딸깍으로 안되는 Multi-interest 모델 개발기

문제 상황

• 인기 상품 상위 3,000개를 재정렬하는 지면에서 일부 상품이 다수 유저에게 반복 노출되는 Hubness
• 개인화 상품의 노출 기회 감소와 구매 전환이 낮은 과노출 상품의 상단 점유

원인 분석

• 후보 상품군의 평균 방향 집중과 interest 벡터에 남은 유저 무관 성분
• max aggregation으로 특정 interest 하나가 상위 결과를 지배하는 구조
• recall·클릭·지면 지표만으로 Hubness와 다양성 결함을 포착하기 어려운 평가 체계

해결 방법

• 상품별 평균 점수에서 인기 구간 중앙값과 잔차를 분리해 서빙 시 과노출 성분 차감하는 Centering
• 학습 로짓에만 상품별 bias를 추가하고 추론에서는 제거하는 bias 분리
• interest 간 카테고리 분포 중복 규제와 추천 결과 카테고리 다양성 후처리 적용

성능/운영 포인트

• Centering과 bias 분리 결합 시 hub 지표 66% 감소, 과노출 상품 수 89% 감소
• A/B 테스트에서 과노출 상품 제거, 상위 100개 노출 점유율 62% 감소, 고유 노출 상품 수 25% 증가
• 노출 분포 지표와 구매 가드레일, 지면별 후처리 영향을 함께 보는 평가 체계 필요