올리브영 사용자 행동 데이터로 학습한 상품 유사도 언어 모델: 전통적 속성 기반 추천을 넘어선 의미론적 유사도 모델링

간단 소개

올리브영은 사용자 행동 데이터 기반 상품 유사도 언어 모델을 개발, 추천 시스템을 고도화하여 비즈니스 성과를 향상시키고 AI 기술 혁신을 가속화하고 있습니다.

AI Summary

올리브영 추천 시스템의 진화
- 기존 속성 기반 추천의 한계를 극복하고 사용자 행동 데이터를 활용한 상품 유사도 언어 모델 개발
- 검색 로그 기반 학습을 통해 상품 추천 시스템을 고도화
모델 설계 및 학습
- Sentence Transformer 구조와 MultipleNegativesRankingLoss 함수를 사용하여 유사 상품 추천 모델 구축
- 상품 속성, 상품명 등 텍스트 형태의 데이터를 활용하여 상품 간 의미론적 유사성 학습
- 속성 부족 상품에 대한 추천을 위해 데이터 증강(Augmentation) 전략 활용
성과 및 향후 방향
- 모델의 집중 영역 분석을 통해 상품 특성 학습 여부 검증
- 기존 모델 대비 CTR 약 50% 개선 등 비즈니스 성과 달성
- 향후 개인화 전략 고도화를 통해 AI 기술 혁신을 지속할 계획