AI
오늘의집 검색/디스플레이 광고 내재화 프로젝트 #1
두줄요약
검색·추천 결합과 실험 자동화로 광고 내재화 초기의 낮은 CTR 문제를 개선했습니다. 실시간 지표와 서버 기반 설정으로 빠른 실험·런칭 사이클을 구축했습니다.
문제 상황
- 키워드 중심 검색 광고의 문맥·개인화 반영 한계와 반복 노출로 인한 낮은 CTR·CVR
- 내재화 초기 검색 광고 CTR 1% 중반대, 동종 벤치마크 대비 약 50% 수준
구조와 흐름
- 검색·추천 엔진 결합과 기존 pCTR Producer 재사용 기반의 광고 추천 시스템
- Producer 후보 생성, Mixer 중복 제거·필터링, Ranker의 보정 pCTR 제공, Twiddler 후처리 흐름
- 사용자 로그와 쿼리 맥락을 통합 처리하는 데이터·모델링·실험 환경
해결 방법
- CTR 실험은 1~2일, CVR 검증은 7~14일로 분리한 목적별 실험 기간 운영
- XPC version과 그룹 비율 유지 기반의 병렬 실험·장기 전환율 관찰
- OLAP 실시간 지표, Central Dogma 기반 Server Driven Config, Daily Scrum 기반의 빠른 배포·의사결정
성능/운영 포인트
- 약 한 달간 100회 실험과 24회 런칭, 하루 평균 1.2회 신규 버전 테스트·런칭
- 상품 광고 CTR 35%·CVR 33.4%, 검색 광고 CTR 55%·CVR 38.4% 개선
- 짧은 CTR 실험의 통계적 엄밀성 저하와 실험 기간 중첩에 따른 의사결정 복잡성
