모바일 앱 로그 검수 자동화와 전환 과정

무신사에서 모바일 앱 로그 검수의 중요성을 인식하고 이를 자동화하기 위한 과정과 그 이점을 경험한 이야기를 공유합니다. 기존의 수동 검수 방식이 가지고 있던 한계를 극복하고, 효율적이고 효과적인 자동 검수 시스템으로 전환하여 앱의 품질을 한층 개선하는 것이 목표였습니다. 이를 통해 최종 R/T 단계에서 발생할 수 있는 로그 이슈를 사전에 방지하고, 고객 경험을 향상하는 데 기여할 수 있었습니다.

모바일 앱 로그 검수의 필요성

모바일 앱의 로그 검수는 단순히 데이터 분석이나 운영 기술에 국한되지 않습니다. 앱이 유저에게 배포되는 순간부터, 발생할 수 있는 문제를 사전에 예방하는 중요한 과정입니다. 초기에는 로그 검수를 소홀히 여겼던 경우도 있었지만, 모바일 앱은 배포 주기가 한정적이기 때문에 문제가 발생했을 때 수정할 시간이 제한적입니다. 이러한 점에서 미리 로그를 점검하고 확인하는 과정이 필수적이라는 인식이 확산되었습니다.


모바일 앱의 로그가 잘못 수집되면 그에 기반한 추천이나 랭킹, 실험 결과가 잘못되며, 이는 고객의 경험에 직접적인 악영향을 미칠 수 있습니다. 이러한 문제를 방지하기 위해 App 자동화 프로세스를 도입하고, 로그 검수를 포함하는 접근 방식을 채택하게 되었습니다. 이를 통해 App의 품질 향상과 고객 경험 개선이 동시에 이루어질 수 있다는 점에서 큰 의미가 있습니다.


자동화된 최종 R/T(Regression Test) 단계에서 로그 검수가 이루어짐으로써, 핵심 기능과 품질이 검증되는 것은 물론, 실제 로그 이슈를 사전에 포착할 수 있는 기회를 제공합니다. 이러한 방식은 오류를 예방하는 데 있어 더욱 정책적인 접근을 가능하게 하며, 비즈니스에 소중한 데이터를 제공하는 데 필수적인 역할을 반복적으로 강조하게 됩니다.

자동화된 검수 프로세스의 구성

모바일 앱 로그 검수를 자동화하기 위해, 우리는 전체 구조를 체계적으로 디자인했습니다. 우선, Appium을 활용하여 유저가 앱을 조작하는 액션을 자동화하여 테스트를 실행합니다. 이 과정에서 이벤트 발생 전후의 타임스탬프를 기록하여 로그 검증과 연계하였습니다. 이로써, 로그 수집 방식도 통일성을 가지게 되어 로그 분석이 쉬워졌습니다.


또한 구글 애널리틱스(GA4)와 내부 이벤트 수집 시스템인 Heathrow를 통해 로그를 수집하고 이를 필터링하여, 자동화된 검수 로직을 구성함으로써 이벤트의 종류와 조건에 따른 검증도 가능해졌습니다. 검증 로직에서는 이벤트 이름, URL, 경로 기준으로 수집된 로그를 식별하고 이를 판단하여 파라미터 값을 검증하는 과정을 거쳤습니다. 이 모든 과정은 스펙에서 정의된 공통 파라미터를 기반으로 설정되었습니다.


이러한 구조를 통해 모바일 앱의 안정성과 신뢰성을 극대화할 수 있었으며, 검수 과정에서 발생하는 시간과 리소스를 최소화하고 효율성을 높일 수 있었습니다. 따라서, 효율적인 방식으로 로그를 자동으로 검수할 수 있는 프로세스가 마련되었습니다.

전환과 그 효과

수동 로그 검수에서 자동 로그 검수로의 전환은 단순히 수고를 줄이는 과정이 아닙니다. 이는 전체적인 QA(품질 보증)의 품질을 높이고, 리스크를 완화하는 방향으로 나아가는 중요한 조치였습니다. 처음에는 제한적으로 적용되었던 자동 검수 프로세스가 더 많은 화면과 시나리오에 확대 적용될 계획으로, 안정성을 더욱 강화할 수 있는 기반을 마련하게 되었습니다.


