![[팀네이버 컨퍼런스 DAN 24] 지식이 모이는 공간, Next 지식iN](https://i.ytimg.com/vi/51N580mF6fE/maxresdefault.jpg)
[팀네이버 컨퍼런스 DAN 24] 지식이 모이는 공간, Next 지식iN
DAN 2024 네이버 · YouTube
AI 핵심 요약
지식iN은 궁금증을 해결하면 바로 떠나는 일회성 이용과 오래된 서비스의 레거시를 개선하기 위해, 검색 중심 Q&A에서 발견과 재방문이 가능한 오픈 커뮤니티로의 변화를 추진하고 있다. ‘뉴잇’이라는 실험 공간에서 텍스트 Q&A를 피드형으로 가볍게 탐색하고, AI가 질문 생산을 돕는 이슈 키워드 콘텐츠와 시즌성 문서 재구성을 시도한다. 랜덤 프로필과 관심 사용자 추천으로 익명 기반의 느슨한 관계를 만들고, 상세 화면은 질문·답변·추천 피드로 재구성하며 아토믹 디자인 원칙에 따른 공통 UI와 디자인 시스템을 정비한다. 상세 화면 개편 후 질문당 답변 수가 약 2% 늘었지만 일회성 이용은 여전히 과제로 남아 있으며, 기존 지식iN의 가치를 지키면서 단계적으로 사용성과 콘텐츠 발견을 개선하는 것이 핵심 교훈이다.
- 텍스트가 많은 목록은 제목과 핵심 정보를 시각적으로 강조하고, 상세 화면에 들어가기 전에도 내용을 미리 볼 수 있게 설계한다.
- 새로운 이슈는 데이터로 키워드를 선별하고 AI 질문 생성과 사용자 답변 참여를 연결해 빠른 Q&A 생산을 시도한다.
- 오래된 질문도 시즌성 키워드와 시점별 답변을 엮으면 다시 소비될 콘텐츠가 될 수 있다.
- 익명성과 랜덤 프로필을 활용하면 기존 활동 이력의 부담을 낮추면서 주제별 관심을 기반으로 한 느슨한 관계를 만들 수 있다.
- 레거시 화면을 개선할 때는 공통 UI 원칙과 아토믹 디자인 기반 시스템을 마련해 일관성과 확장성을 함께 고려한다.
소개
호기심과 지식 사이의 애매한 경계를 해결해 온 지식iN은 느슨하면서도 견고한 오픈형 지식 커뮤니티로의 변화와 확장을 고민하고 있습니다. 지식iN 서비스만의 가치를 지키기 위한 프로덕트 디자이너들의 고군분투를 공유합니다.
비슷한 학습 자료
컨퍼런스 DAN 2024
DAN 24 KEYNOTE 01 On-Service AI: 검색에서 발견까지, 사용자 경험 진화와 창작 생태계 강화 Part 1: 네이버 서비스를 이용하는 동안 자연스럽게 도움을 주는 AI를 통해 검색에서 발견까지, 경험이 확장되고 진화하여 콘텐츠 소비 경험이 사용자 중심으로 더 편리하게 변화되는 과정을 소개합니다. Part 2: 좋은 콘텐츠만 있다면 누구나 성공할 수 있도록 네이버의 창작 플랫폼은 한번 더 진화합니다. 창작의 다양한 방식을 제안하고, 네이버 서비스와 연결되는 라이프스타일 콘텐츠로 새로운 창작 생태계를 만들어가는 여정을 소개합니다. DAN 24 자세히 알아보기: https://dan.naver.com
인공지능 기타
컨퍼런스 DAN 2024
[팀네이버 컨퍼런스 DAN 24] 오프닝 키노트: 새로운 도약, 변화하는 네이버
컨퍼런스 DAN 2024
팀네이버 컨퍼런스 DAN 24 오프닝 키노트에서는 네이버의 생성형 AI, HyperCLOVA X를 기반으로 ‘On-Service AI’ 전략을 공개했습니다. 검색, 광고, 플레이스, 쇼핑, 클라우드 등 전 사업 부문에 AI 기술을 적용하여 사용자에게는 고도화된 초개인화 경험을, 파트너에게는 성과를 극대화할 수 있는 기회를 제공하고자 합니다. 네이버는 검색 서비스를 넘어 사용자와 파트너의 가능성을 확장하는 ‘탐색 서비스’로 도약하고자 합니다. 사용자, 서비스, 콘텐츠, 기술의 시너지로 탐색과 발견의 무한한 가능성을 실현하는 네이버의 NEXT, N: 여정을 확인해 보시기 바랍니다! DAN 24 자세히 알아보기: https://dan.naver.com
인공지능 기타
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