숙소 후기를 읽지 않아도 되는 세계, AI로 만든 새로운 탐색 방식
AI로 숙소 후기를 요약·구조화해 탐색에 바로 쓸 수 있는 데이터로 전환했습니다. 사용자는 장문 리뷰를 읽지 않고도 핵심 정보를 빠르게 확인할 수 있게 되었습니다.
AI로 숙소 후기를 요약·구조화해 탐색에 바로 쓸 수 있는 데이터로 전환했습니다. 사용자는 장문 리뷰를 읽지 않고도 핵심 정보를 빠르게 확인할 수 있게 되었습니다.

여기어때가 브랜드 일관성과 활용성을 높이기 위해 비주얼 에셋 체계를 새로 정리한 사례를 소개했습니다. 2D·3D 원칙, UT 검증, 검색성과 네이밍 개선까지 함께 다뤘습니다.

한국어 텍스트와 이미지를 함께 처리하는 멀티모달 임베딩 모델 개발기를 소개했습니다. 자연어 기반 사진 검색과 유사 상품 추천 사례를 중심으로 설명했습니다.

2026 NAVER AI CHALLENGE 인턴십 모집을 안내하는 글입니다.\nAI 프로젝트를 현업 엔지니어와 함께 수행하며 과제형 실무 경험을 쌓을 수 있습니다.
Karrot 데이터팀이 BigQuery SQL 로그를 파싱해 컬럼 단위 데이터 계보를 구축한 과정을 소개했습니다. 테이블 단위 한계를 보완하고 영향 분석과 PII 추적을 정교하게 만든 사례입니다.

2025년 AI 소비자화가 개인 경험을 통해 조직 도입과 산업 표준을 바꾸는 흐름을 정리했습니다. 모델 성능보다 AX와 신뢰 설계가 경쟁력의 핵심으로 부각되었다고 설명했습니다.


약진통상이 Amazon Bedrock 기반 AI 스타일 라이브러리로 의류 검색과 샘플 개발을 고도화했습니다. 멀티 리전 처리와 설정 파일 중앙화로 성능과 운영 효율도 함께 개선했습니다.

기존 시스템 지표 모니터링의 한계를 보완하기 위해 서비스 이상 탐지 시스템을 도입했습니다. 중앙값 기반 탐지와 대응 자동화로 정밀도와 탐지율을 높이고 전파 시간을 크게 줄였습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

RAG 프로젝트가 왜 실패하는지, 실무 운영 관점에서 품질 문제와 원인을 짚는 패널 토크를 소개했습니다. 문서 품질, 청킹, 인덱스 구조 등 해결 포인트와 최신 RAG 트렌드도 함께 다뤘습니다.

DAN25에서 공개된 기술세션 영상과 주요 발표 5개를 소개했습니다. 네이버의 AI, 검색, 개인화, 로그 파이프라인 적용 사례를 확인할 수 있습니다.

네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.

네이버 통합검색 클릭 로그를 히트맵과 히스토그램으로 시각화하는 방법을 소개했습니다. 실시간으로 변하는 검색 서비스에 대응하며 얻은 시행착오와 노하우도 공유했습니다.