pile·
아키텍처·네이버 플레이스naver-place·

업데이트 압축률 67%, 플레이스 리뷰 tagging 시스템 개선경험

문제네이버 플레이스 리뷰 태깅이 분석 API와 강하게 결합돼 기준 변경 때마다 재호출이 필요했고 한 리뷰의 다중 이미지가 컬렉션에 반복 업데이트돼 부하가 컸다.

접근원본을 저장하는 rawtags, 비즈니스 로직을 적용한 tags, 20분 주기로 모아 쓰는 updatabletargets 컬렉션으로 단계를 나누고 Kafka Consumer를 역할별로 분리했다.

결과이미지 태깅 업데이트가 67% 압축됐고(10,274→3,425) 한국 이미지→리뷰 전파가 47% 줄었으며 운영자 입력 보존과 ML 재학습 파이프라인까지 가능해졌다.

네이버 플레이스
네이버 플레이스 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 아키텍처·AWS KoreaAWS Korea·

    씨미가 4K · 4초 저지연 라이브를 만든 방법 — Amazon IVS와 자체 구축의 하이브리드 설계

    문제4K 초고화질 라이브 스트리밍에서 고비트레이트(35Mbps)와 저지연(4초 이내)을 동시에 제공하며 1만 명 동시 시청자를 안정적으로 처리.

    접근Amazon IVS 는 1080p 표준 영역에 위임, 4K 차별화 영역은 자체 GPU 트랜스코딩 서버 + HLS + CloudFront URL Sharding + PDT 기반 라이브/VOD 통합으로 구성한 하이브리드 설계.

    결과4K 35Mbps 환경에서 1만 명 동시 시청자 부하 테스트 안정 통과, 목표 저지연 달성, NAT Gateway / CloudFront L2 fan-out 극단 시나리오까지 사전 대비.

    #live-streaming#amazon-ivs#low-latency+3
  2. 아키텍처·AWS KoreaAWS Korea·

    CJ올리브영의 AI 협업 개발 프로세스 구축, AI-DLC 실전 도입 사례

    문제AI 코딩 도구의 개인 생산성 향상에도 팀 전체의 일관된 협업 구조와 반복 가능한 프로세스가 부재.

    접근AWS AI-DLC 방법론과 Kiro IDE 로 "요구사항 정의 → 설계 → 구현 → 검증" 단계별 워크플로우 구성. Amazon Bedrock, OpenSearch, Step Functions, Custom Agents 활용.

    결과5개 과제 3일 완성, 개발 속도 5배 이상 단축, 수동 업무 처리시간 30배 감소(5분→10초), 조직 전체 AI 활용 역량 평준화.

    #ai-collaboration#ai-dlc#dev-process+5