 리서치’를 자동화한 과정을 소개해보려고 합니다.Intro: 쉽게 접근할 수 없었던 ‘리서치’, AI로 풀 수 있을까?저희 팀은 고객 경험을 분석하기 위해 다양한 리서치를 진행하는데요,그 중에서도 ‘인터뷰 기반 리서치’는 사실 많은 실무자들이 가장 부담을 느끼는 영역입니다.인터뷰 설계 → 일정 조율 → 진행 → 분석 → 보고서… 전부 다 챙기려면 정말 많은 시간과 전문성이 필요하죠. 그래서 “필요하긴 하지만 당장은 어렵다…” 하고 포기하는 경우를 많이 봐왔어요. 저 역시 리서처로서, 더 많은 실무자가 고객의 ..

안녕하세요. Product UX팀의 박이슬입니다. 지난 4월 27일 GSR UXUI디자이너 커뮤니티 d’sco 2회가 성황리에 개최되었습니다. 1회보다 규모가 커져 단단히! 준비를 한 걸로 알고 있는데 참여하고 나니 이런 자리가 그동안 얼마나 필요했고 원했는지 알 수 있는 뜻깊은 시간이었습니다. 2회 때는 가장 관심이 많고 핫한 디자인 시스템에 대해 ‘디자인 시스템 어디까지 해봤니?’를 주제로 현업에서의 이야기를 생생하게 듣는 자리를 가졌습니다. 오늘은 그 내용을 핵심만 요약해서 공유드리도록 하겠습니다. 디자인 시스템 어디까지 해봤니? 리테일 내에서도 관심이 많은 디자인 시스템! 일부 서비스 별로 실제로 적용 중인 거 알고 계셨나요? 현재 진행 중인 디자인 시스템 제작을 어떻게 시작했고 어떤 식으로 만들..

정확도 1.0, 그런데 남은 질문1부에서 정확도 1.0을 냈다. 에이전트가 KB를 정확히 고르고, 권한 안에서, 근거를 재정렬해서 답했다. 그런데도 사용자는 여전히 나쁜 경험을 겪었다. 이유는 하나였다 — "검색이 맞았는가"와 "이 사람에게 답이 됐는가"는 다른 질문이기 때문이다.이 구분을 실감 나게 보여주는 비교 대상이 하나 있다.좋은 비교 대상, 그러나 다른 질문 — NotebookLM여기서 자주 듣는 말이 있다. "이건 NotebookLM에서는 잘 나오는데요?" 틀린 말은 아니다. NotebookLM은 문서 몇 개를 넣고 요약·질문·근거 정리를 시키는 데 실제로 뛰어나다. 범위가 좁고, 문맥이 유지되고, 목적이 분명해서 잘 나온다.문제는 비교 대상이 다르다는 데 있다. NotebookLM은 문서를 ..

통합의 청구서1탄에서 우리는 KB마다 따로 있던 컬렉션을 하나로 합쳤다. 컬렉션 폭증은 사라졌고, 끝없이 늘어나는 지식에 드디어 대응이 됐다. 그런데 합쳐진 건 컬렉션만이 아니었다 — 격리도 같이 합쳐졌다.per-KB 컬렉션 시절엔 격리가 _공짜_였다. 인사 KB는 인사 컬렉션에만 있으니, 다른 컬렉션을 안 보면 그만이었다. 물리적인 벽. 그런데 모든 KB가 한 컬렉션에 들어오자 — 그 벽이 사라졌다. 아무 필터 없이 검색하면 모두가 모든 지식을 본다. 인사 평가도, 다른 부문 기밀도.통합의 청구서가 날아온 것이다: "이제 누가, 무엇을, 볼 수 있게 할 것인가?"사실 이 질문은 우리가 먼저 던진 게 아니었다. 엔터프라이즈 AI를 도입하려는 조직이 가장 먼저 묻는 질문이 항상 이거였다. "우리 회사 전체..

고객의 쇼핑 여정에 있어 영상 콘텐츠는 점점 더 중요한 역할을 차지하고 있습니다.짧고 임팩트 있는 영상으로 상품 정보를 직관적으로 전달하는 방식은 단순한 콘텐츠 소비를 넘어 구매 행동으로 자연스럽게 연결될 수 있기 때문입니다.GSSHOP에서는 이러한 트렌드를 반영해 자사만의 숏폼 콘텐츠 브랜드인 숏픽을 운영하고 있습니다.숏픽은 상품의 핵심 포인트를 30초 내외로 간결하게 담아낸 영상 콘텐츠로,고객의 흥미를 끌어내고 구매 전환까지 유도하는 홈쇼핑 특화형 숏폼 콘텐츠입니다.하지만 '숏픽'을 고객에게 어떻게 보여주느냐, 다시 말해 어떤 콘텐츠를 어떤 순서로 노출할 것인가는 단순한 UX 문제를 넘어서는 복잡한 기술적 과제였습니다.이번 글에서는 GSSHOP 숏픽 추천 시스템이 어떻게 설계되었고, 어떤 고민을 거쳐..

GIGO, 그런데 우리 건 차원이 다르다RAG에는 오래된 격언이 있다. "쓰레기를 넣으면 쓰레기가 나온다(Garbage In, Garbage Out)."그런데 사내 지식은 — 쓰레기인지 아닌지조차 애매했다. 작년에 폐기된 규정인데 멀쩡해 보이는 문서, 부서마다 다르게 부르는 용어, 같은 내용이 세 군데에 흩어진 중복, 그리고 절대 새어 나가면 안 되는 개인정보.1탄~4탄에서 검색·권한·대화·채널을 아무리 잘 만들어도, 들어온 지식이 엉망이면 답도 엉망이다. 좋은 검색의 대부분은 검색 알고리즘이 아니라 _수집 단계_에서 결정된다. 그리고 개인정보 한 건이 새어나가면 그건 "틀린 답변"이 아니라 보안 사고다. 사내 지식은 "얼마나 정확한가"와 "얼마나 위험한가"를 동시에 조심해야 하는, 일반 GIGO보다 한..

소개 👩‍💻 안녕하세요~ 저는 GS SHOP 개발팀에서 Flutter를 통해 앱 개발을 하고 있는 연수연 매니저입니다. 올해 2월에 인턴으로 입사 후 신입사원이 된 지는 7개월이 조금 안된 따끈따끈한 주니어 개발자입니다. 🐥 GS SHOP 개발팀 소속에서 Flutter를 이용해 GS SHOP 애플리케이션을 운영 유지 보수 및 신규 개발을 진행하고 있습니다. 저는 2개월의 인턴 과정을 거친 후, 신입 개발자로 일하고 있는데요! 인턴 및 신입 온보딩 과정을 거치며 느꼈던 점들에 대해 이리저리 적어보려합니다. 시작 전 .. 🗣️ 저는 학교를 다니며 졸업작품 및 팀 프로젝트에서 안드로이드 앱 개발을 맡아 처음 앱 개발을 시작하게 되었습니다. 대학교 졸업 후 바로 입사를 하게 되었기 때문에 이전까지의 회사 경험이..