SlideShare a Scribd company logo
1 of 46
Download to read offline
다음 모바일 첫 화면 개선기
발표자(jake.ko)
kakao corp.(포털 플랫폼 개발파트)
Speaker
안녕하세요 ?
Jake Ko
고재성
다음 모바일, PC 첫 화면 개발
포털 플랫폼 개발
Mail : kjs-01@daum.net
다음 모바일 첫 화면
다음 모바일 첫 화면
이 서비스를 하고 있고,
관련된 이야기를 해보려 합니다.
카카오 및 다음 서비스들의 게이트웨이..
다음 모바일 첫 화면
이 한 페이지를 위해서
일 하고 있습니다.
다음 모바일 첫 화면 - 의문#1
아직도 다음 많이 쓰나요?
다음 모바일 첫 화면 - 의문#1의 정답
네 !! 넵 !! 네에~!
요새 계속 지표가 오르고 있습니다만...
Weekly Active User 750 만!!
Monthly Active User 1700 만!!
다음 모바일 첫 화면 - 의문#2
어? 뭐가 좋아진 건가요?
함께 찾아보시죠 !!
바뀐 게 있나요?
다음 모바일 첫 화면 - 의문#2
대체 뭐가 바뀐 겁니까?
다음 모바일 첫 화면 - 의문#2의 정답
다음 모바일 첫 화면 - 왜 콘텐츠 인가?
이 때도 개선 노력은 했다...
하지만 상승은 없었다..
다음 모바일 첫 화면 - 왜 콘텐츠 인가?
선택
노출
콘텐츠를..

수집 분류
콘텐츠가 첫 화면에 노출 되기까지..
수집
분류
선정
노출
효율적인 연결
개선의 포인트죠!
콘텐츠 수집(Collection)
콘텐츠 분류(Classification)
콘텐츠 선정(Selection)
콘텐츠 노출(Exposure)
콘텐츠 수집
A long long time ago ....
콘텐츠 URL
콘텐츠 제목
콘텐츠 URL
콘텐츠 URL
콘텐츠 제목
콘텐츠 제목
.
.
.
콘텐츠 수집
과거 - 수집 관리 시스템 + Human Power
Content
Management

System
news
하루 평균
1~2천개 가량의
콘텐츠 수집
Rest API 고품질의 선별된 콘텐츠
콘텐츠 수집
• 미 수집된 콘텐츠 존재
• 에디터들이 일일이 수집
과거 - 수집 관리 시스템 + Human Power
콘텐츠 수집
• 수집의 불편함이 존재
• 크롬 extension 수집툴로 보완
과거 - 수집 관리 시스템 + Human Power
콘텐츠 수집
개선 후 - 시스템을 통한 모든 서비스 컨텐츠 수집
• 전사 콘텐츠를 모으는 콘텐츠 큐 구축
• 여러 외부 커뮤니티의 콘텐츠 수급
• 하루 2만 ~5만의 콘텐츠 실시간 수급
news
콘텐츠 수집
개선 후 - 시스템 구성
Content
Management

System
news
콘텐츠 변경 이력
콘텐츠 정보
콘텐츠 검색, 통계
콘텐츠 수집
개선 후 - 시스템 구성
특정 이슈 발생 시..
뉴스 기사나 콘텐츠 양이 증가
+
처리량에 따라 조절
콘텐츠 수집
개선 후 - 더 많은 콘텐츠가 주는 효과
Talk is cheap
Show me the Code Result !!
더 많은 콘텐츠의 노출과 더 많은 클릭 !!
콘텐츠 수집(Collection)
콘텐츠 분류(Classification)
콘텐츠 선정(Selection)
콘텐츠 노출(Exposure)
콘텐츠 분류
과거 - Human Power
• 사람이 일일이 분류
• 비 일관적인 분류
• 오랜시간 소요
콘텐츠 분류
개선 후 - 이제는 사람이 할 수 없다?!
39,601
콘텐츠 분류
개선 후 - 머신러닝을 이용한 자동 분류 시스템 사용
분류 예측 결과콘텐츠
콘텐츠 분류
개선 후 - 머신러닝을 이용한 자동 분류 시스템 사용
• 수집되는 동시에 콘텐츠 분류(0.01초?)
• 사내 AI 조직의 콘텐츠 분류 API 사용
• 자체 학습셋 구축
• 자체 분류 알고리즘 적용
• 앙상블하고, 유연한 분류 시스템
• 콘텐츠의 쉬운 발견 및 검색
콘텐츠 수집(Collection)
콘텐츠 분류(Classification)
콘텐츠 선정(Selection)
콘텐츠 노출(Exposure)
콘텐츠 선정
• 직접 선택
• 노출 이미지, 타이틀 편집
과거 - Human Power
콘텐츠 선정
아직도...

