AI
GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기
두줄요약
GS SHOP이 영상의 소구 포인트를 추출해 추천 신호로 바꾸고, 기존 추천 엔진과 결합한 Hybrid 시스템을 구축했습니다. A/B 테스트에서 클릭과 주문, 전환율이 모두 개선되었습니다.
핵심 내용
- GS SHOP이 영상 콘텐츠의 맥락을 추천 신호로 바꾸기 위해 Amazon Bedrock의 TwelveLabs 모델, Claude, Cohere를 조합해 영상 기반 AI 상품 추천 플랫폼을 구축한 사례
- 기존 상품 추천 엔진은 유지하고, 영상 소구 포인트와 고객 행동 의도를 결합하는 Hybrid 추천 구조로 확장
- 영상 전체 설명을 그대로 임베딩하면 상품 정보에 끌려가는 문제를 확인하고, 기능성·스타일·사용 상황·실용성 중심의 소구 포인트만 추출해 추천 품질을 개선
- A/B 테스트에서 클릭 UV, 총주문고객수, 전환율이 모두 상승했으며, 향후 콘텐츠 생성과 추천 사이의 학습 루프를 구축할 계획
적용해볼 점
- 비정형 콘텐츠를 그대로 쓰기보다 추천에 필요한 신호로 재구조화하는 접근 검토
- 기존 시스템을 교체하기보다 신호를 추가하는 방식으로 리스크를 줄이는 설계 고려
- 추천 정확도뿐 아니라 지연 시간, 장애 시 대체 경로, 신호 품질까지 함께 설계