NAVER D2 · 2026. 11. 03.
딸깍으로 안되는 Multi-interest 개발기
AI 엔지니어링 브리핑
이 글은 KREAM에 다양한 관심사를 반영하는 추천 모델을 적용하면서 인기 상품이 모든 사용자에게 몰려 보이는 문제를 분석하고 개선한 과정을 소개합니다.
문제 & 배경
문제 & 배경: Multi-interest 추천 모델을 실제 서비스에 적용하자 특정 인기 상품이 사용자와 관계없이 반복 노출되는 ‘hubness’ 문제가 발생했습니다.
기술 & 해결책
기술 & 해결책: 추천 점수를 사용자 취향에 따른 부분과 모든 사용자에게 공통적인 부분으로 나누어 원인을 검증한 뒤, 공통적인 점수를 줄이고 추천 결과를 다양화하며 분포 지표로 품질을 함께 평가했습니다.
교훈 & 주의점
교훈 & 주의점: 과도하게 노출되던 상품을 제거하면서 상품 종류는 25% 늘고 구매 지표는 유지됐으며, 논문 속 모델을 서비스에 적용할 때는 사용자와 무관한 편향과 분포를 사전에 점검해야 합니다.
함께 읽을 글
내용이 비슷해요내용이 비슷한 글을 먼저 보여드려요. 같은 문제나 해결책을 다룬다는 뜻은 아니에요.