---
title: "Perbandingan Strategi AI Naver dan Kakao: Monetisasi dan Efisiensi Investasi Lebih Penting daripada MAU"
locale: id
category: trends
category_name: "Tren"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/naver-vs-kakao-ai-strategy-maus-monetization
published_at: 2026-08-27T18:29:09+09:00
---

# Perbandingan Strategi AI Naver dan Kakao: Monetisasi dan Efisiensi Investasi Lebih Penting daripada MAU

> Sulit menilai menang-kalahnya platform domestik hanya berdasarkan laporan bahwa jumlah pengguna aktif bulanan aplikasi Google telah melampaui Naver. Untuk menentukan strategi mana yang lebih unggul antara AI full-stack Naver dan AI berfokus layanan milik Kakao, perlu dipertimbangkan secara bersamaan frekuensi penggunaan, konversi transaksi, biaya inferensi, pendapatan korporasi, dan efisiensi modal.

## Key Points

- MAU hanya menunjukkan jumlah orang yang menggunakan aplikasi setidaknya sekali dalam sebulan, bukan secara langsung menjelaskan frekuensi penggunaan atau kontribusinya terhadap pendapatan.
- Naver membidik kendali teknologi sekaligus pasar korporasi melalui strategi terpadu yang menghubungkan model, cloud, pusat data, dan layanannya sendiri.
- Kakao tidak sepenuhnya meninggalkan pengembangan teknologi sendiri, tetapi lebih mengarah pada pemusatan layanan berbasis KakaoTalk dengan menggabungkan model eksternal seperti OpenAI dan model internal.
- Pemenang dari kedua strategi tersebut harus ditentukan bukan berdasarkan kinerja model, melainkan pendapatan AI, tingkat konversi transaksi, biaya inferensi per pengguna, dan tingkat pengembalian modal.
- Strategi jangka panjang serta keberhasilan atau kegagalan perusahaan tidak boleh disimpulkan hanya berdasarkan partisipasi dalam proyek AI publik atau peringkat satu aplikasi.

Laporan bahwa jumlah pengguna aktif bulanan aplikasi Google di Korea telah melampaui aplikasi Naver memiliki makna simbolis yang besar. Namun, satu indikator berupa jumlah pengguna aplikasi tidak secara langsung mencerminkan daya saing pencarian, loyalitas terhadap platform, pendapatan iklan, ataupun keberhasilan bisnis AI.

Strategi AI Naver dan Kakao juga akan tampak berlebihan dibandingkan kenyataannya jika sekadar dibagi menjadi “model sendiri versus model eksternal”. Naver memperluas cakupan kendalinya dari model hingga cloud dan layanan, sedangkan Kakao berfokus pada penggabungan model eksternal yang kuat dengan teknologi miliknya sendiri agar pengguna dapat menyelesaikan tindakan nyata di dalam KakaoTalk.

## Cara membaca laporan aplikasi Google menyalip dalam MAU

MAU adalah jumlah pengguna unik yang menggunakan layanan setidaknya sekali selama periode pengukuran satu bulan. Indikator ini berguna untuk memahami jangkauan, tetapi tidak menunjukkan seberapa sering seorang pengguna berkunjung, apa yang dilakukannya, atau apakah ia menghasilkan pendapatan.

| Indikator | Penjelasan | Hal yang perlu diperiksa dalam analisis platform |
|---|---|---|
| MAU | Jumlah pengguna unik yang aktif selama satu bulan | Seberapa luas jangkauan layanan |
| DAU | Jumlah pengguna unik yang aktif selama satu hari | Apakah digunakan berulang kali dalam keseharian |
| DAU/MAU | Proporsi rata-rata pengguna aktif harian dari pengguna bulanan | Apakah tingkat kebiasaan dan loyalitas penggunaan tinggi |
| Jumlah sesi | Frekuensi aplikasi dijalankan selama periode tertentu | Apakah terjadi kunjungan berulang |
| Waktu penggunaan | Waktu yang dihabiskan di aplikasi atau layanan | Apakah konsumsi kontennya mendalam |
| Tingkat konversi | Proporsi yang berlanjut menjadi reservasi, pembelian, pertanyaan, dan sebagainya setelah pencarian atau paparan | Apakah penggunaan terhubung dengan nilai ekonomi |
| Pendapatan per pengguna | Pendapatan rata-rata yang dihasilkan seorang pengguna | Seberapa efisien lalu lintas dimonetisasi |

Statistik aplikasi juga berbeda-beda menurut perusahaan riset dan metode penghitungannya. Perlu diperiksa cakupan Android dan iOS, penanganan aplikasi prainstal, kriteria pengecualian aktivitas latar belakang, metode penyesuaian sampel, serta apakah beberapa aplikasi milik perusahaan yang sama digabungkan. Aplikasi Google dapat memiliki berbagai tujuan akses, bukan hanya pencarian, tetapi juga pencarian suara, pencarian gambar, konten rekomendasi, dan koneksi ke Gemini.

