오늘은 누구의 손을 들어줘야 할까?

간단 소개

SSG 가격최적화 프로덕트에서 MAB 알고리즘의 한계를 극복하고 Regret 기반의 새로운 가격 결정 방식을 도입한 과정과 그 효과를 분석합니다.

AI Summary

MAB(Multi-Armed Bandit) 알고리즘의 한계와 Regret 기반 접근 방식 도입
- MAB 알고리즘은 상품별 판매 경험을 통해 최적 모델을 선택하지만, 상품별 데이터 부족, 비용 무시, 비정상적 환경 등의 한계가 존재.
- 이를 해결하기 위해 상품 특성 기반 그룹화, 예산 및 수익성 고려 목적 함수 도입, Adaptive window를 통한 최신 트렌드 반영 등의 개선 시도.
Regret 기반 가격 결정 방식
- 개별 상품별 모델 성능 평가를 위해 Regret(HR, LR)을 KPI로 활용, AirBnB의 Dynamic Pricing 방법론 참고.
- 상품별 모델의 Regret 점수를 집계하여 Score를 계산하고, 이를 통해 모델을 선택하며, 사업 기조에 따라 HR/LR 가중치 조정.
Regret 도입 후 장점 및 한계
- 모델 적합도를 상품별로 유연하게 운영 가능, 경험량 증가, 모델 평가 용이성 등의 장점.
- 판매 여부만 고려, noise에 취약, 데이터 부족, 특정 상품군에 대한 부적절한 평가 등의 한계 존재.