NAVER D2

<네이버 통합검색 AIB 도입과 웹 성능 변화 분석> AIB(AI Briefing)는 네이버 통합검색에서 AI 기반 요약·브리핑 경험을 제공하는 기능입니다. 2025년 3월부터 단계적으로 도입되었으며, 초기에는 정적인 요약 형태 중심이었고 2025년 7월 채팅 UI 기반의 애니메이션 인터페이스가 추가되면서 상호작용 요소가 확장되었습니다. 이러한 변화와 함께 트래픽에서 AIB가 차지하는 비중도 점차 증가하고 있습니다. 현재 네이버 통합검색에서 LCP(Largest Contentful Paint)로 측정되는 영역 중 AIB 영역이 약 10%를 차지하며, LCP 후보 영역으로 선택되는 빈도 또한 상위권입니다. 즉, AIB는 더 이상 일부 사용자에게만 노출되는 부가 기능이 아니라, 그 렌더링 방식이 검색 성능 지표 전반에 영향을 주는 단계라고 볼 수 있습니다. 이 글에서는 AIB의 UI 특성이 LCP에 어떤 영향을 주는지 정리하고, 채팅 UI에서 성능 지표를 해석할 때 주의할 점과 개선 방향을 제안합니다. https://lnkd.in/gQtHGcme

📨 FE News 26년 1월 소식을 전해드립니다! [주요소식] ✅ RSC Explorer - React Server Components 시각화 도구 ✅ Web AI Summit 2025 - 클라이언트 사이드 AI의 새로운 흐름 ✅ Stanford AI Club: Jeff Dean on Important AI Trends ✅ The Thinking Game - DeepMind의 여정을 담은 다큐멘터리 ✅ 디자인시스템이 AI를 만났을 때 👉 구독하기 : https://lnkd.in/gxBueb7Y 📌 자세한 내용은 D2 홈페이지에서 확인하세요! https://lnkd.in/gf3BZFJR

N AWARDS에 네이버 최고의 영향력과 혁신적인 가치를 보인 뛰어난 기술을 격려하는 N INNOVATION AWARD의 수상팀도 함께 하고 있습니다.

<비용, 성능, 안정성을 목표로 한 지능형 로그 파이프라인 도입> Logiss는 AIDA(Advanced Interface for Data & AI)라는 네이버 사내 통합 데이터 플랫폼의 일부로, 로그 수집과 실시간 검색을 통해 문제를 추적하고 데이터를 분석하도록 지원합니다. 또한 Cuve와 CQuery라는 대용량 데이터 저장소 및 분석 설루션과 데이터를 연동합니다. 이 글에서는 로그 파이프라인을 운영하면서 겪은 문제점과 지능형 로그 파이프라인을 도입해 이를 해결한 과정을 공유합니다. https://lnkd.in/gRAQX2gC

<디자인시스템이 AI를 만났을 때: FE 개발 패러다임의 변화> 네이버파이낸셜 디자인시스템과 AI를 이용하여 마크업 자동화 작업에 대한 소소한 경험을 공유합니다. 🧐 발표 대상 - AI를 이용한 마크업 등 디자인 작업관련 관심 있으신 모든 분들 📌 네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션영상을 공개합니다. https://lnkd.in/gx7GKC5P

<LLM이지만 PDF는 읽고 싶어: 복잡한 PDF를 LLM이 이해하는 방법> LLM-friendly PDF parser PaLADIN을 소개합니다. 🧐 발표 대상 - AI/LLM을 적극적으로 활용하고 싶으신 분 - 문서 처리에 관심이 있으신 분 - 웹검색에 관심이 있으신 분 📌 네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션영상을 공개합니다. https://lnkd.in/gNAQJSNW