Karena itu, “aplikasi Google menempati peringkat pertama dalam MAU” dapat dibaca sebagai sinyal bahwa titik kontak seluler Google semakin luas, tetapi bukan bukti bahwa bisnis pencarian, iklan, dan perdagangan Naver langsung berbalik menjadi tertinggal. Beberapa kuartal perlu dilacak dengan standar yang sama, sekaligus membandingkan DAU, waktu penggunaan, pangsa pencarian, konversi transaksi, dan pendapatan.

## Mengapa tujuan pencarian lebih penting daripada pangsa pencarian

Tidak semua pencarian memiliki nilai yang sama. Pemeriksaan fakta atau peringkasan dokumen dapat diselesaikan dengan cepat melalui pencarian umum dan AI generatif seperti Google, ChatGPT, dan Gemini. Sebaliknya, pencarian yang dekat dengan tindakan, seperti membandingkan produk sesaat sebelum membeli, mencari toko lokal, atau memeriksa ketersediaan reservasi, menguntungkan platform yang menghubungkan ulasan, harga, peta, dan sistem pembayaran.

Bagian yang dinilai sebagai kekuatan Naver bukan hanya banyaknya dokumen berbahasa Korea. Intinya adalah struktur yang menghubungkan eksplorasi dan transaksi pengguna melalui blog, kafe, peta, Place, belanja, dan reservasi. Informasi bisnis lokal atau ulasan penggunaan yang terakumulasi dalam jangka panjang mungkin sulit langsung digantikan oleh AI umum pada tingkat yang sama.

Namun, aset ini tidak boleh dipandang sebagai garis pertahanan permanen.

- Jika kredibilitas ulasan menurun atau konten bernuansa iklan bertambah, kepuasan pencarian akan menurun meskipun jumlah datanya besar.
- Jika AI generatif membandingkan informasi dari berbagai situs sambil menyajikan sumber dengan jelas, kebutuhan untuk mencari di dalam portal dapat berkurang.
- Model eksternal juga dapat memperkuat data lokal melalui kemitraan, lisensi, web terbuka, dan informasi yang disediakan pelaku usaha.
- Jika jawaban AI menuntaskan pertanyaan pada halaman hasil pencarian, lalu lintas yang menuju halaman konten dan iklan dapat berkurang.

Hal yang harus dipertahankan Naver bukan sekadar volume pencarian, melainkan informasi terbaru yang tepercaya serta alur penggunaan lengkap yang berlanjut hingga reservasi dan pembelian.

## Mengapa nilai perusahaan Naver tidak meningkat hanya karena investasi AI

Pergerakan harga saham tidak dapat dijelaskan hanya dengan satu penyebab tertentu. Hal ini karena suku bunga, selera risiko pasar, proyeksi kinerja, regulasi, persaingan, dan alokasi modal tercermin secara bersamaan. Namun, ketika sebuah platform matang mulai melakukan investasi AI berskala besar, pertanyaan yang ingin dipastikan investor relatif jelas.

1. Dapatkah pertumbuhan iklan pencarian dan perdagangan yang sudah ada dipertahankan?
2. Seberapa besar peningkatan biaya GPU, pusat data, serta penelitian dan pengembangan menurunkan margin laba operasional?
3. Apakah pencarian AI menciptakan pendapatan baru tanpa menggerus produk iklan yang sudah ada?
4. Apakah pendapatan AI untuk perusahaan dan cloud tumbuh cukup besar untuk menutup biaya investasi?
5. Apakah keseimbangan antara investasi dan pengembalian kepada pemegang saham, seperti pembatalan saham treasuri dan dividen, sudah tepat?

Naver dapat dianalogikan dengan perusahaan distribusi besar atau kapal induk yang mengubah arah, tetapi analogi tidak membuktikan penyebab. Naver dapat menjual data dan perangkat lunak tak berwujud secara berulang, sedangkan perusahaan distribusi memiliki porsi besar dalam biaya inventaris dan gerai. Inti perbandingan harus dibatasi pada kesamaan berupa “masa transisi ketika harus berinvestasi pada infrastruktur baru sambil mempertahankan bisnis lama yang menghasilkan kas”.

