🛒 토스 쇼핑 추천 시스템: 수백만 사용자와 상품을 잇는 멀티 스테이지 접근법

명확한 검색 의도 없이 상품을 둘러보는 사용자가 많은 토스 쇼핑은 수백만 사용자와 상품을 효율적으로 연결하기 위해 멀티 스테이지 추천 구조를 채택했다. Retrieval에서 Two-Tower·그래프·시퀀스 모델 등으로 후보를 빠르게 모으고, Ranking에서 pCTR과 pCVR을 예측해 정렬한다. 마지막 Re-ranking에서는 신상품의 신선도, 광고와 비광고 상품의 혼합, 카테고리 다양성을 반영해 예측 점수와 사용자 경험 및 비즈니스 목표를 조율한다. 대규모 추천에서는 후보 검색, 정밀 평가, 결과 조정을 단계별로 나누는 것이 핵심이라는 접근을 소개한다.

• Retrieval에서는 Two-Tower, 그래프, 시퀀스 모델 등으로 대규모 상품군에서 빠르고 다양한 후보를 확보한다.
• Ranking은 pCTR·pCVR 예측을 바탕으로 후보를 정렬하며, DeepFM·DLRM·DCN·ESMM 등을 활용할 수 있다.
• Re-ranking에서는 신상품 노출, 광고와 비광고 상품의 배치, 카테고리 균형을 함께 조정한다.
• 탐색형 사용자를 위한 추천은 정확도뿐 아니라 발견의 다양성과 사용자 경험도 고려해야 한다.