[팀네이버 컨퍼런스 DAN25] 네이버 PersonA - 지금 나를 이해하는 AI (부제 : LLM 기반 사용자 메모리 구축과 실시간 사용자 로그 반영 시스템 구현) ChatGPT, Google Gemini와 같은 대화형 AI 서비스를 사용해 보면, 바로 이전 대화만 기억하는 것이 아니라, 수개월간의 대화 기록을 요약·저장하여 사용자와의 대화 맥락을 이어가는 모습을 볼 수 있습니다. 또한 ‘메모리’ 보기 기능을 통해, AI가 나에 대해 무엇을 기억하고 있는지도 확인할 수 있습니다. 네이버는 대화형 AI 서비스는 아닙니다. 그럼에도 불구하고, 사용자는 네이버의 다양한 서비스를 이용하면서 자신에 대한 수많은 단서를 남기고 있습니다. 직접적인 대화는 아니지만, 이러한 파편적인 기록들을 사용자와 네이버 간의 ‘간접적인 대화’로 보고, 이를 기반으로 사용자 메모리를 구축하려는 프로젝트가 바로 네이버 PersonA입니다. 네이버 PersonA 프로젝트에서는 사용자 메모리를 구축하기 위해 대규모 언어모델(LLM)을 적극 활용했습니다. 또한 적절한 시점에, 사용자에게 의미 있는 제안을 전달하기 위해 LLM의 추론 능력을 결합했습니다. 이번 발표에서는 LLM을 활용한 네이버의 사용자 메모리 구축 과정과, 이를 기반으로 제안 서비스를 어떻게 설계하고 구현했는지 공유합니다. 그 과정에서 마주한 고민들, 여러 선택지들 사이에서 해법을 찾아간 과정, 그리고 대규모 사용자에게 실시간 로그를 반영하며 서비스를 안정적으로 제공하기 위해 어떤 기술적·서비스적 대안을 선택했는지도 함께 말씀드리겠습니다. 아직 초기 단계이지만, 네이버는 단계적인 로드맵을 가지고 AI 에이전트 서비스로 진화해 나가고 있습니다. 이번 프로젝트는 그 의지를 담은 실험적이면서도 중요한 시도라 할 수 있습니다. 목차 1. 네이버 메모리 & PersonA - 대화형 AI 서비스의 메모리 - 네이버에서의 메모리란? - 네이버 PersonA - PersonA 메모리 구조 2. 네이버 AI 에이전트 - AI 에이전트 프로젝트 개요 - PEP (Personalized Exploration Partner) 3. 실시간 사용자 컨텍스트 플랫폼 Dexter - Persona 메모리를 위한 실시간 사용자 로그 처리 스트리밍 시스템 구축 - 안정적인 인프라 구성을 위한 노력 #DAN #DAN25 #TEAMNAVERCONFERENCE