데이터는 흐른다, 연결될 준비가 되었다면
엔지니어링데이 2025 네이버 · YouTube
AI 핵심 요약
반복적인 SQL 추출 요청과 파일 전달은 마케팅 실행을 늦추고 오류와 개인정보 관리 부담을 키웠습니다. 네이버 웹툰은 파라미터를 받는 쿼리 템플릿으로 세그먼트를 조합하는 Cohort System을 만들고, Spark·스케줄러·워커를 통해 데이터를 생성하도록 구성했습니다. 생성한 세그먼트는 IDS, Braze, GAM 등으로 직접 연동하고, ML 모델 결과를 템플릿으로 활용하거나 우선순위 기반 중복 제거를 적용할 수 있게 했습니다. 발표에서는 자동 연동으로 타겟 설정의 수작업과 소요 시간이 줄고 개인정보를 로컬에 저장하지 않게 된 사례를 공유하며, 데이터 추출을 실제 액션까지 연결하는 것이 핵심이라고 설명했습니다.
- 반복되는 타겟 추출 요청은 템플릿과 파라미터로 표준화해 비개발자도 재사용할 수 있게 하세요.
- 정의와 데이터 생성을 분리하면 날짜별로 조건을 바꿔 실행하는 동적 세그먼트를 지원하기 쉽습니다.
- 개인정보가 담긴 파일을 로컬에 내려받는 대신 시스템 간 직접 전송과 완료 상태 모니터링을 설계하세요.
- 우선순위 기반 중복 제거는 그룹 단위로 처리하고, AB 테스트 비율을 어느 단계에 적용할지 정책을 명확히 정해야 합니다.
소개
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025(5월)에서 발표되었던 세션을 공개합니다. [발표 내용] 유저 세그먼트를 손쉽게 정의하고, 이를 다양한 액션 채널(Braze, IDS, GAM 등)과 자동 연동할 수 있는 네이버 웹툰의 Cohort System을 소개합니다. 조건 기반 필터링, ML 모델 연동 등 다양한 방식으로 세그먼트를 만들고, 중복 제거 로직과 함께 효율적으로 활용할 수 있습니다. 시스템 구조와 기술 스택, 실제 마케팅 활용 사례까지 함께 공유하며, 데이터에서 인사이트, 나아가 액션까지의 연결을 어떻게 자동화했는지를 설명합니다. [강의 대상] * 데이터 엔지니어 / 백엔드 엔지니어: 데이터 흐름 자동화, 시스템 구조에 관심 있는 분 * ML 엔지니어 / 데이터 사이언티스트: ML 결과를 실시간 타겟팅에 적용하고 싶은 분 * 마케터 / PM: 타겟 유저 추출과 액션 전환까지의 전체 흐름을 이해하고 싶은 분 [목차] Episode 1...
비슷한 학습 자료
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] 대화형 AI로 바꾼 데이터 협업: 데이터 활용의 장벽을 없애다
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 대화형 AI로 바꾼 데이터 협업: 데이터 활용의 장벽을 없애다 대화형 AI로 바뀐 데이터 협업 데이터는 많지만, 이를 쉽게 활용하거나 협업하는 것은 여전히 어렵습니다. 지표 조회나 단순 데이터 확인조차 반복적으로 요청해야 했고, SQL 의존으로 인해 데이터 활용은 전문가 중심에 머물러 있었습니다. KeplerChat은 이러한 장벽을 허물고, 데이터 협업 방식을 바꾸며 데이터 활용의 평등한 접근을 실현하기 위해 탄생했습니다. 주요 기능 데이터 탐색: - 자연어로 지표 검색, 스키마 확인(DataHub), - 데이터 기반 정보와 히스토리 파악을 통해 지식을 습득하고 활용 데이터 쿼리 작성: SQL 자동 생성 및 수정 데이터 실행 및 분석: 실시간 쿼리 실행 결과 제공, 주요 인사이트 도출 및 시각화 대시보드 해석 및 차트 기반 분석: 내부 BI(Metabase) 연동으로 수치와 시각화를 자동 해석하고 분석 지원 데이터 과제 인입 자동화: ...
