• 사용자 로그 수집 및 분석을 위한 시스템을 설계하고 운영하며, 실시간으로 성능과 오류 데이터를 모니터링합니다.
• 다양한 사용자 실험(A/B 테스트)을 설계하고 분석하여 기능 개선과 인터페이스 최적화의 근거를 마련합니다.
• 사용자 피드백을 기반으로 안정적이고 효율적인 서비스 환경을 제공합니다.
• 자주 사용되는 컴포넌트와 모듈을 식별·분석하여 레거시 코드의 최소화 및 시스템 개선을 가속화했습니다.

• Server-Driven UI 기반의 표준화된 프로토콜을 설계하여 사용자별로 최적화된 UI를 동적으로 제공합니다.
• 동일한 데이터로 사용자마다 다른 화면을 노출할 수 있어 유연한 A/B 테스트 및 실험이 가능합니다.
• 검색 디자인 시스템을 통해 일관된 UI 제공과 빠른 디자인 대응이 가능해 개발 효율성과 품질을 동시에 확보했습니다.

• 검색 서비스의 일관된 사용자 경험을 위해 디자인 시스템 기반의 컴포넌트 라이브러리 바탕으로 검색 서비스 FE 개발을 리딩합니다.
• 통합검색 전반의 품질을 책임지며, 다양한 서비스 요구사항을 안정적이고 확장 가능한 구조로 풀어냅니다.
• 단순 구현을 넘어 디자인, 사용자 경험, 검색 품질까지 아우르는 검색 FE의 기술적 방향성을 고민합니다.

• AI를 활용해 사용자의 니즈에 맞춘 콘텐츠 요약 및 추천 기능을 제공하여 새로운 검색 경험을 실험합니다.
• 다양한 사용자 요구사항을 만족시키기 위해 Design System 기반의 고성능 어플리케이션을 구현하고 지속적으로 개선합니다.

• NAVER 주요 서비스에서 활용되는 오픈소스 UI 컴포넌트 egjs를 개발하고 유지보수하며, 프론트엔드 기술 문제를 해결합니다.
• 검색의 통일된 디자인 가이드와 컴포넌트 라이브러리를 통해 일관된 UI/UX를 제공하며, 사용자 경험의 품질을 높입니다.
• 빠르게 변화하는 요구사항에도 민첩하게 대응할 수 있도록 생산성과 확장성을 고려한 구조를 설계합니다.
• 주기적인 기술문서 작성 및 사내 기술 세미나를 통해 조직의 기술 역량 강화를 지원합니다.
• 사용자 경험을 향상시키기 위한 기술 리서치를 통해 서비스의 품질과 가치를 지속적으로 높입니다.

우리 팀은 네이버 검색서비스를 개발하며 효과적인 개발을 위해서 지속적으로 개발 환경을 고도화를 합니다. 하나의 기술보다 지속적으로 나은 기술을 찾고 서비스에 적용하여 성장하도록 노력합니다. 또한, 지금 당장 필요하지 않더라도 더 나은 단계로 나아가기 위한 미래 기술도 지속적으로 리서치하여 결과물을 만들고 있습니다. 우리의 활동을 아래 내용에서 확인하실 수 있고, 관심있으시면 연락 부탁합니다.

• 네이버 검색 서비스 / AI 브리핑 등 검색 제품 FE 개발
• FE DevOps 시스템과 UI 랜더링 시스템 개발
• Design System 개발 / egjs opensource 라이브러리 개발

• FE 개발 경험
• Webpack와 같은 번들러와 Babel와 같은 트렌스파일러 이해
• ES 5+ / Typescript / React.js
• HTML 4+ / CSS 2.1+
• Git

• 오픈 소스 컨트리뷰션 및 활동
• 기술 기반 블로그 및 커뮤니티 활동
• Node.js 등 server-side 개발 경험
• docker/k8s등 cloud 환경 개발 경험
• Design System 개발 경험
• AI Tool 활용 경험
• 브라우저 동작 이해

• Front-End에 관심 있는 개발자
• 자신의 경험을 잘 나눌 수 있는 개발자
• 새로운 업무나 기술을 배우는데 거리낌 없는 개발자
• 동료와 협업하면서 업무를 함께 진행할 수 있는 개발자
• 문제을 찾고 정의하여 해결하는 개발자
• Self motivation이 가능한 개발자

• dan(deview)
  • 2021년
    • 네이버 검색의 Server Driven UI - LAPIN
    • React, Vue, Svelte… 변화하는 프레임워크 속에서 컴포넌트 발전하기
  • 2023년
    • 하나의 코드로 React, Vue, Svelte 등 모든 프레임워크를 지원할 수 있는 CFCs Reactive
  • 2024년
    • 데이터 기반으로 지속적 성장이 가능한 네이버 검색 FE 시스템 구축하기
    • 네이버 검색에서 웹 성능 관리하는 방법: web-vitals 수집부터 개선까지
• NAVER Search Colloquium
  • 2021년 Front-end Engineering for Building an Immersive Experience in Search
  • 2022년 Front-end Engineering for Rich Search Experience

• 21년
  • 웹에서 뛰노는 실감콘텐츠 ‘웹XR’의 개선점과 한계는?
  • [네이버 어벤저스] 네이버 안에서 3D 세계여행을?…‘웹 XR’이 온다
• 22년
  • [네이버 어벤저스] “공룡이 궁금하면, 티라노사우루스에게 물어봐”
  • [네이버 어벤저스] 찰떡같이 알아듣는 ‘검색의 진화’…구글보다 빠르다
• 24년
  • [네이버 어벤저스] ‘AI 검색’한다면서, 왜 ‘디자인 시스템’부터 만들었을까?
• 25년
  • 네이버 검색, 2.31초만에 주요 콘텐츠 다 띄운다

• 웹 3D 모델 최적화 기법 소개
• 뭣? 딸깍 몇 번에 웹 E2E 테스트 코드를 생성하고 수행한다고? 에러도 잡아준다고? 영상도 뽑아준다고?
• 네이버 통합 검색의 웹 성능 - 데이터 수집과 시각화
• 네이버 통합 검색의 웹 성능 - 모니터링과 성능 개선
• 네이버 검색 클라이언트 로그 수집 - Beacon API 전환기
• 2024 네이버 통합검색의 웹 성능 리뷰
• [DAN 24] 데이터 기반으로 지속 성장이 가능한 네이버 검색 FE 시스템 구축하기
• 이건 첫 번째 클릭! 히트맵 같이 보기
• 네이버 통합검색 AIB 도입과 웹 성능 변화 분석

• egjs 오픈소스
• 기술 블로그
• 기술 행사

우리 팀에 관심이 생기셨나요? 언제나 같이 고민하고 해결할 팀원분들을 찾고 있습니다. 관심있으시면 dl_search_fe_hiring@navercorp.com으로 연락주시면 하루안에 답변드리겠습니다.