왓챠가 사용자의 취향에 다가가는 방법 (feat. CIKM)
협업 필터링의 인기 편향이 코사인 기반 학습에서도 남는 경로를 분석했습니다. L2 Projection과 Degree Prior로 롱테일 추천 성능과 커버리지를 개선했습니다.
#협업 필터링#인기 편향#sampled softmax
3000
왓챠가 사용자의 취향에 다가가는 방법 (feat. CIKM)
모든 블로그
대표 인기 포스트왜 왓챠 웹은 Remix로 마이그레이션했을까?339 조회339 조회 AI AI AI
AI
watcha
도메인medium.com
주요 카테고리 프론트엔드 · AI
활동 요약
- 최근 30일
- 2개
- 평균 조회
- 55
- 누적 조회
- 1,312
- 전체 글
- 24개
- 마지막 발행
- 2026. 11. 9.
watcha 기술 블로그 글 (4)
왓챠 직원 누구나 AI 앱을 만들 수 있게 된 이유
왓챠는 ADP를 구축해 비개발 직군도 AI 앱을 직접 만들고 배포할 수 있는 환경을 마련했습니다. 데이터 접근, 보안, 배포 속도 문제를 해결해 사내 생산성을 높였습니다.
#LLM#MCP#cloud
4700
왓챠 직원 누구나 AI 앱을 만들 수 있게 된 이유
왓챠 추천 서비스 MLOps 적용기 Part2
왓챠는 추천 서비스의 Monolithic 추론 구조를 분리된 TorchServe 기반 서버로 개선했습니다. CPU 최적화와 모델 경량화, Datadog 모니터링으로 성능과 안정성을 함께 높였습니다.
#MLOps#TorchServe#PyTorch
1600
왓챠 추천 서비스 MLOps 적용기 Part1
왓챠 추천 서비스에 MLOps를 적용한 배경과 기존 EC2 기반 파이프라인의 문제를 정리했습니다. 도커·쿠버네티스, 온프레미스 GPU, S2S VPN으로 학습 환경과 운영 안정성을 개선했습니다.
#MLOps#Kubernetes#AWS
3800