데이터베이스 인공지능 기타
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] What's In Our Infra: 대규모 트래픽을 수용하기까지
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] What's In Our Infra: 대규모 트래픽을 수용하기까지 네이버는 50여 개국에서 유입되는 수백만 규모의 트래픽을 24/7 안정적으로 처리하고 있습니다. 본 세션은 대규모 이벤트 운영 경험을 바탕으로 지연·장애·비용 문제를 해결하기 위한 엔지니어링 사례와 그 과정에서 얻은 교훈을 다룹니다. 아울러 한계를 넘어서기 위한 새로운 도전인 NVELOP(NAVER Velocity Platform) 의 배경과 방향을 소개합니다. 목차 1. Intro - 네이버 글로벌 라이브 스트리밍 플랫폼의 인프라 구성 개요 - 서비스 콘셉트와 챌린지 2. 무중단 서비스를 위한 엔지니어링 사례 - 대규모 트래픽 분산·제어 전략 - 전송 플랫폼 **최적화(Tune-in) **사례 - **Observability **도입 3. NVELOP (NAVER Velocity Platform) 방향 - 기존 플랫폼 한계 ...
데브옵스 · 인프라 네트워크
컨퍼런스 엔지니어링데이 2025
디자인시스템이 AI를 만났을 때: FE 개발 패러다임의 변화
컨퍼런스 엔지니어링데이 2025
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션을 공개합니다. [발표 내용] 네이버파이낸셜 디자인시스템과 AI를 이용하여 마크업 자동화 작업에 대한 소소한 경험을 공유합니다. [발표 대상] AI를 이용한 마크업 등 디자인 작업관련 관심 있으신 모든 분들 [목차] * 오늘 이야기의 키워드 * 知彼知己 - 네이버파이낸셜 디자인시스템 ㄴ디자인 토큰 ㄴ 디자인 시스템 컴포넌트 * 우리를 도와 줄 AI 는? * 百戰不殆 * Let's Try * 마크업 작업을 위한 사전 준비 - 디자인시스템 Code Connect - 디자인시스템 instruction - 이제 FE 개발 시작해도 될 마크업, 하지만 아쉬웠던 점 - 그 외로 힘들었던 점 * 현실 개발에서는 어떻게 해야하는가? * 마크업 직업 개발했더니 어떠니?
프론트엔드 AI 코딩
컨퍼런스 엔지니어링데이 2025
늘어가는 조회트래픽 Elasticsearch로 분산시키기
컨퍼런스 엔지니어링데이 2025
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025(5월)에서 발표되었던 세션을 공개합니다. [발표 내용] 점점 늘어가던 플레이스 조회트래픽을 메인DB로부터 Elasticsearch(Opensearch)로 분산한 경험을 공유합니다. (#Elasticsearch #Opensearch #트래픽 분산 #CQRS #slow query #feature toggle #feature flag #자동 fallback) [강의 대상] * 트래픽 분산 및 Elasticsearch(Opensearch)에 관심이 있으신 분들 * 난이도 : 하~중하 (트래픽 분산경험 / ES 운용경험이 없으신 주니어 개발자분들도 이해하시기 좋은 정도) [목차] * 조회 DB 도입 배경 - 기존 리뷰조회 flow - 호출량이 점점 늘어가던 플랫폼, 증가하는 조회필터 / 정렬조건 - DB 인덱스 추가의 한계 - 조회용 DB를 도입한다면? * Elasticsearch를 조회DB로...
백엔드 데이터베이스
컨퍼런스 엔지니어링데이 2025
실시간 광고 사용자 ID 매핑
컨퍼런스 엔지니어링데이 2025
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2024(5월)에서 발표되었던 세션을 공개합니다. ----- 이 세션에서는 실시간으로 광고 사용자 ID를 매핑하는 시스템에서 대해서 이야기합니다. gRPC, Spark Structured Streaming, Kafka 을 통해 마이크로서비스 아키텍처를 구축하는 법을 포함합니다. 사용자 ID를 그래프 구조로 맵핑하는 법을 포함합니다. [목차] 실시간 광고 사용자 ID 매핑 소개 해결과제 시스템 설계 ID 매핑 트리 알고리즘 gRPC 기반 ID 생성기 Spark Structured Streaming 애플리케이션 발전 방향 [강의 대상 및 직군] gRPC, Spark Structured Streaming 도입에 대해서 고민하시는 분들 마이크로서비스 아키텍처 구축에 관심이 있으신 분들 광고 사용자 ID 맵핑에 관심이 있으신 분들
백엔드 데이터베이스 네트워크