[팀네이버 컨퍼런스 DAN25] 끊임없이 즐거움, 네이버 클립으로 빠져들다: 개인화·VLM·에이전트가 완성하는 네이버 클립 경험 скачать в хорошем качестве

[팀네이버 컨퍼런스 DAN25] 끊임없이 즐거움, 네이버 클립으로 빠져들다: 개인화·VLM·에이전트가 완성하는 네이버 클립 경험

[팀네이버 컨퍼런스 DAN25] 끊임없이 즐거움, 네이버 클립으로 빠져들다: 개인화·VLM·에이전트가 완성하는 네이버 클립 경험 본 세션에서는 네이버 클립 서비스 내 개인화 추천 시스템이 지난 1년간 어떻게 고도화되었는지를 다룹니다. 추천풀 단계에서 이미지·텍스트 기반 품질 평가와 사용자 피드백을 반영해 고품질 콘텐츠와 우수 크리에이터를 선별하는 과정을 소개하고, 협업 필터링, 콘텐츠 기반 임베딩, 사용자 행동 시퀀스 모델을 결합한 숏폼 뷰어 랭킹 개선 사례를 공유합니다. 마지막으로, 개인화 알림 에이전트를 통해 “누구에게, 언제, 어떤 클립을 전달할 것인가”를 결정하는 트리거 모델링과 실시간 추천 전략을 설명하며, LLM 기반 고도화를 사용한 추천 모델링 실험을 다룹니다. 목차 발표 개요 네이버 클립 서비스 소개 클립 추천 시스템의 주요 구성 요소와 고도화 방향 Section 1) 클립/채널 추천풀 구축 고품질 클립 콘텐츠 풀 영상의 이미지·텍스트 정보 기반 기술적 품질, 안정성, 몰입도 평가 및 고품질 콘텐츠 선별 사용자 피드백 기반 우수 크리에이터 풀 사용자 피드백 기반 잠재력 있는 우수 크리에이터 발굴 및 추천풀 반영 Section 2) 숏폼 뷰어 개인화 랭킹 숏폼 추천 시스템 개요 아이템 사이드 모델링 시청 이력 기반 아이템 임베딩 (Clip2Vec) VLM 기반 아이템 임베딩 (ShortVE) 유저 사이드 모델링 유저 액션 시퀀스 모델링 (TransAct) 숏폼 뷰어 개인화 랭킹 Section 3) 클립 개인화 추천 알림 (NOA) NOA(Notification Agent) 개요 누구에게, 언제 보낼 것인가? (트리거 모델링) 어떤 클립을 추천할 것인가? (실시간 개인화 추천 모델링) #DAN #DAN25 #TEAMNAVERCONFERENCE