토스는 어떻게 광고를 보여줄까? 토스애즈 ML 톺아보기

토스는 광고 요청부터 노출까지 자체적으로 처리하며, 광고주 타겟과 유저 정보를 맞추고 후보를 추린 뒤 입찰가를 산정하는 흐름을 운영한다. Targeting에서는 행동 로그와 Two-tower 모델의 임베딩 유사도로 Lookalike 잠재 고객을 찾고, Filtering에서는 유사도 검색으로 후보를 줄이는 한편 예산 페이싱과 노출 빈도를 관리한다. Ranking에서는 유저·광고·컨텍스트를 바탕으로 CTR을 예측해 eCPM을 계산하고, FM·DeepFM·DCN 같은 모델을 활용할 수 있다. 나아가 DQN 기반 동적 입찰과 생성형 AI 소재 최적화도 광고 효율을 높이는 방법으로 소개한다.

• 대규모 광고 풀에서 후보를 빠르게 찾을 때는 Two-tower 임베딩과 유사도 검색을 활용할 수 있다.
• Lookalike 타겟팅은 유저 행동을 임베딩으로 표현하고 기존 오디언스와의 유사도를 기준으로 잠재 고객을 찾는다.
• 예산 소진 속도는 과거 입찰 로그와 시간대·요일별 트래픽 예측을 바탕으로 조절할 수 있다.
• CTR 예측에는 희소 특징 간 상호작용을 학습하는 FM, DeepFM, DCN 등을 적용할 수 있다.
• 강화학습 기반 동적 입찰이나 생성형 AI 소재 테스트는 광고 운영을 최적화하는 방법으로 제시된다.