DAN25 (네이버 컨퍼런스) 참여 후기

네이버 컨퍼런스에 참여해보았는데, 다른 컨퍼런스와 비교해 보고 즐길 거리가 많아 재밌었습니다! 특히 단순 홍보용 부스 뿐만 아니라 채용 상담회나 실제 현업 개발자분들과 네트워킹을 할 수 있는 공간이 있는 구조로 운영된 점이 인상깊었습니다.

평소에 쉽게 접할 수 없었던 네이버 내부 서비스의 구조나 개발 철학을 가까이서 듣고 볼 수 있었고, 스스로 동기부여가 많이 되는 시간이였습니다. 단순히 구경하는 컨퍼런스가 아니라 참여하면서 배우고 고민할 수 있는 경험이였다는 점에서 의미 있는 시간이였습니다 :)

---

 

지난주 우아콘에 이어 DAN25에 참여하려 코엑스를 방문했습니다! 

 

부스나 이벤트 개수가 타 컨퍼런스에 비해서 4-5배 많았고, 굿즈도 거의 사진의 2배는 받아 가방 무겁게 집에 갈 수 있었습니다. 규모도 크고 참여자의 입장에서 보고 즐길게 많아 너무 재밌었습니다! 

 

저는 Tech 분야에 관심이 있었기 때문에 DAY2에 참여했고 세션은 아래와 같았습니다.

 

대부분 한 타임 당 8개의 세션이 동시에 진행되기 때문에 유저의 선택지가 많다는 점이 좋았지만 프론트엔드 개발자로서 기획이나 디자인, BE, AI 분야에 대한 세션으로만 구성되었다는 부분이 조금 아쉽다고 느껴졌습니다. 그래서 제가 관심이 있는 백엔드 관련 세션이나 사전 지식이 없어도 가볍게 들을 수 있는 기획, 디자인 세션 위주로 선택했습니다.

 

Pinpoint × Pinot : 400만 TPS 실시간 분석, 운영에서 튜닝까지

이번 컨퍼런스의 첫 세션은 네이버 팀에서 운영 중인 Apache Pinot 활용 경험을 다룬 내용이였습니다. Pinot은 해외에서는 널리 사용되지만 국내에서는 자료가 극히 적어, 실무 수준의 운영 경험을 공유받기 어려운 기술 중 하나입니다. Pinpoint가 400만 TPS 규모의 실시간 데이터를 Pinot으로 처리하며 얻은 개발 생산성과 성능 개선 경험을 상세하게 들을 수 있었습니다.

 

발표에서는 먼저 Pinot이 어떤 기술이고, 어떤 문제를 해결하기 위해 도입했는지를 알려주셨고 Pinot은 초고속 실시간 분석을 위해 설계된 OLAP 데이터베이스로, 대규모 모니터링 데이터나 APM 로그처럼 단시간 내에 연산해야 하는 쿼리에 강점을 가지고 있으며, 이런 특성을 활용해 실시간 장애 감지, 지표 분석, 대용량 로그 처리 등에 적용하고 있다고 합니다.

 

특히 흥미로웠던 부분은 데이터 구조 설계 과정에서의 시행착오와 Helm Chart 커스텀 운영 사례였습니다. Pinot의 테이블 스키마 설계가 쿼리 성능에 큰 영향을 주기 때문에, 어떤 컬럼을 dimension으로 둘지, 어떤 인덱스를 사용할지에 따라 처리 속도가 크게 달라진다는 점이 인상적이었습니다. 또한 Kubernetes 환경에서 안정적으로 운영하기 위한 Helm Chart 튜닝 방법도 흥미롭게 느껴졌습니다.

 

무엇보다 Pinot 개발자의 입장에서 직접 설명을 들을 수 있다는 점에서 유익했고, 기술적 깊이가 깊었지만 백엔드 + 클라우드 분야의 얕은 지식으로도 이해할 수 있게 자세히 설명해주셔서 흥미롭게 들었습니다.

 

오늘도 AI에게 디자인을 가르치는 중입니다 : AI 광고 생성 시스템 구축기

두 번째 세션에서는 네이버에서 내부적으로 사용하고 있는 ADVoost Creative에 대한 이야기가 소개되었습니다. 이 서비스는 AI를 활용해 네이버의 다양한 지면에 적합한 광고 소재를 자동으로 생성해주는 시스템으로, 아래와 같이 네이버 홈페이지에서 쉽게 볼 수 있는 광고를 AI로 자동화하기 위한 과정들을 설명해주셨습니다.

(광고 예시)

 

세션의 첫 부분에서는 “AI가 광고를 만들려면 무엇을 알아야 하는가?”라는 질문에서 시작했습니다. 광고 크기, 여백, 텍스트 배치, 버튼 구성 등 ‘광고를 광고답게 만드는 기본 틀’을 AI가 이해할 수 있도록 일종의 디자인 룰을 학습시키는 과정이 가장 큰 도전이었다고 설명했습니다.즉, AI에게 단순히 이미지를 생성하라고 지시하는 것이 아니라, 광고 플랫폼의 규격과 디자인 시스템을 스스로 준수하도록 만드는 것이 핵심이었다고 합니다.

 

이후에는 단순한 템플릿 생성에서 나아가 광고의 다양성을 확보하기 위한 시도가 소개되었는데요, 먼저 AI가 만들어내는 디자인이 지나치게 비슷해지지 않도록 색상 배리어이션, 레이아웃 옵션, 구성 요소의 스타일 변형 등을 추가하여 보는 사람에게 더 자연스럽고 사람 손이 닿은 듯한 광고 이미지를 만들어내는 것이 목표였다고 합니다. 특히 이미지에 애니메이션을 부여하는 I2M(Image to Motion) 기능을 사용해 정적인 이미지를 살아 있는 광고로 변환해 CTR을 높일 수 있다는 것이 놀라웠습니다.

 

마지막으로 AI 시대 디자이너의 역할에 대해서는 “AI가 디자인을 대신해주는 것이 아니라, AI가 올바른 방향으로 디자인할 수 있도록 시스템을 설계하는 사람” 이라는 관점이 인상깊었습니다. 결국 디자이너는 조형 감각뿐 아니라 AI의 한계를 이해하고, 자동화 시스템에 적합한 디자인 규칙을 세울 수 있는 역량이 필요하다는 메시지였습니다.

 

이번 세션은 광고 제작처럼 반복적인 영역에서 AI가 이미 실질적인 생산성 향상을 만들고 있고, 그 속에서도 디자이너가 어떤 방향으로 성장해야 하는지 말씀해주셨고 프론트엔드 개발에서도 AI를 디자인에서 어떻게 활용할 수 있을지 고민할 수 있는 좋은 자극이 되었습니다.

프론트엔드 개발과 디자인은 정말 가깝게 맞닿아 있는 부분이라고 생각하는데, 설명해주신 예시들이 디자인 뿐만 아니라 코드를 이용해 화면의 UI를 구성하면서 레이아웃에 관해 고민을 많이 했었기 때문에 공감되는 내용이 많았습니다. 여러 프로젝트의 디자이너로도 참여해보았지만 사용성을 높이면서도 보기 좋은 디자인을 만드는것도 어려운 일이라고 생각하는데, AI를 학습해서 광고를 생성하는 방식이 흥미롭게 다가왔습니다.