핵심 요약
컬리가 개인화 추천 시스템의 Collaborative Embedding 구축과 Knowledge Distillation 기법을 활용한 모델링 과정을 소개했고, 온라인 A/B 테스트와 CRM 캠페인 테스트에서 비교적 좋은 성과를 확인했습니다.
구현 방법
- Collaborative Embedding 기반의 사용자-아이템 표현 학습 구조를 설계하고 시퀀스 정보와 맥락을 반영
- Knowledge Distillation으로 복잡한 대형 모델의 효율성을 개선하고 경량화된 배포를 마련
- 온라인 A/B 테스트 및 CRM 캠페인 테스트를 통해 실전 성능을 검증하고 비교대상을 정의
주요 결과
- A/B 테스트와 캠페인 평가에서 개선 사례를 확인했고, 시스템의 전반적 효율성과 사용자 반응 측면에서 긍정적 신호를 얻음
