테크톡톡 2026 | ML Engineer - 토스증권 추천과 검색은 어떻게 진화하고 있을까?
토스증권 Tech Talk Talk 토스 · YouTube
AI 핵심 요약
배치·클러스터 중심 추천은 사용자의 관심과 금융 시장 상황이 빠르게 바뀌고 콘텐츠가 다양해지면서 실시간 개인화로 확장되고 있습니다. 이를 위해 행동·아이템 이벤트를 피처 스토어와 벡터 인덱스에 반영하고, 온라인 요청에서 리트리버와 랭커로 후보를 찾아 정렬하는 구조를 만들었으며 모델 버전과 벡터 재인덱싱, 멀티겟 성능도 운영 과제로 다뤘습니다. 검색은 서비스마다 달랐던 데이터 조회를 공통 RAG 플랫폼으로 묶고, Elasticsearch의 텍스트·벡터 하이브리드 검색에 메타데이터 필터와 리랭커를 더해 금융 뉴스 검색을 개선했습니다. 이미 구축된 금융 지식 그래프에는 Elasticsearch로 시작 엔티티를 찾은 뒤 빔서치와 경로 점수, 제품별 패스 선호도로 서브그래프를 탐색했으며, 좋은 AI 결과를 위해서는 모델뿐 아니라 데이터·검색·운영 시스템을 함께 설계해야 한다는 점을 강조했습니다.
- 실시간 추천은 사용자 행동과 아이템 변경 이벤트를 피처 스토어와 벡터 인덱스에 반영하는 피드백 루프로 설계하세요.
- 임베딩 모델을 바꿀 때는 벡터 버전을 구분하고 재생성·재인덱싱 및 서빙 호환성을 함께 관리해야 합니다.
- 금융 검색에서는 벡터 검색만으로 부족할 수 있으므로 텍스트 검색, 메타데이터 필터, 리랭커를 조합해 보완하세요.
- 그래프 탐색은 빔서치로 경로 수를 제한하고, 제품별 패스 선호도와 경로 점수로 탐색 방향을 제어할 수 있습니다.
- Neo4j 쿼리는 실행 계획과 프로파일을 확인하고, 시작 노드 인덱스 및 관계 조건을 초기에 적용해 탐색 비용을 줄이세요.
소개
토스증권 AI Data Platform Team은 모든 AI 서비스가 공통으로 활용할 수 있는 탄탄한 데이터 생태계를 만들고 있어요. 토스증권의 추천과 검색이 어떤 방향으로 진화하고 있는지, 실시간 개인화부터 RAG와 GraphRAG까지 세 가지 이야기를 공유할게요. 황호익 | 토스증권 ML Engineer 토스증권 ML Engineer로 합류하고 싶다면 👉 https://toss.im/_m/LJjCHeCD
비슷한 학습 자료
컨퍼런스 토스증권 Tech Talk Talk
테크톡톡 2026 | ML Engineer - AI에게 투자정보를 말하게 하기까지
컨퍼런스 토스증권 Tech Talk Talk
테크톡톡 2026 | ML Engineer - LLM 서빙, 띄우는 것과 잘 띄우는 것 사이
컨퍼런스 토스증권 Tech Talk Talk
테크톡톡 2026 | Frontend Developer - 토스증권 AI 개발로 배운 실전 인터랙션 팁
컨퍼런스 토스증권 Tech Talk Talk
테크톡톡 2026 | Frontend Developer - 우당탕탕 디자인 시스템
컨퍼런스 토스증권 Tech Talk Talk
테크톡톡 2026 | Frontend Developer - 토스증권 FE 인프라 전반
컨퍼런스 토스증권 Tech Talk Talk
토스증권 Client Platform Team은 수많은 유저에게 정적 자원을 신속하고 안정적으로 전달하기 위해 고도화된 인프라를 구축해 배포하고 있어요. CloudFront + Lambda@Edge 기반의 배포부터 마이크로 프론트엔드(MFA), 그리고 AI를 활용한 생산성 혁신까지! 토스증권 FE 인프라의 핵심 전략을 공개해요. 장재영 | 토스증권 Client Platform Team Leader 토스증권 프론트엔드 챕터에 합류하고 싶다면 👉 https://toss.im/career/jobs?search=프론트엔드집중채용
프론트엔드 데브옵스 · 인프라
문서 황호익