일부 영역은 의존을 하고 있는 과정 ..
하지만 트렌드가 바뀌었고..
이제는 추천이다!!!
개선 후 - 추천 알고리즘 + Human Power
콘텐츠 선정
개선 후 - 추천 알고리즘 + Human Power
유저의 반응이 더 좋다!
콘텐츠 선정
개선 후 - 추천 알고리즘 + Human Power
콘텐츠의 분류, 출처, 태그, 타입등을 특정 조건으로
각각 필터링.. 특정 주제별 콘텐츠 묶음을 구성
그리고 추천에 필요한 학습셋으로 활용
콘텐츠 수집(Collection)
콘텐츠 분류(Classification)
콘텐츠 선정(Selection)
콘텐츠 노출(Exposure)
콘텐츠 노출
• 개인별 추천 적용 이전
• 모두 똑같은 화면
• 대규모 트래픽에 적합
• 고성능 시스템
• 장애에 강함
과거 - 서버 렌더링 이용
Web Server View
Server-Rendering
렌더링 결과와 파일을 보관
정상적으로 렌더링 된
html 파일 동기화
콘텐츠 노출
추천 API 영역이 증가
개선 후 - 추천 API를 통한 노출이 대다수..
.....
계속 늘어난다....
콘텐츠 노출
개선 후 - 추천 API를 사용하면서 겪었던 문제
콘텐츠 노출
개선 후 - 추천 API를 통한 관리는 어떻게?
추천 API 제공 시스템다음 모바일 첫화면
요청에 대한
응답을 못준다면?
http://bcho.tistory.com/1247
콘텐츠 노출
개선 후 - 추천 API를 통한 관리는 어떻게?
정상적인 경우
추천 API 제공 시스템
추천 API 제공 시스템
다음 모바일 첫화면
다음 모바일 첫화면
비 정상적인 경우
여기서 바로 바로 처리
http://bcho.tistory.com/1247
콘텐츠 노출
개선 후 - 서킷브레이커 패턴 적용 결과
ex) 2017/3/10. 탄핵선고일, 트래픽 대비 개별 서버의 CPU 사용량
콘텐츠 노출
개선 후 - 노출 관리, 품질 관리
• 노출 이력관리
• 데드 링크 관리
• 이미지 크기 관리
40
앞으로는?
앞으로는..
더 많은 시도 예정!!
콘텐츠의 개선을 가지고 많은 시도를 할 수 있다.
앞으로는..
관리 > 분석!
수집 > 분류 > 선정 > 노출 ... 끝?
현재
베스트 콘텐츠 제공 정도의
분석 수준
앞으로는..
추천에 필요한 모든 콘텐츠
관련 데이터를....
앞으로는..
콘텐츠의 노출 플랫폼 별 결과까지 관리..
노출 플랫폼 별...
더 적합한 콘텐츠...
중복되지 않는 ..
사용자의 관심사 별 더 많은 정보 제공..
발표 끝
마치며...
&
감사합니다.
Q&A
질문 받습니다~

More Related Content

Similar to If (kakao) _ 다음(DAUM)모바일 개선 이야기

데이블 Dable news_홍보자료
데이블 Dable news_홍보자료데이블 Dable news_홍보자료
데이블 Dable news_홍보자료startupkorea
 
Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나
Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나
Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나none
 
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때 Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때 choi kyumin
 