자동화된 검수 프로세스의 효과는 단순히 시간과 리소스를 절약하는 것에 그치지 않았습니다. 무신사의 홈 화면에서 사용자 유입이 많은 추천판 중심으로 먼저 적용된 이 자동화는, 실제로 운영 단계에서 발생할 수 있었던 여러 로그 이슈를 사전에 포착하는 데 성공했습니다. 이러한 과정은 검증 품질을 더욱 균일하게 유지하도록 했으며, QA 리소스를 절약하여 앱 릴리스의 안정성과 자신감을 높이는 데 큰 기여를 했습니다.


향후에는 Snowplow 기반의 로그 검수 시스템으로 전환할 계획인데, 기존의 데이터 수집 방식과 포맷은 달라지겠지만, 로그를 자동으로 수집하고 검증하는 원칙은 동일하게 유지할 예정입니다. 따라서, 기술적 변화가 있어도 목표는 변하지 않으리라 믿습니다.

모바일 앱 로그 검수의 자동화는 이제 더 이상 선택이 아닌 필수입니다. 이를 통해 릴리즈 품질을 책임지는 QE가 그들의 역할을 더욱 원활하게 수행할 수 있는 기회가 될 것입니다. 우리의 다음 단계는 이 과정을 지속적으로 확장하여 무신사 전체의 데이터 신뢰도를 증진시키는 것입니다.

이 블로그의 인기 게시물

매크로 코딩으로 시니어 성장의 벽 넘기

궁극적으로 시니어 개발자로서의 성장을 위한 ‘벽’은 매크로 코딩을 통해 극복할 수 있습니다. 이 글에서는 마이크로 코딩을 넘어서 매크로 코딩으로의 관점을 확장하는 것이 왜 중요한지를 살펴보며, 어떻게 시니어 엔지니어로서의 성장에 도움이 되는지 이야기하고자 합니다. 이를 통해 독자들이 매크로 코딩의 중요성을 이해하고 적용하도록 유도하는 것이 목표입니다. 1. 매크로 관점으로 나아가기 시니어 개발자로 성장하기 위해선 매크로 관점을 가지고 문제를 바라보는 것이 매우 중요합니다. 많은 엔지니어들이 자신이 작성한 코드의 품질이나 로직에만 집중하며 성장을 고민합니다. 하지만 매크로 관점에서는 코드가 전체 시스템과 비즈니스에 미치는 영향을 이해하고 고려하는 것이 필수적입니다. 예를 들어, 우리가 개발하는 기능이 특정 비즈니스 KPI에 어떤 기여를 하는지를 생각해볼 필요가 있습니다. 이는 단순히 제대로 작동하는 기능을 만드는 것을 넘어서, 기능이 비즈니스 목표에 부합하는지, 혹은 더 나은 대안은 없는지를 스스로 질문하게 만듭니다. 매크로 관점은 개발자에게 비즈니스 문제를 기술적으로 해결할 수 있는 기회를 제공합니다. 단순히 코드의 세부 사항에만 집중하는 것이 아니라, 팀원이나 이해관계자와의 소통 능력을 향상시키고, 그들의 필요를 이해하여 해결책을 제시하는 능력을 키워주는 것입니다. 결국 이러한 매크로 관점은 시니어 엔지니어로서의 가치를 높이게 되고, 연봉 협상에서도 직접적인 영향을 미치게 됩니다. 매크로 관점의 사고를 통해 조직 내에서의 역할과 영향력을 확대하며, 더 높은 성과를 창출하는 데 기여할 수 있습니다. 이처럼 매크로 관점으로 나아가는 것은 한 단계 더 성장하는 데 필수적입니다. 2. 문제 해결의 흐름을 이해하라 또 다른 중요한 요소는 문제 해결의 흐름을 이해하는 것입니다. 전통적인 방식에 얽매여 ‘어떻게’ 문제를 해결할지를 생각하기보다는 ‘왜’ 이 문제를 해결해야 하는지를 먼저 검토하는 접근이 필요합니다. 매크로 코딩에서는 비즈니스 문제를 해...
자세한 내용 보기

