이번 주에 팀 네이버에서 진행한 DAN25 컨퍼런스에 다녀왔습니다!
정말 운 좋게도 네이버 부스트캠프에서 좋은 기회로 티켓을 받게 되어 참가를 하게 되었습니다 🙇♂️
일반 신청은 선착순이라 3~4분 만에 마감될 정도로 인기가 많았다고 하네요...
저는 외부 부스들도 참가를 많이 하였지만, 사진을 많이 찍지 못해서ㅠ
제가 들었던 세션들을 더 자세하게 적어보도록 하겠습니다!
GROUND
네이버 내부 많은 팀들의 부스가 한자리에 모인 전시 공간
NAVER Zone: https://dan.naver.com/25/programs#ground
여러 부스들을 자유롭게 돌아다니며
실제 제품을 직접 체험하고, 현업 담당자분들의 설명도 들을 수 있었어요.
대부분의 부스가 모두 참여 가능한 간단한 활동을 마친다면 굿즈를 제공해주셨습니다!
어떤 부스에서는 퀴즈 이벤트나 경품 추첨도 진행되어 정말 활기찬 분위기를 즐길 수 있었어요~~
제 얼굴이 들어간 로고도 만들어봤습니다 😅
SESSION
세션 시작: 10:00 AM
세션 종료: 17:45 PM
세션 구성: 발표 45분 + 휴식 15분
총 세션 수: 8개 트랙 × 7타임 = 약 56개 세션
DAN25의 둘째 날은 아침 10시부터 저녁 5시 45분까지,
하루 종일 다양한 주제로 진행된 세션들로 가득했어요.
각 타임마다 무려 8개의 세션이 동시에 진행되다 보니,
어느 세션을 들어야 할지 정말 고민이 많았습니다...
하지만 저는 단순히 '유명한 주제'보다는
"지금 나에게 가장 와닿는 이야기가 어떤 것일까?" 를 기준으로 선택을 했습니다!
결국 그렇게 정리된 세션들이
지금의 저에게 꼭 필요한 인사이트를 주었고,
각 세션마다 배운 점과 느낀 점을 깊이 있게 들으면서 꼼꼼하게 기록할 수 있었습니다.
사용자가 이끄는 경험, 네이버의 기준이 되다 (10:00)
Why: 첫 세션은 가볍지만 인사이트 있는 내용으로 시작하고 싶은 이유가 컸습니다.
그래서 가벼운 마음으로 “네이버가 사용자의 경험을 어떤 기준으로 정의하고 있는가”에 대해 들어볼 수 있는 좋은 기회라고 생각하였고,
개발자로서 보통 기능 구현에 집중하다 보면 사용자의 니즈를 놓치기 쉬운데,
이 세션을 통해서 그런 부분을 균형 있게 바라보는 시각을 얻기 위해 선택하였습니다.
인파가 아주 많아 정신없었던 첫 세션이였지만, 정말 기억에 남았던 것은
"기능이 아닌 경험을 설계해야 한다"는 말이 머릿속에 남았습니다.
네이버는 수많은 제품군이 존재하지만, 결국 사용자가 느끼는 일관된 경험을 중심에 두고 있더라고요.
특히 '감성적 연결'이 곧 '서비스의 지속성'으로 이어진다는 분석과 기능만 강화한 경우 오히려 성장률이 -2%로 떨어진다는 데이터가 매우 인상 깊었습니다.
미디어 경험의 확장과 연결, 치지직 XR 앱 디자인 (11:00)
Why: 요즘 XR(확장현실) 분야에 관심이 많기도 하고, 치지직이라는 새로운 미디어 플랫폼의 UX 설계 과정을 실제로 듣고 싶었습니다.
XR 앱의 가장 큰 차별점은 몰입형 미디어 경험이었는데, 단순히 AR 효과를 넣는 게 아니라 '시청자 중심의 가상 공간'을 어떻게 설계할지를 진지하게 고민한 흔적이 느껴졌습니다.
특히 "XR 환경에서 작은 채팅창이 정말 필요한가?
"라는 질문이 인상적이였고, 필요하다고 생각했던 요소를 과감히 덜어내는 결정 — 그게 진짜 UX라고 느꼈습니다.
느낀 점: XR 서비스가 단순히 '화려한 기술'이 아니라,
'사용자가 편안하게 몰입할 수 있는 경험'으로 나아가야 한다는 걸 확실히 느낄 수 있었습니다.
실시간 추천-CRM 통합 모델로 완성하는 개인화 UX (13:00)
Why: 이 세션은 이번에 백엔드쪽을 처음 접하면서 데이터 쪽에도 관심이 많아져서 선택하게 되었습니다.
CRM 데이터를 기반으로 이탈 유저를 분석하고 추천 모델을 실시간으로 업데이트하는 시스템 구조를 보여주셨는데,
'사용자 데이터의 활용'이 단순 추천을 넘어 '관계 관리'로 확장된다는 점이 흥미로웠습니다.
이전까지는 추천 시스템이 '무엇을 보여줄까?'에 집중했다면,
이 세션에서는 '왜 그걸 보여주는가'를 설명할 수 있는 구조를 강조했다는 게 인상 깊었습니다.
블로그의 새로운 여정: 기록을 넘어, 연결의 디자인으로 (14:00)
Why: 이전 세션에서 deep한 수학적 개념들과 데이터들의 조합을 들은 후 머리가 너무 꽉찬 나머지..
