AI
오늘의집 검색/디스플레이 광고 내재화 프로젝트 #2
두줄요약
검색·디스플레이 광고 내재화 과정에서 Two Tower와 SASRec 기반 후보 생성을 고도화했습니다. Calibration·랭킹 손실·피처 표현 개선으로 CTR과 광고 수익 지표를 높였습니다.
문제 상황
- 광고 내재화 초기 모델의 업계 벤치마크 대비 30% 낮은 CTR과 낮은 광고 관련성 피드백
- 다운샘플링으로 인한 Ranker pCTR 과대 예측과 경매 효율 왜곡
해결 방법
- Two Tower Producer에 In-Batch Negative Sampling, ScaNN 기반 단일 서빙 파이프라인, 유사도 임계값·쿼리 관련성 필터 적용
- AdamW, CosineAnnealingWarmupRestarts, DCN 인코더로 임베딩 학습과 feature interaction 고도화
- SASRec에 현재 검색어·PDP 상품 컨텍스트 삽입 및 마지막 시점 Sampled Softmax Hybrid Loss 적용
성능/운영 포인트
- Two Tower의 하이퍼파라미터·유사도 임계값 조정으로 온라인 CTR 10% 상승, DCN 적용으로 추가 약 5% 상승
- SASRec의 쿼리 시퀀스 결합으로 CTR 3% 상승, Hybrid Loss로 CTR 33% 상승
- Piecewise Linear Calibration 적용으로 구좌 CPM 3.2%, 광고·커머스 합계 이익 1.95% 증가
주의할 점
- 긴 SASRec 시퀀스의 지면별 성능 편차와 학습·서빙 연산 부담
- Calibration의 극저·극고 CTR 구간 분포 왜곡 잔존 가능성
- AUC 단독 판단 대신 ECE, AUC-PR, NDCG, Hit Rate를 병행하는 2단계 평가
