라이너 스콜라의 성장을 이끄는 에반(Evan)이 말하는 Fight to Win의 본질. 미국 현지 유저 인터뷰를 통해 '진짜 문제'를 발굴하고, 단 2주 만에 구독 전환율 13%를 성장시킨 치열한 임팩트 중심의 일하기 방식을 만나보세요.

라이너 Product Manager가 한정된 리소스로 최대의 임팩트를 내는 방법

프론트엔드 직무에 갇히지 않는 Problem Solver가 되는 법. 라이너의 20번째 멤버 레오가 Liner First 정신을 이야기합니다. 마케팅 성과 최적화부터 비개발자를 위한 LLM 세션까지, 팀의 승리를 위해 경계를 허물며 성장해온 4.5년의 기록을 공유합니다.

라이너 팀의 성공이 곧 나의 성공: 프론트엔드 엔지니어가 경계를 허물며 일하는 방식

데이터에 진심인 조직이 겪는 성장통을 어떻게 플랫폼으로 해결했을까요? 라이너 데이터 팀이 직접 설계한 'Like Studio'의 구축기입니다. 이벤트 정의부터 dbt 기반 모델링, 그리고 AI 제품의 개인화 서빙까지. 데이터가 신뢰를 얻고 제품의 혈관이 되는 과정을 공유합니다.

글로벌 AI 서비스는 1,300만 유저 데이터를 어떻게 관리할까? - 라이너 데이터 플랫폼 구축기

ML Engineer에서 AX Engineer로 전향하며 마주한 실전 기록. AI 에이전트를 단순 도구가 아닌 'Company OS'로 정의하며 발견한 Enterprise AX의 본질과 라이너만의 해결 방식을 공유합니다.

MLE에서 AXE로: 라이너가 Enterprise AX를 풀어내는 방법

8명의 엔지니어가 하나의 제품을 ‘디자인 시스템 없이’ 개발할 때 라이너 프론트엔드 챕터에는 8명의 엔지니어가 있습니다. 서로 다른 엔지니어가 하나의 제품을 시스템없이 개발하다보면 비효율적인 결과물이 이곳 저곳 쌓이기 마련입니다. 그리고 이 결과물들이 쌓이다보면 곧 외면하기 어려울 정도로 큰 장애물이 되어 제품 개발 과정을 방해한다는 사실을 알게 됩니다. 이렇듯 디자인 시스템 없이 제품을 개발하다 보니 라이너 프론트엔드 팀에는 큰 어려움이 3가지 있었는데요.

스타트업에서 제한된 리소스로 디자인 시스템 개발하기 1

웹 퍼포먼스 최적화, 글로벌 서비스가 갖춰야 할 기본 라이너는 글로벌 서비스로 사용자 대부분이 미국에 거주합니다. 미국뿐 아니라 한국, 일본, 중국, 필리핀, 인도, 유럽권 국가에도 라이너 사용자가 있기 때문에 한국 환경은 물론 다양한 국가에서의 사용 경험을 고려하며 제품을 만들고 있습니다. 로컬라이제이션, 네트워크 환경 등 다양한 요소를 고려하며 제품을 만들고 있는 것이죠.

웹 퍼포먼스 최적화로 전 세계 1,100만 사용자 시간 아낀 방법  

1,100만 명이 쓰는 글로벌 AI 검색 라이너는 어디서 만들어질까? ChatGPT 같은 AI 도구 사용해 본 적 있나요? 라이너는 전 세계 1천1백만 명이 사용 중인 AI 검색엔진 ‘라이너’를 만드는 팀이에요. 치열한 글로벌 AI 검색 시장에서 라이너가 생존하고 성장할 수 있던 비결은 여러 가지가 있지만, 라이너 팀의 조직문화를 잘 반영해 업무 효율을 높인 사무 공간도 그중 하나라고 생각해요.

라이너 팀이 사무 공간에 조직문화를 담는 방법

LLM은 생성형 AI일까? 이미 전 세계, 수억 명의 사람들이 ChatGPT를 경험했고, ChatGPT는 단기간에 거대언어모델(Large Language Models, 이하 LLM)과 생성형 AI(Generative AI, 이하 생성형 AI)의 대명사가 됐다. 자연스럽게 이렇게 생각하는 사람도 많아졌다. ChatGPT = LLM = 생성형 AI 과연 정답일까? LLM은 생성형 AI의 일종이기 때문에 이 생각이 ‘완전히 틀렸다’고 말할 순 없다. 그럼에도 굳이 ‘LLM은 생성형 AI가 아니다’란 과격한 표현을 쓴 이유는 LLM = 생성형 AI라 단정 짓는 것이 LLM 가치를 제대로 파악하는데 방해가 될 수 있기 때문이다.

LLM은 생성형 AI가 아니다 

가설 : 강점 공유는 동료를 이해하는데 도움이 될까? 서로가 서로를 이해하는 방식은 여러 가지가 있는데요. 라이너 팀은 동료의 강점을 발견하고, 그 강점이 일할 때 어떻게 작용하는지 알아보면서 서로를 알아가 보기로 했습니다. 가설을 검증하기 위해 크게 2가지의 일을 실행 했고 강점 기반 조직문화가 긍정적인 효과를 가져온다는 결론에 이르게 됐는데요. 우선 가설 검증을 위해 라이너 팀이 진행한 일을 기록해 보겠습니다.

라이너 팀이 강점 기반 조직문화 정착시키는 방법 - 갤럽 강점 테스트와 강점카드 활용하기

Intro 지금까지 LLM은 많이 발전해 왔습니다. 별개로 LLM이 사실과 다르게 답변하는 할루시네이션(Hallucination) 문제는 여전히 해결되지 않은 과제로 남아있는데요. 이를 해결하기 위해 Retrieval-Augmented Generation(RAG) 기술이 각광받고 있습니다. RAG는 사용자가 제출한 질문과 연관된 문서를 찾고, 해당 문서들의 내용을 기반으로 답변을 생성하는 기술로, 라이너도 적극적으로 사용하고 있습니다.

신뢰도 높은 문서 선택을 위한 라이너 Ranker 성장기

Get a behind-the-scenes look at how we’re building the world’s most accurate AI search engine. Follow Liner’s journey, team stories, and the latest in AI trends