AI 요약관련 정보

• 데이터 팀은 100명 이상의 다양한 직군으로 데이터 수집부터 ML 모델 개발까지 전사 지원합니다. 🧑‍💻
• 유저 프로파일링은 유저 행동 분석을 통해 개인 성향을 파악, 서비스 경험을 개선하는 기법입니다. 📊
• UFO는 유저 관심사/업종을 730개 계층적 카테고리로 태깅, 스코어링하여 광고/추천에 활용합니다. 🏷️
• 성별/연령은 미입력/불일치 유저를 위해 행동 로그 기반 분류 모델로 95% 이상 정확도로 추정합니다. 🧑‍🦳
• WAYN은 유저 위치 데이터를 분석, 최빈 방문지, 주생활 활동 지역 등 6가지 위치 기반 정보를 제공합니다. 📍
• 유저 페르소나 DB는 전사 데이터와 LLM을 활용, 유저 페르소나와 그 생성 이유를 텍스트로 제공합니다. 🎭
• 판다(Kana 앱)는 유저 발화 로그를 LLM 프롬프팅으로 분석, 간접 추론을 통해 관심사를 프로파일링합니다. 💬
• 프로파일링 결과는 안정적인 생성(기술, 피어 리뷰, 리스크 검토)과 효과적인 공유(대시보드, 문서)를 통해 관리됩니다. ✅
• 이모티콘 추천은 키워드별 개인화/세그먼트 추천을 제공하며, 아이템 임베딩 기반 유저 세그먼트를 활용합니다. 🤩
• 이모티콘 맥락 추천은 상대방 발화(트리거)에 대한 이모티콘 답변(반응)을 LLM 생성 및 텍스트 임베딩으로 매핑하여 추천합니다. 🗣️
• 오픈 채팅 추천은 LSTM 필터링 및 CTR 예측으로 후보군을 생성하고, 개인화/세그먼트/콜드 유저 로직을 적용합니다. 🏘️
• 쇼폼 추천은 초기 서비스로 배치/실시간 업데이트를 병행하며, 다양한 리트리버와 RRF로 랭킹합니다. 🎬
• 다음 카페 테이블 추천은 CTR 3배, 클릭로그 4배 상승을 달성했으며, CBF, 세그먼트, 다양성/다운랭크 후처리 로직을 사용합니다. 📰
• 카나 관심사 선은 LLM이 유저에게 먼저 말을 걸어 관심사를 파악, 개인화 메시지를 발송하여 앱 활성화 및 프로파일링 개선을 목표합니다. 🙋‍♀️
• 카나 선의 추천 아이템은 LLM 답변에 적합하고 유저 관심사에 타겟팅 가능한 '검색어'와 '뉴스'입니다. 💡
• LLM 기반 검색어 풀은 유저 프로파일링 결과로 생성되며, 필터링 LLM과 중복 제거로 품질을 관리하고 7가지 문제 유형을 해결합니다. 🔍
• LLM 생성 검색어는 휴먼 평가와 더 좋은 LLM을 활용한 단일/비교 평가로 품질을 검증합니다. 🌟
• 뉴스 풀은 최신성 유지를 위해 매주 인기 뉴스를 가져오며, BM25, Sentence BERT 등으로 후보군을 생성합니다. 🗞️