Di pasar, kejelasan jalur pengembalian lebih penting daripada besarnya investasi. Meskipun fitur AI meningkatkan jumlah pengguna, hasil ekonominya dapat melemah jika biaya inferensi tumbuh lebih cepat daripada pendapatan.

## Perbandingan strategi AI Naver dan Kakao

Pilihan kedua perusahaan berbeda karena titik awal platform dan struktur pendapatannya tidak sama.

| Aspek perbandingan | Naver | Kakao |
|---|---|---|
| Aset utama | Pencarian, konten, perdagangan, peta, cloud | KakaoTalk, jejaring hubungan perpesanan, layanan afiliasi mobilitas, pembayaran, dan konten |
| Arah AI | Menghubungkan model fondasi dan infrastruktur sendiri hingga ke layanan | Menggabungkan model eksternal dengan teknologi sendiri dan menerapkannya pada layanan pengguna |
| Aset utama | HyperCLOVA X, NAVER Cloud, pusat data, data layanan bahasa Korea dan lokal | Jaringan distribusi KakaoTalk, teknologi lini Kanana, kolaborasi dengan OpenAI, koneksi layanan afiliasi |
| Pasar prioritas | Layanan konsumen serta cloud dan AI untuk perusahaan dan sektor publik | AI konsumen dan layanan berbasis tindakan yang berpusat pada KakaoTalk |
| Keunggulan | Kendali atas data, model, dan infrastruktur; keamanan dan lokalisasi; respons terhadap pelanggan perusahaan | Penerapan layanan yang cepat, pemanfaatan model terdepan, pengurangan beban infrastruktur awal |
| Risiko utama | Belanja modal besar, beban fasilitas akibat perubahan teknologi, keterlambatan pengembalian investasi | Ketergantungan pada model eksternal, biaya API dan daya tawar, kurangnya diferensiasi layanan |
| Syarat keberhasilan | Peningkatan pendapatan perusahaan dan tingkat utilisasi infrastruktur yang tinggi | Peningkatan penggunaan KakaoTalk dan konversi tindakan seperti reservasi, pembelian, dan pemanggilan layanan |

### Naver: strategi full-stack yang memperluas cakupan kendali

Naver menghubungkan modelnya sendiri seperti HyperCLOVA X, NAVER Cloud, pusat data, dan layanan konsumen. Strategi ini meyakinkan bagi pelanggan yang mementingkan lokasi penyimpanan data, keamanan, bahasa Korea dan konteks lokal, serta penyesuaian bagi masing-masing perusahaan. Pasar sovereign AI, tempat negara atau lembaga mengutamakan bahasa, regulasi, dan kendali data negaranya sendiri, juga merupakan bidang bisnis potensial.

Namun, “full-stack” bukan berarti memproduksi sendiri seluruh semikonduktor dan perangkat lunak. Kerja sama dengan pemasok eksternal tetap diperlukan untuk GPU, komponen inti, dan sebagian ekosistem perangkat lunak. Keberhasilan bergantung bukan pada apakah semuanya dimiliki sendiri, melainkan seberapa efisien setiap lapisan diintegrasikan dan pelanggan berbayar diperoleh.

### Kakao: strategi yang memanfaatkan jaringan distribusi dan penyelesaian tindakan

Kakao telah mengumumkan kolaborasi strategis dengan OpenAI dan mendorong arah agar AI di dalam KakaoTalk tidak sekadar menjawab percakapan, tetapi juga membantu pekerjaan pengguna. Jika proses dari pesan menuju jadwal, pencarian, reservasi, pembelian, dan pemanggilan transportasi dapat dipersingkat, jaringan layanan yang dimiliki Kakao dapat menjadi kekuatan.

Namun, tidak tepat untuk menyimpulkan bahwa Kakao sama sekali tidak berinvestasi pada LLM atau infrastruktur AI miliknya sendiri. Strateginya lebih mendekati strategi campuran yang mengembangkan model dan layanan AI sendiri sekaligus memanfaatkan model eksternal terdepan. Penggunaan model eksternal dapat mempercepat pengembangan, tetapi biaya, pemrosesan informasi pribadi, penanganan gangguan, dan ketergantungan pada pemasok harus dikelola.

