배송최적화 시스템 구축기 Part 01. 올리브영이 멀티 센터 체제로 배송 시간을 14시간 단축한 과정
Summary
배송 시간 14시간 단축의 비밀! 올리브영의 '지능형 배송 최적화' 구축기
단일 센터의 한계를 깨고 멀티 센터 체제로 도약하기 위한 백엔드 아키텍처 재설계 전략
올리브영이 전국 단위 멀티 물류 센터를 효율적으로 운영하기 위해 도입한 '배송최적화 시스템'의 설계와 구현 과정을 다룹니다. 단순한 인프라 확장을 넘어, 데이터 기반의 실시간 의사결정 레이어를 추가하여 물류 병목을 해결하고 배송 리드타임을 혁신적으로 줄인 기술적 여정을 소개합니다.
- 01양지센터 과부하 문제를 해결하기 위한 '지능형 판단 레이어' 도입
- 02전략 패턴과 룰 엔진을 활용하여 코드 수정 없는 운영 정책 가변성 확보
- 03100ms 이내 응답을 보장하는 Caffeine(Local) & Redis(Remote) 다중 캐싱 전략
- 04Resilience4j 서킷 브레이커와 분산락을 통한 고가용성 및 데이터 정합성 유지
- 05수작업 엑셀 업무를 자동화한 클릭 한 번의 대량 주문 이관 시스템 구현
RECOMMENDATION
물류 도메인뿐만 아니라 복잡한 비즈니스 로직을 동적으로 분기해야 하거나, 레거시 시스템 사이에서 새로운 제어권을 확보해야 하는 백엔드 엔지니어들에게 강력히 추천합니다.
The Problem
올리브영의 급격한 온라인 성장으로 기존 양지센터 중심의 단일 물류 체계가 한계에 도달했으며, 신규 센터 확장에도 불구하고 수작업 기반의 물량 배분과 경직된 주문 처리 구조로 인해 특정 센터 과부하 및 배송 지연 문제가 지속되었습니다.
The Solution
주문관리시스템(OMS)과 창고관리시스템(WMS) 사이에 독립적인 '배송최적화 시스템(Control Tower)' 레이어를 구축하고, 실시간 재고, 센터별 가동률(CAPA), 배송 권역을 종합 판단하는 룰 기반 엔진과 대량 주문 이관 기능을 도입했습니다.
The Result
전국 단위 멀티 센터 체제의 물리적 토대를 효율적으로 제어할 수 있게 되었으며, 본문에 명시된 제목에 따르면 배송 시간을 최대 14시간 단축하고 수만 건의 물량 이관을 자동화하여 운영 효율을 극대화했습니다.
Trade-off
실시간 데이터 판단을 위해 100ms 이내의 고성능 응답이 요구되므로 다중 캐싱 전략에 따른 데이터 정합성 관리 비용이 발생하며, 분산 환경에서의 보상 트랜잭션 구현 등 시스템 복잡도가 증가하는 트레이드오프가 존재합니다.
Key Concepts
More from 올리브영
View all posts from 올리브영
옴니채널 재고 정합성 한계에 대응하는 인벤토리 데이터 파이프라인 구축기
KafkaSpring BatchEDA1주 전
에러로그 하나에 깨던 새벽에서 벗어나기까지 — 상품 모니터링 진화기
DatadogCDCAutomation1주 전
150개국 K-뷰티 플랫폼 뒤의 팀, 올리브영 글로벌엔지니어링센터의 첫 번째 워크숍 이야기
GenAIVibe CodingVertex AI2개월 전
45분 배치에서 준실시간으로! 다수 도메인 데이터를 Kafka로 통합한 전환기
KafkaEvent-Driven ArchitectureRedis Pub/Sub2개월 전
AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC)
AI-DLCSDLCAWS2개월 전
Related reads#Microservices
Explore #Microservices
데이터 프로젝트: 넷플릭스 규모에서의 데이터 자산 관리
사일로에서 서비스 토폴로지로: 넷플릭스가 실시간 서비스 맵을 구축한 이유
AWS가 DynamoDB를 만든 방법
Sitar-agent: 대규모 환경에서 안정적인 동적 구성 사이드카 구축하기