<VLOps:Event-driven MLOps & Omni-Evaluator> Event-driven MLOps는 학습·평가·배포를 Typed Message 단위로 정의하고, Event Sensor가 이를 감지해 자율적으로 실행하는 구조입니다. Kubeflow 같은 파이프라인처럼 전체 버전 관리가 필요하지 않으며, 메시지를 추가하는 것만으로 기능 확장이 가능합니다. 사용자는 내부 오케스트레이션을 몰라도 메시지 발행만으로 동일한 파이프라인을 구동할 수 있습니다. 이를 통해 평가·배포 시스템 간 느슨한 결합(Loose Coupling)과 클라우드 간 호환성을 확보했습니다. Omni-Evaluator와 Dashboard는 다양한 엔진·벤치마크를 통합하고, 실시간 모니터링과 사용자 주도 트리거 기능을 제공합니다. 🧐 발표 대상 - MLOps 엔지니어, ML 리서처, 데이터 사이언티스트 - 클라우드 인프라/DevOps 개발자, 모델 배포 및 평가 담당자 📌 네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션영상을 공개합니다. https://lnkd.in/gQpkXVj6

📨 FE News 25년 12월 소식을 전해드립니다! [주요소식] ✅ 1. Wasm Does Not Stand for WebAssembly ✅ 2. LLM 시대, React의 자기 강화 피드백 루프 ✅ 3. Vercel이 재정의하는 프로그래밍 언어의 미래 ✅ 4. 브라우저가 프레임워크를 대체하기 시작했다 ✅ 5. LLM Council: 집단 지성을 구현한 AI 의사결정 시스템 👉 구독하기 : https://lnkd.in/gxBueb7Y 📌 자세한 내용은 D2 홈페이지에서 확인하세요! https://lnkd.in/gF7dg_vP

<사용자의 목소리를 AI로 재현하다: LLM기반 Multi Agent UX플랫폼 개발기> “사용자에 진심인 3명이 모여, Persona가 말하게 만들다” 이 세션은 잘 만든 AI 시스템을. 넘어, 디자이너·AI 리서처·개발자가 경험한 AI 시대의 협업 가능성을 제안합니다. 사용자 페르소나봇 NSona의 기획부터 구현, 평가까지 전 과정을 공유합니다. AI로 사용자 리서치 데이터를 실시간 협업 자원으로 전환하며, Multi-Party 대화 시스템에서 사용자와 함께 일하는 방식을 실험했습니다. 세 명은 함께 AI를 만들며 역할과 협업 구조가 바뀌는 경험을 했습니다. 디자이너는 프롬프트를 설계하고, 리서처는 로직을 에이전트 구조로 바꾸었으며, 프론트 개발자는 AI를 비평 대상으로 다뤘습니다. 중요한 건 ‘어디까지 만들었느냐’가 아니라 ‘어디서 시작점을 찍느냐’임을 깨달았습니다. 참석자분들께서 창의적, 기술적 인사이트와 함께 자신만의 AI 협업 모델을 고민할 수 있는 영감을 얻을 수 있기를 기대합니다. 🧐 발표 대상 - 데이터 플랫폼 엔지니어 / 데이터 아키텍트 – 대용량 실시간 데이터 처리 및 저지연 설계에 관심 있는 분 - 분석 플랫폼 운영자 / BI 개발자 – 다차원 필터 조회 속도 및 Freshness 향상 전략을 찾고 있는 분 - Spark, Iceberg, StarRocks 활용자 – 실제 조합 운영 사례를 통해 운영 팁을 얻고자 하는 분 📌 네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션영상을 공개합니다. https://lnkd.in/g5eGVKJ4

<웹툰 창작 생태계 보호를 위한 연구> 콘텐츠 불법 유출, 생성형 AI의 무단 학습, 유해 콘텐츠 업로드와 같이 생태계의 건전한 순환 구조를 훼손하고, 경제적 손실, 저작권 침해, 운영 비용 증가 등의 리스크를 야기하는 위협으로부터 창작 생태계를 보호하기 위해 더욱 체계적이고 적극적인 기술이 필요합니다. 네이버 웹툰은 창작 생태계 보호를 위해 자체 설루션 연구 및 개발을 지속해왔으며, 대표적으로 TOONRADAR, IMPASTO, XPIDER와 같은 체계를 구축했습니다. 이 글을 통해 창작 생태계 보호를 위한 연구 중에서 특히 저작권 보호를 목적으로 도입된 워터마킹(TOONRADAR에서 사후 추적 용도로 활용)과 학습 방지 기술(비가시성과 처리 속도에 특화된 IMPASTO의 두 가지 버전)을 소개하고자 합니다. https://lnkd.in/gBTBuGG2