제공된 이력서의 테스트 결과입니다. 전체 서비스 정확도가 아니며 테스트 표본 수는 제시되지 않았습니다.
리마커블랩스
예매내역을 정확하게 연결하기
매칭 규칙과 예외를 테스트 케이스로 옮겨 로직과 프롬프트 변경을 검증했습니다.
분석한 사용자 로그 규모입니다. 사용자 수나 테스트 표본 수와는 다릅니다.
어떤 문제였나요?
예매내역 정보가 누락되거나 잘못 연결되는 사례가 있었습니다.
이렇게 풀었습니다.
- 누락·오매칭 사례를 분석하고 동료들과 정보 매칭 기준 및 예외 처리 규칙을 문서화했습니다.
- 문서화한 규칙을 테스트 케이스로 옮겼습니다.
- 검증 결과를 바탕으로 로직과 프롬프트를 개선했습니다.
무엇이 달라졌나요?
예매처별 테스트의 검증 기준 충족률 95% 이상을 확보했습니다. 프롬프트·모델 변경 시 회귀 평가로 영향을 확인했습니다.
경험의 근거
이지훈이 제공한 경력 기술을 바탕으로 정리했습니다.
추출 결과의 필수값·날짜·상태 검증
경력 기록에서는 예매번호·공연명·일시·공연장·좌석 등 필요한 정보를 추출한 뒤 필수 필드와 날짜·상태를 검증해 잘못된 결과를 그대로 사용하지 않도록 했다.
자동 확정 대신 후보를 제공한 판단
유사도 1위가 항상 정답이 아니어서 불확실한 공연은 후보와 날짜·장소를 보여주고 사용자가 확인하도록 했다는 기록이 있다. 후보 개수는 5개와 10개가 혼재해 확정하지 않는다.
모델·프롬프트 변경의 회귀 평가
예매처별 실제 HyperText Markup Language 문서·이미지와 기대 결과를 테스트 사례로 정리하고, 프롬프트나 모델 변경 시 기존 사례를 다시 실행해 결과를 비교했습니다. 실패 사례를 축적해 변경 영향을 확인했습니다. 제공된 이력서에는 예매처별 테스트의 검증 기준 충족률 95% 이상이 기록되어 있습니다. 전체 서비스 정확도·자동 등록 성공률·검색 재현율을 뜻하지 않으며 테스트 표본 수와 정확한 분모는 제시되지 않았습니다.
운영자가 파싱 실패를 확인하는 관리자 화면
경력 기록에 따르면 파싱 요청·추출 결과·실패 단계를 저장하고 관리자 화면에서 확인할 수 있도록 했다. 운영자가 유사 공연 후보를 검토해 선택할 수 있게 해 개발자가 매번 로그와 데이터베이스를 확인하는 대응을 줄였다.
프론트엔드와 파싱 사용자 흐름 합의
협업 기록에서는 업로드부터 파싱 진행 상태, 실패 유형과 재시도, 공연 후보 선택까지 프론트엔드와 함께 정리했다. 애플리케이션 프로그래밍 인터페이스 데이터 전송 객체와 오류 예시를 공유해 각자 다른 가정으로 구현하는 상황을 줄이려 했다.
예매 정보 개선을 위한 로그 분석
리마커블랩스에서 2026년 6월 예매 정보 추출·검증 개선을 위해 사용자 로그 10만 건에서 누락·오매칭 사례를 분석하고 팀에 공유했습니다. 회의를 통해 정보 정제 규칙과 검증 기준을 정리하고 예매처별 테스트 케이스와 프롬프트 검증 문서를 만들었습니다. 로그 10만 건은 분석 대상 규모이며 사용자 수나 검증 기준 충족률의 분모를 뜻하지 않습니다.
이 프로젝트의 다음 이야기가 궁금하다면.