AI
Vertex AI Search를 활용한 결과 없는 검색 개선하기
두줄요약
오타와 유의어로 생기는 결과 없는 검색을 Vertex AI Search로 개선한 사례였습니다. BigQuery 기반 데이터와 튜닝으로 검색 품질을 높이고 A/B 테스트에서도 긍정적 성과를 확인했습니다.
문제 상황
- 오타, 띄어쓰기 오류, 유의어 등으로 발생하는 NR(No Result) 검색이 전체의 6~7% 수준
- 수동 등록과 베스트 상품 대체 방식의 운영 부담, 검색 의도 미충족에 따른 만족도 저하
원인 분석
- 기존 검색 엔진만으로는 검색어와 상품의 맥락적 유사도 파악 한계
- 시즌성·반복성 검색어를 제외한 다수의 NR 케이스 대응 어려움
해결 방법
- Google Vertex AI Search를 도입해 의미론적 검색과 하이브리드 검색 활용
- BigQuery 기반 자체 데이터 소스와 스키마 설정으로 검색용 인덱스 구성
- 주기적 데이터 업데이트, query-corpus 튜닝, 검색 애플리케이션 분리로 호출 구조 정비
성능/운영 포인트
- 그라파다노 같은 오타 검색에서도 BigQuery 기반 결과가 가장 안정적
- A/B 테스트에서 클릭률, 장바구니 전환율, 구매율이 모두 개선
- 금칙어 필터링, 검색 결과 캐싱, 커스텀 임베딩 등 추가 고도화 과제 존재