배달의민족(배민)은 5년간 해결하지 못한 다국어 지원 문제를 LLM(Large Language Model)을 활용하여 한 달 만에 구현
FDH(Food Data Hub) 시스템 구축 및 LLM 번역 품질 향상으로 다국어 지원의 기술적 기반 마련
AI 기반 구축 TF 신설 및 빠른 의사결정 문화 정착을 통해 실행 속도(Execution Speed)를 극대화
서버 배포 중심의 점진적 품질 개선 전략을 통해 빠른 서비스 런칭(Service Launch)을 목표로 함
배민 다국어 프로젝트는 단순 번역(Simple Translation)이 아닌, 전사적 시스템 개편을 요구했다. 기존에는 디자인 시스템 정의, DB 아키텍처 개편, 전용 운영 어드민 구축 등 1년 이상의 작업량(Workload)이 필요했다.
정의의 벽: 배민만의 음식 용어와 브랜드 톤을 담은 번역 기준 부재
구축의 벽: 다국어 데이터 처리 파이프라인, DB 개편, 어드민 시스템 구축의 어려움
운영의 벽: 매일 변경되는 메뉴 정보를 지속적으로 번역하고 유지 보수할 방법 부재
결과적으로, 기술적 문제뿐 아니라 조직 문화(Organizational Culture)와 프로세스(Process)의 개선 없이는 다국어 지원이 어려웠다.
이번 구현의 핵심은 속도(Speed)였다. 서버 배포를 통해 핵심 기능에 다국어를 빠르게 적용하고, 점진적으로 품질을 개선하는 전략을 채택했다. 전체 구조는 번역 파이프라인(FDH Translation Pipeline)과 응답 처리(Backend BFF Handling), 두 흐름으로 구성된다.
FDH Translation Pipeline: 가게/메뉴 데이터 변경 시 LLM에 번역 요청, 언어별 메타데이터 적재
Backend BFF Handling: Accept-Language 헤더 분석 후 적재된 다국어 데이터 매핑
i18n 정적 파일(Static Files)과 LLM 번역 파이프라인(LLM Translation Pipeline)**을 적절히 활용하여 효율성을 높였다.
LLM을 프로덕션 환경에 적용하기 위해 다양한 기술적 문제에 직면했다. 개행 문자 처리, 단건/다건 요청 처리, 응답 필드명 고정 등 LLM의 예측 불가능성(Unpredictability)에 대응하기 위한 노력이 필요했다.
개행 문자 문제: 프롬프트(Prompt)에 개행 문자 escape 지시 추가
단건 → 다건 처리: 비용 및 속도 개선을 위해 배치 처리(Batch Processing) 방식으로 변경
응답 필드명 불안정: 응답 필드명을 명시적으로 고정
LLM 연동은 API 호출 이상의, 지속적인 튜닝(Continuous Tuning)과 피드백 루프(Feedback Loop)를 요구한다.
이번 프로젝트 성공의 핵심 요인은 기술뿐 아니라 조직 문화(Organizational Culture)의 변화였다. PoC 결과 하나로 전사 목표가 변경되고, 밤 11시에도 20분 만에 의사결정이 이루어지는 유연한 조직 문화(Agile Culture)가 구축되었다.
AI 기반 구축 TF 신설: 개발자가 LLM을 즉시 실험할 수 있는 환경 조성
문서 없는 시작과 PoC 기반 의사결정: 빠른 실행(Fast Execution)을 위한 효율적인 프로세스
기술과 조직 문화의 시너지: 기술(LLM)과 빠른 실행 구조의 결합으로 5년 묵은 과제 해결
결과적으로, 기술 혁신은 기술(Technology)과 조직력(Teamwork)의 조화로운 결합을 통해 달성되었다.
FDH 시스템은 수십만 개 가게, 수천만 개 메뉴 데이터를 안정적으로 처리할 수 있는 기반을 제공했다. LLM은 단건 번역뿐 아니라, 다건 배치 처리로 대용량 데이터를 빠르게 처리하는 데 기여했다. Java/Spring 서버 개발자가 익숙한 환경에서 LLM을 직접 연동하여 대용량 번역 파이프라인을 구축한 것은 기술적 혁신(Technological Innovation)의 중요한 사례이다.
FDH: 대용량 데이터 처리(Large-scale Data Processing)를 위한 기반
LLM: 번역 품질 향상(Translation Quality Improvement) 및 자동화(Automation)
Java/Spring: 개발자들이 익숙한 환경에서 LLM 연동
결과적으로, FDH와 LLM의 결합은 기술적 한계(Technical Limitations)를 극복하고, 새로운 가능성(New Possibilities)을 열었다.