NDC17 장창완(최종)
NDC17 장창완(최종)NDC17 장창완(최종)
NDC17 장창완(최종)창완 장
 
1시 36분
1시 36분1시 36분
1시 36분cau
 
DevOps와 자동화
DevOps와 자동화DevOps와 자동화
DevOps와 자동화DONGSU KIM
 
스타트업처럼 토이프로젝트하기
스타트업처럼 토이프로젝트하기스타트업처럼 토이프로젝트하기
스타트업처럼 토이프로젝트하기Sunyoung Shin
 
구글Vs네이버 3조 검,광고,킬러앱
구글Vs네이버 3조 검,광고,킬러앱구글Vs네이버 3조 검,광고,킬러앱
구글Vs네이버 3조 검,광고,킬러앱Webometrics Class
 
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)Treasure Data, Inc.
 
Web analytics 2.0 study ch.9
Web analytics 2.0 study ch.9Web analytics 2.0 study ch.9
Web analytics 2.0 study ch.9Eunyoung Kim
 
워드프레스를 이용해 나만의 홈페이지 만들기(2)
워드프레스를 이용해 나만의 홈페이지 만들기(2)워드프레스를 이용해 나만의 홈페이지 만들기(2)
워드프레스를 이용해 나만의 홈페이지 만들기(2)Donghwan Oh
 
[NDC2017] 뜻밖의 텍스트마이닝
[NDC2017] 뜻밖의 텍스트마이닝[NDC2017] 뜻밖의 텍스트마이닝
[NDC2017] 뜻밖의 텍스트마이닝Kim DaeYoung
 
Curie: Deep-linking & App-indexing based mobile search engine
Curie: Deep-linking & App-indexing based mobile search engineCurie: Deep-linking & App-indexing based mobile search engine
Curie: Deep-linking & App-indexing based mobile search engineWonkyung Lyu
 
[NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자!
[NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자![NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자!
[NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자!Jeongsang Baek
 
[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)
[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)
[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)Sang Don Kim
 
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다Evion Kim
 
검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티
검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티
검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티eunpyo hong
 
검색엔진최적화의 기본 비영리세미나용
검색엔진최적화의 기본 비영리세미나용검색엔진최적화의 기본 비영리세미나용
검색엔진최적화의 기본 비영리세미나용choi wi hwan
 
추천시스템 구축을 위한 빅데이터 분석기법과 사례
추천시스템 구축을 위한 빅데이터 분석기법과 사례추천시스템 구축을 위한 빅데이터 분석기법과 사례
추천시스템 구축을 위한 빅데이터 분석기법과 사례HELENA LEE
 
[2A7]Linkedin'sDataScienceWhyIsItScience
[2A7]Linkedin'sDataScienceWhyIsItScience[2A7]Linkedin'sDataScienceWhyIsItScience
[2A7]Linkedin'sDataScienceWhyIsItScienceNAVER D2
 

Similar to If (kakao) _ 다음(DAUM)모바일 개선 이야기 (20)

데이블 Dable news_홍보자료
데이블 Dable news_홍보자료데이블 Dable news_홍보자료
데이블 Dable news_홍보자료
 
Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나
Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나
Pinpoint 도입기 - 2016 신림프로그래머 오픈 세미나
 
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때 Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
 
NDC17 장창완(최종)
NDC17 장창완(최종)NDC17 장창완(최종)
NDC17 장창완(최종)
 
1시 36분
1시 36분1시 36분
1시 36분
 
DevOps와 자동화
DevOps와 자동화DevOps와 자동화
DevOps와 자동화
 
스타트업처럼 토이프로젝트하기
스타트업처럼 토이프로젝트하기스타트업처럼 토이프로젝트하기
스타트업처럼 토이프로젝트하기
 
구글Vs네이버 3조 검,광고,킬러앱
구글Vs네이버 3조 검,광고,킬러앱구글Vs네이버 3조 검,광고,킬러앱
구글Vs네이버 3조 검,광고,킬러앱
 
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
글로벌 사례로 보는 데이터로 돈 버는 법 - 트레저데이터 (Treasure Data)
 
Web analytics 2.0 study ch.9
Web analytics 2.0 study ch.9Web analytics 2.0 study ch.9
Web analytics 2.0 study ch.9
 
