취향 저격 맛집 추천, 더 똑똑하게!: 추천 모델 성장 일지 #우아콘2024 #우아한형제들
우아콘 2024 우아한형제들 · YouTube
AI 핵심 요약
배민 추천 프로덕트 팀은 하루 한 번 생성하던 개인화 추천이 시간대별 취향과 앱 사용 중 바뀌는 관심사를 놓치는 문제를 단계적으로 개선했다. 먼저 유저·가게 임베딩을 비교하는 투타워 모델에 요일과 위치 피처를 넣고, 이후 시간대별 주문 패턴을 클러스터링해 다섯 개 시간대의 추천을 제공했다. 초단위 반응을 반영하기 위해 가게명·메뉴 기반 콘텐츠 인코더와 검색어 인코더를 대조 학습으로 만들고, 최근 클릭·검색 이력과 후보 가게의 유사도를 Weighted RRF 등으로 랭킹에 반영했다. 발표에서는 각 단계의 실험과 운영 제약을 함께 고려해야 하며, 새로 만든 인코더를 실시간 추천뿐 아니라 다양한 랭킹 지면에도 재사용할 수 있음을 보여줬다.
- 투타워 모델은 유저·가게 임베딩의 유사도를 점수로 사용하며, 배달 가능 가게를 먼저 필터링하는 도메인 특성 덕분에 랭킹 모델로도 활용할 수 있다.
- 위치 정보는 위경도를 S2 셀로 변환해 임베딩 테이블 크기를 줄이고, 같은 셀의 요청을 묶어 추론을 배치화한다.
- 시간대별 추천을 운영할 때는 시간별 결과를 모두 만들기보다 주문 패턴을 기준으로 시간대를 클러스터링해 추론 비용과 추천 최신성의 균형을 맞춘다.
- 실시간 행동을 반영할 때는 클릭한 가게와 검색어를 함께 활용하고, 최근 한 시간 내 행동 중 적절한 개수를 AB 테스트로 정한다.
- 콘텐츠 기반 인코더는 가게 ID 대신 가게명·메뉴 정보를 입력으로 사용해 신규 가게에도 임베딩을 만들고, 검색어와 가게를 같은 벡터 공간에서 비교할 수 있게 한다.
소개
[WOOWACON2024 세션 다시보기] 👉 세션 설명 ㅤ 우아한 형제들에서 고객이 좋아할 맛집을 찾아내는 방법을 소개합니다. 고객의 일단위 취향을 고려한 초창기 버전부터 초단위 취향까지 반영할 수 있도록 발전해온 배민 개인화추천 모델의 발전사에 대해 소개합니다. ㅤ 👉 발표자 소개ㅤ 이승원, 데이터 과학자
비슷한 학습 자료
컨퍼런스 우아콘 2024
생성형 AI 활용기(이그나이트) #우아콘2024 #우아한형제들
컨퍼런스 우아콘 2024
[WOOWACON2024 세션 다시보기] 👉 세션 설명 ㅤ 이그나이트는 하나의 주제로 3~5명의 발표자가 5분간 빠르게 발표를 진행하는 방식의 세션입니다. 참여형으로 진행된 이그나이트 세션에서는, 우아한형제들 소속 발표자와 타소속 발표자가 함께 참여하였습니다. '생성형 AI 활용기' 세션에서는 생성형 AI를 활용해 업무 효율을 높인 경험담을 공유합니다. 👉 발표 목록 1. 생성형 AI를 사용하여 나만의 캐릭터 그리기 - 민윤홍 님 2. Self-made Prototype: 생성형 AI로 혁신의 속도를 높이다 - 김효섭 님 3. 더 나은 AI를 위하여! 문서 압축부터 성능 개선까지 - 김동현 님 4. 생성AI로 이력서고치기 - 송요창 님 5. 생성형 AI로 '우리’가 더 똑똑해지기 - 임동준 님
인공지능 기타
컨퍼런스 우아콘 2024
그래프, 텍스트 인코더를 활용한 실시간 추천 검색어 모델링 #우아콘2024 #우아한형제들
컨퍼런스 우아콘 2023
추천시스템 성장 일지: 데이터 엔지니어 편 #우아콘2023 #우아한형제들
컨퍼런스 우아콘 2023
[WOOWACON2023 세션 다시보기] 👉 세션 설명 추천시스템팀이 만들어지고 본격적으로 추천 서비스 개발이 시작된 지도 어느덧 2년이 지났습니다. 이제 두 돌이 된 추천시스템은 지금 어떤 모습일까요? 추천시스템의 아키텍처와 데이터 파이프라인을 소개합니다. 그리고 지금의 추천시스템의 모습을 가능하게 해준 몇 가지 중요 포인트들을 공유합니다ㅤ ㅤ 👉 발표자 소개 추천시스템 김정헌 누구보다 디지털 미니멀리즘에 관심이 많은 개발자. 추천시스템팀에서 추천 서비스 전반을 개발하고 있습니다. 👍 추천 대상 추천, 검색 등 AI / ML 서비스 개발을 막 시작했거나 시작해보려는 개발자 🙋🏻♀️ 세션에 대해 궁금한 점이 있다면 dev_relations@woowahan.com 으로 문의주시기 바랍니다.
데브옵스 · 인프라 딥러닝 · 머신러닝
컨퍼런스 우아콘 2023
[WOOWACON2023 세션 다시보기] 👉 세션 설명 수많은 우여곡절 끝에 완성된 머신러닝 모델! 우리 서비스에서 “어떻게” “잘” 제공할 수 있을까? 여러 추천/ML 모델을 실제 대고객 서비스화하면서 얻은 경험과 사례들을 바탕으로 서빙 시나리오별 장단점, “더 잘 서빙하기 위해” 유의해야할 요소들, 이것들을 고려한 시스템 설계에 대해 짚어봅니다.ㅤ ㅤ 👉 발표자 소개 추천시스템 정현 아동가족학과 출신 개발자. 오디오 엔지니어 경력을 시작으로, 임베디드, 데이터에 이르기까지 다양한 개발 영역을 접해왔습니다. 2016년부터 머신러닝을 검색, 추천 등지에서 대규모 트래픽 서비스, 플랫폼화하는 일을 본격적으로 해오고 있습니다. 대규모 트래픽을 안정적으로 빠르게 처리하는 것과 분산처리, 계산 최적화에 관심이 많습니다. 👍 추천 대상 - 추천/ML 등 모델을 만들었을 때, 고객용 서비스로 어떻게 잘 제공할 수 있을지 궁금한 분 🙋🏻♀️ 세션에 대해 궁금한 점이 있다면...
백엔드 딥러닝 · 머신러닝 로드맵 1개에 담김