
복잡한 검색 홈, 구조는 유연하게 화면은 부드럽게 개선하기
검색 홈과 결과 화면을 모듈로 분리하고, SwiftUI 기반의 탭 구조로 재설계한 사례를 소개했습니다. 또한 중간 페이지를 건너뛰는 커스텀 전환 뷰로 화면 전환 경험을 개선했습니다.

검색 홈과 결과 화면을 모듈로 분리하고, SwiftUI 기반의 탭 구조로 재설계한 사례를 소개했습니다. 또한 중간 페이지를 건너뛰는 커스텀 전환 뷰로 화면 전환 경험을 개선했습니다.

PLP 최저가 계산에서 모든 객실을 끝까지 계산하던 방식을 가지치기로 줄인 사례를 소개했습니다. 계산량은 크게 줄었지만 실제 성능 개선은 DB 조회 비용 때문에 제한적이었습니다.
Elasticsearch 롤링 재시작 시 캐시 미준비 노드로 트래픽이 유입돼 지연과 장애가 발생하는 문제를 다뤘습니다. search-coordinator 프록시로 워밍업 완료 노드에만 검색 트래픽을 보내는 구조를 소개했습니다.
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.

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.