[팀네이버 컨퍼런스 DAN25] On Service Media AI! 이런 식으로 서비스에 적용하고 있습니다. -w/ MBC x MYBOX
DAN 2025 네이버 · YouTube
AI 핵심 요약
브이라이브에서 자동 하이라이트를 시도했지만 제작자의 품질 기대, 저작권·초상권 문제, 높은 처리 비용을 충분히 고려하지 못해 서비스가 종료됐고, 이후 실제 현업의 요구를 먼저 파악하는 방향으로 기획을 바꿨습니다. 네이버클라우드는 MBC와 정기적으로 방송 제작 과정을 살펴 영상 구간 분할, 음성 인식, 인물 분석, 키워드·자연어 검색을 제공하는 미디어 인텔리전스를 만들었습니다. MBC는 이를 차세대 제작 시스템에 적용해 영상 프리뷰와 멀티캠 메모를 자동화했으며, 발표에서 소개한 사례에서는 작업 시간과 제작 비용이 줄었습니다. MYBOX도 동영상 장면 검색과 의미 있는 추억 추천에 이 기술을 활용할 계획이며, 핵심 교훈은 AI 자체보다 현장의 문제와 비용·정책을 먼저 이해하는 것입니다.
- AI 도입 전에는 실제 사용자가 누구인지, 기존 업무에서 어떤 병목을 겪는지부터 확인해야 합니다.
- 영상 전체를 일정 간격으로 처리하기보다 샷 경계를 검출해 분석하면 중복 연산을 줄일 수 있습니다.
- 음성·인물·장면 정보를 함께 색인하고 자연어 검색 API로 제공하면 편집자가 원하는 구간을 더 쉽게 찾습니다.
- 방송 제작 시스템에 AI를 연결할 때는 프리뷰 노트, 자막, 타임코드 등 현업의 기존 산출물과 작업 흐름을 고려해야 합니다.
- AI가 만든 메타데이터의 정확도와 비용을 실제 콘텐츠로 검증하고, 사용자 피드백을 반영해 지속적으로 개선해야 합니다.
소개
[팀네이버 컨퍼런스 DAN25] On Service Media AI! 이런 식으로 서비스에 적용하고 있습니다. -w/ MBC x MYBOX AI 기술은 이미 많은 분야에서 주목받고 있지만, 실제 서비스에 적용된 사례는 아직 초기 단계에 머물러 있습니다. 이번 세션에서는 동영상 분석 AI를 어떻게 실제 서비스에 적용했는지 구체적인 여정을 공유합니다. Naver Cloud Platform은 “쓸모 있는 AI 기술”을 제공해야 한다는 사명감 아래, UX를 최우선 가치로 두고 방송국 및 사내 서비스 관계자와의 심층 인터뷰를 이어왔습니다. MBC와는 2년 전 MOU 체결 이후 매월 정기 미팅을 통해 전통적인 방송 워크플로우를 분석하고, 이를 기반으로 AI 영상 관리 및 편집 PaaS 서비스를 기획했습니다. 기획 단계에서 수집한 요구사항은 개발팀과의 긴밀한 협업을 통해 최적화된 설계와 스펙으로 구체화되었으며, 특히 B2B 사업의 핵심인 비용 효율화에 집중했습니다. 네이버 내부 서비스인 MY...
비슷한 학습 자료
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] 오프닝 키노트: 연결의 진화, 경험의 확장 (English sub)
컨퍼런스 DAN 2025
AI와 함께하는 네이버의 연결의 진화, 경험의 확장 Beyond Connection, Expanding experiences 팀네이버 컨퍼런스 DAN25의 오프닝 키노트에서는 DAN24에서 발표되었던 'On-service AI' 전략을 고도화한 AI 에이전트 ‘Agent N’가 공개되었습니다. 네이버는 그동안의 경험과 기술력을 바탕으로, 쇼핑∙검색∙광고 등 네이버 주요 서비스에 순차적으로 고도화된 에이전트를 도입할 예정입니다. 다양한 서비스부터 B2B까지 아우를 네이버의 'Agent N'을 기대해 주세요. Introducing NAVER's AI Agent Strategy — a vision for new connections across everyday life, business, and society in the AI era. * DAN25 오프닝 키노트를 포함한 전 세션 다시보기는 네이버 공식 네이버TV, 유튜브 계정에서 곧 만나볼 수 있습니다. #DAN #DAN25 ...
