![[팀네이버 컨퍼런스 DAN25] NextN Search: 끊임없이 진화하는 네이버 검색](https://i.ytimg.com/vi/Cms1auuJi6A/maxresdefault.jpg)
[팀네이버 컨퍼런스 DAN25] NextN Search: 끊임없이 진화하는 네이버 검색
DAN 2025 네이버 · YouTube
AI 핵심 요약
네이버 검색은 출처별 컬렉션 중심 구조에서 개별 콘텐츠 피드와 개인화 추천을 강화하는 방향으로 개편됐으며, 발표에서는 추천·품질 평가·랭킹을 위한 세 가지 기술을 소개했다. 피라(PIRA)는 검색 로그와 LLM 생성 데이터를 활용해 사용자 관심사를 반영한 검색어를 만들고, 대형 모델의 지식을 증류한 1.3B 모델로 실서비스에 적용했다. 큐마(QUMA)는 LLM·VLM으로 텍스트와 이미지의 품질을 평가하며, 알콘(ALCON)은 자연어 인텐트와 문서 맥락을 이용해 검색 결과를 재정렬한다. 발표에서 공유한 실서비스 결과와 개발 경험은 개인화·콘텐츠 품질·맥락 기반 랭킹을 결합할 때 검색이 단순한 결과 나열을 넘어 탐색 경험으로 확장될 수 있음을 보여준다.
- 개인화 검색어 변환은 사용자 관심사를 한 번에 반영하는 리스트와이즈 방식으로 추론 횟수를 줄일 수 있다.
- 대형 모델의 생성 결과를 SFT와 DPO로 소형 모델에 증류하면 실서비스의 응답 시간 제약에 대응할 수 있다.
- 문서 품질 평가는 세부 항목별 데이터로 먼저 학습한 뒤 통합 평가를 학습하는 2단계 구성이 효과적이었다.
- 텍스트와 이미지 품질을 함께 판단할 때는 VLM에 분류 헤드를 붙여 로짓을 출력하면 파싱 부담을 줄이고 임계값을 조정하기 쉽다.
- 검색어별 인텐트와 문서 점수를 실시간·캐시·배치로 나눠 계산하면 맥락 기반 재랭킹을 서비스에 적용할 수 있다.
소개
[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...
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] Keynote 01: 검색을 넘어 실행까지: 사용자 경험의 진화
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Keynote 01: 검색을 넘어 실행까지: 사용자 경험의 진화 [TEAM NAVER Conference DAN25] Keynote 01: From Search to Seamless Action: Evolving User Experience 검색에서 발견과 탐색으로의 확장 여정과, AI 시대를 맞아 에이전트로 진화하는 네이버의 변화 방향을 소개합니다. Introducing the journey of expanding from 'search' to 'discovery and exploration', and NAVER's transformative direction as it evolves into an Agent in the AI era. #DAN #DAN25 #TEAMNAVERCONFERENCE
AI에이전트 개발
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] 검색 서비스에 최적화된 LLM 만들기: 데이터, 학습, 서비스 적용 사례 범용 LLM은 강력하지만 매일 수십억 건의 질문과 답을 다루는 실제 검색 서비스에 그대로 적용하기에는 한계가 있다. 본 발표에서는 "검색 서비스 특화 LLM"을 만들고 실제 서비스에 적용해본 경험담을 공유한다. 검색 로그에서 출발한 데이터 가공 레시피 적용과 다양한 데이터 조합 실험, 특히 기존 범용 성능을 유지하면서도 서비스 맞춤 기능을 끌어올린 실험 결과와 데이터 최적화 노하우를 공유한다. 실제 서비스 적용 관점에서는 보다 신뢰성있는 검색 결과를 사용자에게 제공하기 위한 AuthGR과 전통적인 정보 검색 과정을 하나로 통합해 제시하는 AI briefing 을 소개한다. 이를 통해 범용 LLM 대비 검색 서비스 특화 모델의 효용성을 확인할 수 있으며, 네이버가 검색 품질 개선을 위해 갖고있는 고민과 앞으로의 방향성을 엿볼 수 있다. 목차 1. 서비스 특화 LLM 의 필...
딥러닝 · 머신러닝 자연어 처리