[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 Search 소개 - 네이버 검색의 변화 - NNS 목적과 방향성 - NNS 형상과 현황 NextN Search를 이루는 기술 QUMA: VLM 기반 콘텐츠 이해 (품질) - 콘텐츠 품질의 정량화 (문제 정의) - QUMA (Quality Understanding with Multimodal Assessment) 개발기 LLM 기반의 품질 모델 VLM 기반의 품질 모델로 전환 - 검색 UI 최적화 시도 PRA: LLM 기반 콘텐츠 추천 (넛징) - 인지적 개인화를 위한 시도 (접근 방식) - PRA (Personalized Reformulation Agent) 개발기 - 개인화 컨텍스트 및 검색어 변환 - 실시간 문서 요약 RCON: LLM 기반 콘텐츠 검색 (랭킹) - 계속 보고 싶은 검색을 위한 랭킹 (문제 정의) - RCON (Ranking with CONtext) 개발기 - LLM 기반 검색 의도 생성 - 검색 의도를 활용한 콘텐츠 랭킹 마치며: Agentic Search로의 진화 #DAN #DAN25 #TEAMNAVERCONFERENCE