조금 편안하고 즐거운 세션을 찾다가 평상시 관심있었던 블로그와 디자인이라는 키워드에 이끌려 세션을 듣게 되었습니다.
단순히 기능을 추가하는 게 아니라,
'기록과 기록을 잇는 경험'을 중심으로
어떻게 하면 사용자가 다른 사람의 글을 더 자연스럽게 발견할 수 있을지를 고민한 흔적을 볼 수 있었습니다.
특히, 텍스트 중심 블로거와 이미지 중심 블로거를 '글감'이라는 개념으로 연결한 시도가 흥미로웠고,
익숙함 속에서 새로움을 찾으려는 네이버의 방향성을 바로 알아볼 수 있었습니다.
기존 구조를 유지하면서도, 더 깊이 있는 교류를 만들어가려는 철학이 되게 멋있었습니다.
데이터 속 숨은 트렌드, LLM이 답하다: 랭킹 기반 플레이스 트렌드 분석 시스템 (15:00)
Why: 이 세션은 최근 관심 있는 LLM(대규모 언어모델) 과 데이터 분석이 결합된 사례라 선택하게 되었고, 이전에 세션의 주제와 비슷하게 지도 서비스에서 랭킹 기반을 활용하여 해커톤을 나간적이 있었는데 자세한 내용을 배워보고 싶어 참가했습니다.
"지도를 켜는 순간, 발견이 시작된다"는 문장처럼,
사용자 로그 데이터에서 '지금 뜨는 장소'를 추적하고 설명 가능한 이유를 LLM으로 찾아내는 시스템을 설명해주셨습니다.
단순히 검색량이 많은 장소가 아니라,
'왜 지금 이곳이 주목받고 있는가'를 해석하는 접근이 인상 깊었고,
10분 단위의 실시간 데이터 수집, LLM 기반 텍스트 마이닝을 통한 트렌드 추출 등 데이터 엔지니어링과 AI가 긴밀하게 맞물려 있다는 것을 처음 깨닫게 되었습니다..ㅎ
"추천"이나 "트렌드"라는 결과 뒤에는
수많은 설명 가능한 데이터 구조와 모델링의 설계 노력이 있다는 걸 다시금 느낄 수 있었습니다.
네이버에게 묻고, 네이버가 답하다 (16:00)
Why: 제목처럼 정말 다양한 사람들이 네이버에 대해서 어떤 걸 궁금해하는지,
그리고 현업 개발자분들도 많이 참여를 해주셨는데 어떻게 질문과 답변이 오가는지 직접 눈으로 보고 싶었습니다!
디자인팀, 플랫폼팀, 데이터전략팀 등 다양한 직군의 패널이
실제 근무 문화, 복지, 협업 방식에 대해 솔직하게 이야기해 주셨고, 즐겁고 편안한 환경을 만들어주셔서 가장 즐겁게 들을 수 있었던 세션이였습니다.
가장 기억에 남았던 답변은
"네이버에 남아있는 이유요? 동료가 최고라서요."
결국 좋은 서비스는 좋은 팀과 문화에서 나온다는 걸 다시 한번 배웠습니다.
또 AI 도구를 실무에서 어떻게 활용하는지도 솔직하게 공유해 주셨는데, Cursor, Copilot 같은 툴을 디자인 시안 테스트나 데이터 시각화에 적극 활용하고 있다는 점 또한 인상깊었습니다.
네이버 사투리가 따로 존재하고 있는 것도 알 수 있어 즐거웠습니다 😂 (OSS 라고 들어보셨나요...)
느낀 점
세션 전반에서 공통적으로 인상 깊었던 건
네이버가 지금까지 쌓아온 기술과 서비스를 단순히 발전시키는 데 그치지 않고,
'사용자가 어떻게 느끼는가' 에 대한 철저한 고민을 기반으로
접근성과 경험을 함께 설계하고 있다는 점이었습니다.
특히 각 발표자분들이 단순한 기능 개선이 아닌,
"기존의 문제를 어떤 방식으로 재해석하고 해결했는가"를 중심으로 이야기를 풀어나간 게 인상 깊었어요.
그 덕분에 발표가 단순한 이론 설명이 아니라, 실제 현업의 고민과 설계 의도를 느낄 수 있었 좋았습니다.
무엇보다 느낀 건,
네이버는 사용자의 니즈를 정확히 포착하고 이를 끊임없이 검증하는 조직이라는 것.
실제 서비스 출시 이전에 수많은 테스트와 피드백 과정을 거치는 이유가 명확히 느껴졌습니다.
다만 아쉬웠던 점은 올해는 전반적으로 FE / BE보다 UX / 데이터 / AI 중심의 흐름이 강했고,
개인적으로 이번 세션들이 신입 개발자 입장에서 접근하기엔 다소 어려운 내용이 많았다고 느꼈습니다.
가이드라인이나 성장 방향보다는
이미 완성된 네이버의 구조와 서비스 해결 방식을 중심으로 다루다 보니,
조금 더 '어떻게 성장할 수 있는가', '어떤 시야로 개발을 바라봐야 하는가'
같은 이야기도 함께 들을 수 있었다면 더 좋았을 것 같습니다.
내년에도 꼭 다시 참가할 수 있으면 좋겠네요!
긴 글 읽어주셔서 감사합니다 🙇♂️🙇♂️