AI에이전트 개발
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 생성형 UI와 에이전틱 UX 리서치, AI 네이티브 디자인 프로세스의 가능성 기존 UX 디자인과 리서치 방식은 개인화된 사용자 특성과 빠르게 변화하는 AI 환경을 반영하기 어려웠습니다. 본 세션에서는 UI 디자인과 UX 리서치 과정에 AI를 접목해 새로운 디자인 프로세스를 실험한 경험을 공유합니다. Telecast(생성형 UI 플랫폼)와 EchoX(AI 페르소나 기반 UX 리서치 시스템)를 직접 구현하며, 디자이너들이 AI와 함께 도구를 만들고 역량을 확장해 나간 과정을 다룹니다. 이 과정에서 AI를 통해 UX 디자이너와 리서처의 역할과 협업 방식을 어떻게 재발견하게 되었는지, 그리고 앞으로 디자인 프로세스를 어떻게 재정의해 나갈 수 있을지 경험을 공유합니다. 목차 1. 기존의 디자인 프로세스와 자동화 시도 - 복잡함이 더해지는 사용환경 - AI 코딩을 활용한 작업 자동화 시도 경험 2. Telecast: Generative...
AI 코딩 UI/UX
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Media AI로 창작되고 소비되는 네이버 동영상
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Media AI로 창작되고 소비되는 네이버 동영상 AI 기술의 발전은 동영상 산업 전반에 새로운 변화를 만들어내고 있습니다. 이번 세션에서는 Media AI가 동영상 소비와 창작에 어떤 혁신을 가져오는지, 그리고 개발자가 이를 어떻게 활용할 수 있는지를 공유합니다. 실제 서비스 적용 사례와 기술적 전략을 통해, 효율과 성능을 균형 있게 달성하는 방법을 공유합니다. 목차 1. 동영상 산업의 변화와 새로운 소비 문화 - 동영상 소비 트렌드의 전환 - AI가 만드는 동영상 문화와 혁신 - Media AI로 해결하고자 하는 문제 2. Media Understanding AI로 만드는 스마트 서비스 - 서비스 개선을 위한 핵심 요소 분석 - 건강한 시청 경험을 위한 실시간 콘텐츠 분석 - 다양한 시청자 취향을 고려한 시맨틱메타 3. 새로운 소비 경험을 만드는 AutoClipAi 플랫폼 - 효율적 시청을...
컴퓨터 비전
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 발췌에서 생성으로: 네이버 검색의 진화
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 발췌에서 생성으로: 네이버 검색의 진화 본 세션에서는 생성형 AI를 활용하여 네이버 검색 결과를 요약 제공하는 AI브리핑 서비스를 소개하고, 서비스 출시 과정의 기술과 노하우를 공유합니다. 서비스를 구성하는 컴포넌트별로 필요한 LLM 모델을 튜닝하고, 파이프라인을 구축하여 서빙하는 과정, 그리고 서비스별 니즈를 만족시키기 위해 특화된 LLM모델링 및 프롬프트 엔지니어링을 수행하는 과정들에 대해 공유합니다. 목차 1. AI브리핑 소개 - 검색과 AI의 만남 - AI브리핑 시스템 overview - AI브리핑의 다양한 라인업 및 성과 2. AI브리핑 시스템 들여다보기 - AI브리핑을 위한 검색 시스템 소개 - 지속가능한 모델 개선 파이프라인 - AI브리핑 등장 후 네이버 검색 품질의 변화 3. 서비스 특화된 AI브리핑 - 다양한 사용자의 요구를 만족하기 위한 차별화된 시도 - Docume...
AI에이전트 개발 자연어 처리
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Place AI Briefing: 검색부터 요약까지
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Place AI Briefing: 검색부터 요약까지 이번 세션은 네이버 플레이스 AI Briefing 생성의 기술적 파이프라인을 다룹니다. Retrieval - Reranking - Summarization 구조를 중심으로 탐색형·정답형·정보형 태스크 차이를 설명하고, 텍스트와 이미지 정보를 요약하는 방법을 소개합니다. 구체적으로 Text Encoder·Reranker·Multi-modal Encoder의 데이터셋 구축, 모델 선택과 학습 방법론, 도메인 특화 모델 평가 사례, 그리고 ICL·Distillation 기반 요약 기법을 공유합니다. 마지막으로 서비스 적용 경험을 토대로 효율 최적화, 대형·경량 모델 조합 등 실무 전략을 제시합니다. 이 과정을 통해 얻은 통찰이 더 나은 서비스 설계와 발전 방향을 모색하는 데 기여하길 바랍니다. 목차 1. Overview - Place AI Briefing - 서비스 설명과 사례 ...
컴퓨터 비전 자연어 처리