![[팀네이버 컨퍼런스 DAN25] Media AI로 창작되고 소비되는 네이버 동영상](https://i.ytimg.com/vi/Nr3Jgnw1LUg/maxresdefault.jpg)
[팀네이버 컨퍼런스 DAN25] Media AI로 창작되고 소비되는 네이버 동영상
DAN 2025 네이버 · YouTube
AI 핵심 요약
쇼폼 중심으로 바뀐 동영상 소비와 누구나 콘텐츠를 만드는 환경에 대응하기 위해, 네이버는 영상의 안전성·취향 요소를 분석하고 창작과 시청을 돕는 Media AI 플랫폼을 구축했다. 미디어 플랫폼에서 영상을 실시간 분석해 위험 콘텐츠를 빠르게 조치하고, 영상·음성·텍스트에서 추출한 표준 시맨틱 메타데이터를 검색과 추천에 활용한다. AutoClip AI는 템플릿 기반 쇼폼 인코더, 롱폼 하이라이트 생성, 텍스트·이미지 리뷰의 영상화를 제공하며, 멀티모달 분석과 효율적인 전처리로 긴 영상의 소비 경험을 개선한다. 개발 과정에서는 자동 레이블링, 파인튜닝과 지식 증류, 컨텍스트 엔지니어링을 적용하고 Triton Inference Server로 서빙 구조를 바꿔 같은 TPS에 필요한 GPU 자원을 40% 줄였다.
- 차단이 필요한 위험 요소와 노출 조정이 필요한 부정 요소를 구분하고, 요소별 심각도 등급을 서비스 정책에 연결한다.
- 영상·음성·텍스트를 함께 분석해 표준 메타데이터를 만들고, 검색·추천·유사 콘텐츠 탐색에 재사용한다.
- 자동 레이블링 모델은 과업에 맞는 후보를 실제 데이터로 비교해 선정하고, 결과를 검증해 학습 데이터로 활용한다.
- 파인튜닝과 지식 증류로 모델의 성능과 운영 효율을 함께 고려하고, 컨텍스트 구조를 조정해 재학습 없이 추론 품질을 개선한다.
- 공통 전처리를 한 번만 수행하도록 파이프라인을 통합하고, Triton Inference Server에서 전처리와 모델 인스턴스를 분리해 확장한다.
소개
[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...
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] Keynote 03: 입체적 경험이 가능한 콘텐츠 플랫폼
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Keynote 03: 입체적 경험이 가능한 콘텐츠 플랫폼 [TEAM NAVER Conference DAN25] Keynote 03: The Next Content Platform for Immersive Experiences AI 시대, 기술이 변화시키는 콘텐츠 경험의 진화를 탐구합니다. 네이버는 몰입(Immersive), 상상(Surreal)두 축을 통해 인간이 참여하고, 몰입하고, 상상하는 새로운 경험의 무대를 제시합니다. This session explores how technology is redefining content experiences in the age of AI. Through the two pillars of Immersion and Surreal Imagination, NAVER envisions a new stage where people participate, immerse, and expand their imaginati...
컨퍼런스 DAN 2025
[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...
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