무신사머니 결제 시스템 연동의 안정성 및 혁신

```html 29CM Purchase & Post Purchase 팀이 무신사머니 결제 시스템 연동을 통해 고객의 결제 경험을 혁신적으로 개선할 예정입니다. 무신사머니는 선불결제 방식으로, 이를 통해 결제 전환율을 높이고 고객 유치를 극대화할 수 있습니다. 본 글에서는 무신사머니 결제 시스템의 안정성과 혁신에 대해 자세히 살펴보겠습니다. 안정성을 기반으로 한 무신사머니 결제 시스템 무신사머니 결제 시스템의 구조는 여러 요소를 고려하여 설계되었습니다. 고객이 주문서를 작성할 때 필요한 정보는 여러 데이터 소스에서 수집되며, 이를 통해 무신사머니의 가입 여부, 잔액, 첫 결제 여부 등의 정보를 제공합니다. 이러한 정보를 통해 고객은 무신사머니를 hassle-free하게 사용할 수 있게 되며, 우리는 장애 발생 시에도 안정적인 결제 경험을 보장하기 위해 점진적 기능 저하(Graceful Degradation) 를 채택했습니다. 이 체계적인 접근을 통해 결제 과정에서 필수 정보가 누락되더라도 주문 처리가 가능하도록 기능을 최적화했습니다. 또한 비즈니스 연속성을 높이기 위해 필수 정보와 선택 정보를 구분하여, 필수 정보가 누락될 경우 무신사머니 결제수단 자체를 비활성화하고, 선택 정보는 최대한 지원하는 형태로 시스템을 운영합니다. 결과적으로 필요한 데이터가 완비되지 않더라도 고객의 결제가 안정적으로 진행되고, 사용자 경험이 향상되는 효과를 얻었습니다. 이런 안정성 확보는 문제 해결을 용이하게 만들어 줍니다. 예를 들어, 필요한 정보가 조회되지 않을 경우에도 적절한 폴백 전략을 통해 사용자가 헷갈리는 일이 없도록 다양한 UI 정책을 마련했습니다. 이러한 안정성이 결제 시스템의 성공에 있어 핵심 요소로 작용하고 있으며, 고객의 신뢰를 얻는 데 큰 주효하고 있습니다. 혁신적 개선으로 고객 경험 향상 무신사머니 결제 시스템의 도입은 단순히 결제 수단을 늘리는 데 그치지 않습니다. 우리는 고객을 유치하고 리텐션을 높이기 위한 전략적 기능을 통합하...
자세한 내용 보기

AI와 사람의 협업을 위한 VLMOps 어드민 구축기

AI 기술이 급속도로 발전하면서 다양한 산업 분야에 자동화가 도입되고 있습니다. 특히 무신사에서는 AI를 활용해 상품 데이터를 효율적으로 분류하고 속성을 추출하여 서비스 품질을 높이고자 노력하고 있습니다. 이 글에서는 Human-in-the-loop 방식으로 기능을 향상시키기 위해 구축한 VLMOps 어드민에 대해 자세히 소개합니다. AI와 사람의 협업으로 강화된 모델 관리 무신사의 VLMOps 어드민은 AI와 사람의 협업을 한층 더 강화하기 위한 필수 시스템으로 자리매김하고 있습니다. 이 어드민은 모델 및 프롬프트 관리 과정을 웹 UI 형태로 제공하여, 데이터 오퍼레이션팀이 엔지니어와의 특별한 커뮤니케이션 없이도 최적의 실험을 진행할 수 있도록 합니다. 이렇게 축적된 의료 데이터를 통해 AI 추론의 결과를 개선하는 과정이 자동화되어 업무 효율성과 데이터 품질이 현저히 향상되었습니다. 특히, VLMOps 어드민은 OpenAI와 Google 등 외부 API와도 원활하게 연동되어 다양한 실험이 가능하다는 장점이 있습니다. 이를 통해 데이터 오퍼레이션팀은 엔지니어의 도움 없이도 원하는 프롬프트와 모델을 자유롭게 선택하여 실험할 수 있습니다. 결과적으로, 반복적인 요청과 대기 시간 없이 빠르게 모델 실험을 수행하고, 데이터 품질을 지속적으로 개선할 수 있는 환경이 조성되었습니다. 이러한 변화는 무신사가 AI 기반의 데이터 자동화와 품질 관리에 대한 새로운 접근 방식을 도입하도록 만들어 주었으며, 결과적으로 더 나은 고객 경험을 제공하기 위한 중요한 발판이 되고 있습니다. 신속하게 이루어지는 모델 추론과 검증 VLMOps 어드민은 모델 추론 과정에서도 AI와 사람의 협업을 극대화할 수 있는 기능을 표현합니다. 자동 생성되는 초안 라벨을 통해 데이터 오퍼레이션팀은 더욱 신속하게 결과를 분석하고 검증할 수 있습니다. 이렇게 생성된 추론 결과는 여러 번의 클릭만으로 즉시 처리되며, 다양한 조합의 모델과 프롬프트를 비교할 수 있는 체계가 마련되어 있습니다. 이러한 ...
자세한 내용 보기