네
네이버DnA팀
July 17, 20251회
누구나 실험할 수 있도록 — 한국 비즈니스 실험 심포지엄 발표자료 공유

간단 소개
대규모 검색 서비스에서 누구나 실험할 수 있는 조직을 만들기 위한 셀프 서브 실험 프로세스 정착기와 실무 적용 사례 공유.
AI Summary
- 셀프 서브 실험 프로세스 정착
- 검색 서비스 복잡성 증가로 실무자 주도의 실험 필요성 증대
- ABT Portal을 중심으로 실험 설계, 모니터링, 분석, 재실험 전 과정 자율 운영
- 확장 가능한 실험 생태계 구축
- 통합 분석 및 질의 단위 개선 플랫폼
- ABT Metric Store를 통해 실험 목적, 제품 변화 범위, 방식에 따라 지표 구조화
- Cannibalization 이슈 대응 분석 기능 제공
- MARS, QIP 등 질의 단위 심화 분석 플랫폼 구축 및 활용
- 지속적인 교육 및 문화 조성
- 파트너 데이, 셀프 서브 세미나, 플랫폼 런칭 공유회 등 다양한 교육 프로그램 진행
- 실험 문화가 조직에 자연스럽게 스며들도록 노력
Next Feeds

레거시 GPU에 날개 달기: 극한의 서빙 최적화 가이드
BERT 기반 SPLADE 모델의 실시간 서빙 최적화 방법과 FlashTokenizer 개발 배경 및 성능을 소개합니다.
SPLADEBERTFlashTokenizer서빙 최적화NAVER ENGINEERING DAY
2025. 7. 17.
Naver d2

최신 논문 분석을 통한 LLM의 환각 현상 완화 전략 탐구
LLM 환각 현상 완화를 위한 최신 논문 분석: 원인, 전략, 그리고 미래 LLM 발전 방향 제시
LLM환각RLHFRAG미세조정
2025. 7. 17.
한글과컴퓨터

“AI가 문제 냈어요?” 출제자 PO가 직접 답해드립니다 | 언더커버 사일로 비하인드 1화: 인플로우 사일로
토스 인플로우 사일로의 유저 유입 전략과 '언더커버 사일로' 문제 출제 비하인드 스토리를 PO가 직접 설명합니다.
인플로우 사일로유저 그로스바이럴 마케팅언더커버 사일로토스
2025. 7. 17.
토스

당근 데이터 디스커버리 구축기: DataHub와 DataWiki로 여는 데이터 탐색의 첫걸음
당근은 DataHub와 DataWiki를 구축하여 데이터 디스커버리 환경을 개선하고, 챗봇 인터페이스를 통해 데이터 접근성을 높이려 한다.
DataHubDataWiki데이터 디스커버리메타데이터BigQuery
2025. 7. 17.
당근

일본 소도시 여행의 감성을 디자인하다: 마케팅 굿즈 제작 그리고 개선
여기어때는 일본 소도시 여행 마케팅을 위해 굿즈를 제작하고 개선하며, 콜라보 콘텐츠와 쿠폰을 통해 여행 경험을 확장합니다.
일본 소도시마케팅 굿즈유튜버 콜라보여행 경험여기어때
2025. 7. 17.
여기어때

Amazon Bedrock을 활용한 Omelet의 경로 최적화 AI 에이전트, TOAST
Amazon Bedrock 기반 Omelet의 TOAST는 자연어 기반 경로 최적화 AI 에이전트로, 복잡한 최적화 기술을 쉽게 활용하도록 지원한다.
Amazon BedrockAI 에이전트경로 최적화자연어 처리Omelet
2025. 7. 16.
AWS