## Indikator untuk menentukan strategi mana yang menang

Pemenang bisnis tidak dapat ditentukan hanya berdasarkan skor evaluasi model atau jumlah unduhan aplikasi. Indikator berikut perlu diperiksa berulang kali dalam periode yang sama.

| Bidang | Indikator yang dilihat pada Naver | Indikator yang dilihat pada Kakao |
|---|---|---|
| Pengguna | Tingkat penggunaan pencarian AI, kunjungan kembali, kepuasan pencarian | Pengguna fitur AI, perubahan waktu penggunaan dan kunjungan kembali KakaoTalk |
| Transaksi | Tingkat konversi belanja, Place, dan reservasi | Tingkat penyelesaian tugas seperti reservasi, pembayaran, dan pemanggilan taksi |
| Pendapatan | Iklan AI, pendapatan cloud dan AI untuk perusahaan | Kontribusi layanan AI berbayar dan transaksi layanan afiliasi |
| Biaya | Tingkat utilisasi GPU, biaya inferensi, efisiensi investasi pusat data | Biaya API model eksternal, biaya layanan per pengguna |
| Daya saing | Tingkat retensi pelanggan perusahaan, pendapatan berulang dari kontrak luar negeri | Fitur terdiferensiasi yang hanya dimungkinkan di dalam KakaoTalk |
| Efisiensi modal | Arus kas operasi dibandingkan investasi AI | Apakah beban investasi yang rendah benar-benar menghasilkan peningkatan laba |

Dalam jangka pendek, strategi yang memanfaatkan model eksternal mungkin tampak cepat dan murah. Jika penggunaan meningkat tajam atau harga pemasok naik, keekonomian infrastruktur sendiri dapat membaik. Sebaliknya, jika generasi teknologi berganti dengan cepat dan permintaan tidak pasti, fasilitas milik sendiri berskala besar dapat menjadi beban. Tidak ada satu pendekatan yang selalu lebih unggul; hasilnya berubah menurut skala permintaan, tingkat utilisasi, dan margin per layanan.

## Mengapa daya saing perangkat lunak Korea tidak dapat dijelaskan hanya melalui tahap penyebaran perangkat keras

Penjelasan bahwa investasi GPU dan pusat data dalam industri AI lebih dahulu meluas, lalu perangkat lunak aplikasi tumbuh setelahnya, menunjukkan sebagian alur. Namun, monetisasi perangkat lunak sulit dianggap baru dimulai setelah pembangunan infrastruktur. Cloud, teknologi periklanan, gim, perangkat lunak enterprise, dan layanan seluler sudah bersaing secara bersamaan dengan perangkat keras.

Dalam menilai daya saing perangkat lunak perusahaan Korea, kondisi berikut harus dibedakan.

- Apakah layanan yang telah teruji di pasar domestik dapat diperluas ke lingkungan bahasa dan regulasi lain
- Apakah produk dapat dijual sebagai layanan berlangganan yang dapat diulang, bukan pembangunan satu kali
- Apakah dapat membangun API dan ekosistem yang digunakan pengembang serta perusahaan luar negeri
- Apakah memiliki sistem penjualan global, dukungan teknis, dan mitra
- Apakah persyaratan informasi pribadi, hak cipta, dan keamanan AI telah tercermin dalam desain produk

Bisnis AI dan cloud Naver di luar negeri dapat menunjukkan potensi, tetapi pengumuman kerja sama individual harus dibedakan dari pendapatan berkelanjutan. Daya saing sebenarnya baru dapat dinilai ketika indikator bisnis yang dapat diverifikasi, seperti skala kontrak, pendapatan berulang, retensi pelanggan, dan profitabilitas, dipublikasikan.

## Bagaimana partisipasi dalam proyek AI publik harus ditafsirkan

Kampanye publik, dukungan penggunaan gratis, atau proyek konsorsium yang menggunakan nama serupa seperti “AI untuk Semua” dapat memiliki persyaratan partisipasi berbeda menurut waktu pengumuman dan lembaga penyelenggara. Untuk menilai partisipasi atau ketidakikutsertaan perusahaan tertentu beserta motifnya, pengumuman resmi, lembaga yang terikat perjanjian, anggaran, periode layanan, dan dokumen pengadaan harus diperiksa terlebih dahulu.