워드프레스를 이용해 나만의 홈페이지 만들기(2)
워드프레스를 이용해 나만의 홈페이지 만들기(2)워드프레스를 이용해 나만의 홈페이지 만들기(2)
워드프레스를 이용해 나만의 홈페이지 만들기(2)
 
[NDC2017] 뜻밖의 텍스트마이닝
[NDC2017] 뜻밖의 텍스트마이닝[NDC2017] 뜻밖의 텍스트마이닝
[NDC2017] 뜻밖의 텍스트마이닝
 
Curie: Deep-linking & App-indexing based mobile search engine
Curie: Deep-linking & App-indexing based mobile search engineCurie: Deep-linking & App-indexing based mobile search engine
Curie: Deep-linking & App-indexing based mobile search engine
 
[NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자!
[NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자![NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자!
[NDC16] (애드브릭스) 라이브마이그레이션 분투기 - 달리는 분석 툴의 바퀴를 갈아 끼워보자!
 
[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)
[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)
[Td 2015]맨땅에 헤딩하고 터득한 스토어 공략법(돈벌기)(육주용)
 
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
 
검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티
검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티
검색엔진 랭킹 상위 - scs(seo curation suite) 서비스 넥스트티
 
검색엔진최적화의 기본 비영리세미나용
검색엔진최적화의 기본 비영리세미나용검색엔진최적화의 기본 비영리세미나용
검색엔진최적화의 기본 비영리세미나용
 
추천시스템 구축을 위한 빅데이터 분석기법과 사례
추천시스템 구축을 위한 빅데이터 분석기법과 사례추천시스템 구축을 위한 빅데이터 분석기법과 사례
추천시스템 구축을 위한 빅데이터 분석기법과 사례
 
[2A7]Linkedin'sDataScienceWhyIsItScience
[2A7]Linkedin'sDataScienceWhyIsItScience[2A7]Linkedin'sDataScienceWhyIsItScience
[2A7]Linkedin'sDataScienceWhyIsItScience
 

More from 광영 김

배달의 민족 소개서
배달의 민족 소개서배달의 민족 소개서
배달의 민족 소개서광영 김
 
목시호텔 _ Moxyhotels
목시호텔 _ Moxyhotels 목시호텔 _ Moxyhotels
목시호텔 _ Moxyhotels 광영 김
 
구글은 어떻게 일하는가. How Google Work.
구글은 어떻게 일하는가.  How Google Work.구글은 어떻게 일하는가.  How Google Work.
구글은 어떻게 일하는가. How Google Work.광영 김
 
넷플릭스의 문화 : 자유와 책임
넷플릭스의 문화 : 자유와 책임넷플릭스의 문화 : 자유와 책임
넷플릭스의 문화 : 자유와 책임광영 김
 
2018 야놀자 소개서
2018 야놀자 소개서2018 야놀자 소개서
2018 야놀자 소개서광영 김
 
If (kakao) _ 카카오뱅크 스토리
If (kakao) _ 카카오뱅크 스토리If (kakao) _ 카카오뱅크 스토리
If (kakao) _ 카카오뱅크 스토리광영 김
 

More from 광영 김 (6)

배달의 민족 소개서
배달의 민족 소개서배달의 민족 소개서
배달의 민족 소개서
 
목시호텔 _ Moxyhotels
목시호텔 _ Moxyhotels 목시호텔 _ Moxyhotels
목시호텔 _ Moxyhotels
 
구글은 어떻게 일하는가. How Google Work.
구글은 어떻게 일하는가.  How Google Work.구글은 어떻게 일하는가.  How Google Work.
구글은 어떻게 일하는가. How Google Work.
 
넷플릭스의 문화 : 자유와 책임
넷플릭스의 문화 : 자유와 책임넷플릭스의 문화 : 자유와 책임
넷플릭스의 문화 : 자유와 책임
 
2018 야놀자 소개서
2018 야놀자 소개서2018 야놀자 소개서
2018 야놀자 소개서
 
If (kakao) _ 카카오뱅크 스토리
If (kakao) _ 카카오뱅크 스토리If (kakao) _ 카카오뱅크 스토리
If (kakao) _ 카카오뱅크 스토리
 

If (kakao) _ 다음(DAUM)모바일 개선 이야기