본문으로 이동
컬리의 새로운 배송 시스템 구축 과정과 우리가 배운점
문서

컬리의 새로운 배송 시스템 구축 과정과 우리가 배운점

한경훈 컬리 · 컬리 기술 블로그

원문 보기

AI 핵심 요약

컬리는 범용 SaaS 기반 TMS의 커스터마이징·성능 한계로 배송 운영 노하우를 빠르게 반영하기 어려워 자체 배송 시스템을 구축했다. 현장 인터뷰와 매뉴얼 분석으로 배송 도메인을 정의하고, 스쿼드와 마일스톤 중심의 반복 개발로 핵심 기능부터 구현한 뒤 운영 피드백을 반영했다. 전환 위험을 줄이기 위해 기존 시스템과 신규 시스템이 같은 배송 요청을 받도록 하고, 권역 데이터와 배송 정보를 통합했으며 Feature Toggle로 적용 지역을 단계적으로 확대했다. 현장 지원과 매일 새벽 이슈 리뷰를 병행한 결과 계획보다 3일 빠르게 전환을 마쳤고, 전환 기간 중 배송 중단이나 장애는 발생하지 않았으며, 조기 MVP 운영으로 불확실성을 더 빨리 확인하는 방안도 교훈으로 남겼다.

  • 현장 인터뷰와 운영 매뉴얼, 기존 시스템의 요청 이력을 함께 살펴 도메인과 우선순위를 정의한다.
  • 전환 시 외부 시스템의 변경 범위를 줄이면 협업 부담과 롤백 의존성을 낮출 수 있다.
  • 권역 데이터를 일치시키고 배송 정보를 통합하면 두 시스템을 병행 운영하면서도 일관된 추적 정보를 제공할 수 있다.
  • Feature Toggle로 신규 시스템을 적용할 지역을 제어하고, 작은 범위부터 물량과 센터를 단계적으로 늘린다.
  • 운영 전환 중에는 현장 지원과 온콜, 정기적인 이슈 리뷰를 개발 계획에 포함해야 한다.

소개

컬리의 새로운 배송 시스템 구축 과정과 프로젝트에서 얻은 교훈을 소개합니다.

비슷한 학습 자료

문서 이창섭

아웃박스 패턴과 재시도 토픽으로 외부 채널 입고 정보를 안전하게 동기화하기

백엔드

문서 박제희, 이규원, 이종립

성능 테스트로 데드락을 찾아 없애고 TPS를 끌어올리자!

데이터베이스 프로덕트 지표 · 실험

문서 sangseok.lim

마켓컬리 서비스 구조를 소개 합니다

백엔드 풀스택

문서 박수형

컬리의 Virtual 물류 센터

문서 박수형

Picking 공정 시뮬레이션의 구축부터 활용까지

게임 프로그래밍

문서 구병주

최적화 기법을 활용한 배송 효율화 사례 소개

딥러닝 · 머신러닝

문서 허재진

컬리 데이터 파이프라인의 BigQuery 도입 배경과 그 주안점

데이터베이스 데브옵스 · 인프라