Partisipasi Kakao mungkin menguntungkan bagi perluasan titik kontak dengan pengguna, sedangkan ketidakikutsertaan Naver mungkin berarti fokus pada bisnis mandiri. Namun, jika perusahaan tidak mengungkapkan motifnya secara resmi, manfaat komersial, arah teknologi, atau tujuan promosi tidak dapat dipastikan seolah-olah merupakan fakta. Partisipasi dalam proyek publik hanyalah salah satu petunjuk strategi dan tidak membuktikan daya saing model ataupun profitabilitas jangka panjang.

## Arena persaingan yang mudah terlewatkan: kendali transaksi agen

Isu yang mudah terlewatkan dalam perbandingan model sederhana adalah tempat AI menyelesaikan transaksi nyata setelah memahami niat pengguna. Jika agen AI tidak berhenti pada rekomendasi restoran, tetapi juga menangani reservasi dan pembayaran, struktur pendapatan platform akan berubah.

Dalam proses ini, empat jenis kendali menjadi penting.

1. **Data niat:** Apakah dapat memahami apa yang dicari dan ingin dibeli pengguna
2. **Koneksi transaksi:** Apakah dapat mengakses sistem penjual, toko, mobilitas, dan pembayaran secara waktu nyata
3. **Persetujuan pengguna:** Apakah informasi pribadi dan otorisasi pembayaran diperoleh secara transparan dan dikelola dengan aman
4. **Pembagian pendapatan:** Bagaimana nilai dibagi antara penyedia model, platform, produsen konten, dan penjual

Naver berangkat dari hubungan antara data pencarian dan perdagangan, sedangkan Kakao dari jejaring percakapan dan pemanggilan layanan kehidupan sehari-hari. Persaingan akhir kemungkinan besar akan ditentukan bukan oleh jawaban yang lebih fasih, melainkan oleh kemampuan menyelesaikan tindakan tepercaya dengan lebih sedikit langkah dan menghasilkan pendapatan berkelanjutan dalam prosesnya.

## Tiga kemungkinan skenario perkembangan

### Ketika strategi integrasi Naver lebih menguntungkan

Ini adalah kondisi ketika perusahaan dan lembaga publik mengutamakan kendali data serta lokalisasi, tingkat utilisasi tinggi pada infrastruktur sendiri dapat diamankan, dan pendapatan cloud serta AI tumbuh lebih cepat daripada biaya investasi.

### Ketika strategi layanan Kakao lebih menguntungkan

Ini adalah kondisi ketika model fondasi dengan cepat menjadi produk umum dan harganya turun, serta kekuatan distribusi KakaoTalk digunakan untuk menyebarkan AI berbasis tindakan seperti reservasi, pembelian, dan pemanggilan layanan dengan cepat.

### Ketika kedua strategi berkonvergensi

Naver dapat menggabungkan model eksternal di bidang yang diperlukan, sementara Kakao dapat mengoperasikan sendiri fungsi yang penting dari sisi biaya dan keamanan, sehingga keduanya berkonvergensi menuju struktur campuran. Di pasar nyata, berbagai kombinasi antara pengembangan sepenuhnya mandiri dan ketergantungan sepenuhnya pada pihak luar kemungkinan besar akan bersaing.

## Kesimpulan

Kenaikan MAU aplikasi Google merupakan sinyal peringatan bagi Naver, tetapi bukan pernyataan kekalahan. Bagi Naver, tugas utamanya adalah menjaga kualitas data pencarian dan transaksi, memperoleh kembali investasi infrastruktur AI, serta memperluas pasar perusahaan. Bagi Kakao, penting untuk memanfaatkan model eksternal sekaligus menciptakan pengalaman yang hanya mungkin dilakukan di dalam KakaoTalk serta mengendalikan biaya layanan dan ketergantungan pada pemasok.

Strategi kedua perusahaan bukanlah sekadar pertarungan antara pendekatan berat dan ringan. Yang satu memprioritaskan kendali dan keekonomian infrastruktur jangka panjang, sedangkan yang lain mengutamakan kecepatan distribusi dan konversi layanan. Pemenangnya bukan perusahaan yang menempati peringkat pertama dalam MAU, melainkan perusahaan yang mampu mengubah AI menjadi pendapatan berulang dan arus kas.

## FAQ

### Jika MAU aplikasi Google lebih tinggi daripada Naver, apakah itu berarti posisi pertama di pasar pencarian domestik telah berganti?
Hal itu tidak dapat disimpulkan secara pasti. MAU aplikasi menunjukkan jangkauan bulanan, tetapi jumlah pencarian, pangsa pencarian, penggunaan berulang, durasi penggunaan, serta pendapatan iklan dan perdagangan merupakan indikator yang terpisah. Cakupan penghitungan lembaga riset dan sampel berdasarkan sistem operasi juga harus diperiksa.

