![[팀네이버 컨퍼런스 DAN 24] 플레이스 리뷰의 산 넘어 산 성장기 그리고 Next 플레이스](https://i.ytimg.com/vi/8Qja4x9Vq_w/maxresdefault.jpg)
[팀네이버 컨퍼런스 DAN 24] 플레이스 리뷰의 산 넘어 산 성장기 그리고 Next 플레이스
DAN 2024 네이버 · YouTube
AI 핵심 요약
네이버 플레이스는 리뷰가 업체 평가와 포인트 획득에 머물러 경험을 담은 콘텐츠로 쌓이지 않는 문제를 해결하기 위해, 리뷰어 프로필·팔로우를 강화하고 별점을 업종별 키워드 리뷰로 바꾸는 등 6년간 작성·노출 경험을 개선했다. 이후 리뷰 미션과 스탬프, 리액션, AI 기반 추천순 노출을 도입해 사진과 글이 풍부한 리뷰를 늘리고, 동영상 리뷰와 영수증 없이 작성할 수 있는 자연 명소 리뷰로 콘텐츠 범위를 넓혔다. 다음 단계로는 LLM을 활용한 리뷰 요약과 사용자 관심사·위치·시간에 맞춘 지도 내 장소 발견 기능, 팝업스토어의 실시간 경험 공유를 준비하고 있다. 리뷰를 단순한 업체 평가에서 개인의 경험 기록이자 다른 방문자의 발견과 방문을 돕는 콘텐츠로 전환하려면 작성 동기부터 소비·추천 흐름까지 함께 설계해야 한다는 점을 보여준다.
- 리뷰어 프로필과 팔로우를 강화하면 리뷰 작성자를 콘텐츠 생산자로 성장시키고 취향 기반 구독으로 연결할 수 있다.
- 별점에서 키워드 리뷰로 바꿀 때는 사용자·사업자 조사와 업종별 키워드 검증을 거쳐 익숙한 평가 방식을 단계적으로 전환한다.
- 보상 포인트에만 의존하지 말고 미션, 스탬프, 리액션처럼 성취감과 재미를 주는 장치를 마련해 자발적인 참여를 유도한다.
- AI 리뷰 요약과 이미지·영상 분석은 리뷰를 빠르게 이해하도록 돕지만, 실제 리뷰 콘텐츠를 활용해 장소의 구체적인 특징까지 전달해야 한다.
- 장소 추천은 트렌드뿐 아니라 사용자의 관심사와 위치·시간 맥락을 반영하고, 발견부터 저장·길찾기·방문까지 이어지도록 설계한다.
소개
본 세션에서는 별점 리뷰 부터 동영상 리뷰까지의 성장 과정과 리뷰에 대한 인식을 전환하기 위한 디자이너의 노력, 앞으로 리뷰 콘텐츠 활용 방향에 대해 공유드리려 합니다.
비슷한 학습 자료
컨퍼런스 DAN 2024
[팀네이버 컨퍼런스 DAN 24] 클립 디자인, 즐거움을 잇다!
컨퍼런스 DAN 2024
[팀네이버 컨퍼런스 DAN 24] Creative session : Panel Talk
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 사용자가 이끄는 경험, 네이버의 기준이 되다
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 사용자가 이끄는 경험, 네이버의 기준이 되다 네이버의 경험조직에 대한 소개와 함께 사용자관점이 사업과 서비스의 의사결정에 어떤 과정을 통해 중요한 영향을 미치는지 과정과 경험을 공유하려 합니다. 목차 1. 사용자는 우리에게, 우리는 사용자에게 - 네이버다움 : users as our compass 2. 네이버의 경험조직 - 사용자 관점을 통한 의사결정 : making experience matter 3. 버티컬 경험 측정과 개선 - 경험 측정과 경험 진단 - Life Stage, Life Style, 다양한 persona 개발 4. 횡적 경험 연계를 위한 사용자 리서치 - 전사 서비스를 아우르는 일관된 경험 기준 - 서비스 경계를 넘나드는 사용자 행태 조사 대상 - 효율적이고 빠른 사업/서비스 의사결정 기여에 관심 있는 리서쳐, UXer - 사용자데이터 기반 의사결정이 필요한 프로덕트 리더, PM, PO #DAN #DAN25 #TEAMNAVER...
UI/UX 프로덕트 지표 · 실험
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] NextN Search: 끊임없이 진화하는 네이버 검색
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] NextN Search: 끊임없이 진화하는 네이버 검색 네이버 검색은 언제나 한 방향을 향해 진화해 왔습니다. 사용자가 원하는 정보를 더 정확하게 찾아주고, 양질의 네이버 콘텐츠를 더 효과적으로 보여주는 것, 그것이 변화의 본질입니다. NextN Search는 이러한 목적 아래, 검색 시스템 전반에 걸친 전방위 개편을 시도했습니다. 비효율적인 블록 영역을 최적화하고, 블록 중심의 결과를 개별 콘텐츠 피드 단위로 재구성함으로써 랭킹의 정교함과 해상력을 높였으며, 맞춤형 콘텐츠 추천을 통해 사용자가 체감할 수 있는 개인화 경험을 제공합니다. 본 세션에서는 NextN Search에 적용된 핵심 기술의 개발 과정과 실서비스 적용 경험을 공유합니다. 또한 LLM·VLM을 다양한 검색·추천 태스크에 활용한 실전 노하우를 통해, 최신 AI 모델이 실제 서비스에서 어떤 가치를 만들어내는지 구체적으로 살펴봅니다. 아래는 세션의 주요 목차입니다. NextN Sea...
딥러닝 · 머신러닝 자연어 처리