### Mengapa Naver dinilai kuat dalam pencarian lokal dan penelusuran produk?
Karena bukan hanya konten pengguna di blog dan kafe, tetapi juga peta, Place, belanja, dan reservasi saling terhubung. Namun, keunggulan ini dapat melemah jika keandalan ulasan dan kemutakhiran informasi menurun atau data lokal AI serbaguna membaik.

### Apa yang dimaksud dengan strategi AI full-stack Naver?
Ini adalah strategi untuk memperluas cakupan kendali operasional dengan menghubungkan model fondasi milik sendiri, cloud, pusat data, serta layanan seperti pencarian dan perdagangan. Ini bukan berarti memproduksi sendiri semua semikonduktor dan teknologi, dan GPU eksternal serta kerja sama teknologi juga diperlukan.

### Apakah Kakao menghentikan pengembangan model AI sendiri dan hanya bergantung pada OpenAI?
Tidak tepat jika menganggapnya sebagai ketergantungan penuh pada pihak eksternal. Kakao lebih dekat pada strategi campuran yang mengembangkan teknologi AI sendiri sekaligus memadukan model eksternal seperti OpenAI untuk meningkatkan kecepatan peluncuran dan kualitas layanan.

### Apakah menggunakan model AI eksternal selalu lebih murah daripada pusat data sendiri?
Tidak. Jika permintaan awal kecil atau tidak pasti, API eksternal mungkin lebih menguntungkan, tetapi jika volume penggunaan meningkat, biaya pemanggilan dan ketergantungan pada penyedia dapat menjadi beban. Untuk infrastruktur sendiri pun, investasi dapat sulit kembali jika tingkat utilisasinya rendah atau generasi model berubah dengan cepat.

### Dengan indikator apa pemenang strategi AI Naver dan Kakao harus dinilai?
Pendapatan berulang terkait AI, tingkat konversi transaksi, tingkat retensi pengguna, biaya inferensi per pengguna, retensi pelanggan korporat, tingkat utilisasi pusat data, dan arus kas dibandingkan investasi harus dilihat secara bersamaan. Sulit menilai kinerja bisnis hanya berdasarkan satu indikator, seperti skor evaluasi model atau MAU.

### Mengapa agen AI penting bagi pendapatan kedua platform?
Karena jika AI tidak hanya memberikan jawaban, tetapi juga menyelesaikan reservasi, pembelian, pembayaran, hingga pemanggilan transportasi, AI dapat menghasilkan komisi transaksi dan konversi iklan. Dalam hal ini, persetujuan data pribadi, keamanan pembayaran, tanggung jawab atas kesalahan, dan integrasi dengan penyedia eksternal menjadi syarat utama.

### Bolehkah strategi perusahaan dinilai berdasarkan keikutsertaannya dalam proyek AI publik?
Keikutsertaan dapat dijadikan referensi, tetapi bukan bukti yang menentukan. Tujuan proyek, anggaran, periode, dan persyaratan partisipasi dalam pengumuman resmi harus diperiksa, serta alasan tidak ikut serta atau motif komersial yang tidak diungkapkan perusahaan tidak boleh dipastikan sebagai fakta.

## Sources

- [Panduan metrik pengguna Google Analytics](https://support.google.com/analytics/answer/12253918?hl=ko)
- [Materi presentasi kinerja NAVER](https://www.navercorp.com/investment/earningsRelease)
- [Materi presentasi kinerja Kakao](https://www.kakaocorp.com/ir/referenceRoom/earningsAnnouncement)
- [Kakao dan OpenAI mengumumkan kolaborasi strategis](https://openai.com/index/kakao/)
- [NAVER CLOVA HyperCLOVA X](https://clova.ai/hyperclova)
- [DART, Sistem Pengungkapan Informasi Elektronik Dinas Pengawas Keuangan](https://dart.fss.or.kr/)

## Images

![Perempuan menggunakan tablet dengan dasbor analitik di konter restoran](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTI0MTEsInB1ciI6ImJsb2JfaWQifX0=--998773982819b81514ec23a3337c5105ea00914a/ai-393096c7.webp)
![Infografik perbandingan skala pengguna, pendapatan, dan infrastruktur AI dengan neraca dan dasbor](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTI0MTcsInB1ciI6ImJsb2JfaWQifX0=--4476ee610b82e54d44efa0d37589d01277937f8b/ai-1123da3f.webp)