
173
10장 마케팅추천엔진
추천 엔진은 최초의 아마존 도서 추천부터 오늘날 디지털 상점, 광고, 음악, 비디오 스트리밍에
서 볼 수 있는 일반적인 사례에 이르기까지 지난
20
년 동안 많은 인기를 끌고 있다. 우리 모두
이런 상황에 익숙해졌다. 그러나 수년에 걸쳐 이러한 추천 엔진 뒤에 숨겨진 기반 기술이 많이
발전하였다.
이번 장에서는 머신러닝 모델 생애주기의 간격이 짧고 변화도 빠른 특수 상황에서 고려해야 할
MLOps
전략의 변경과 필요성을 확인할 수 있는 사례를 다루겠다.
10.1
추천 엔진의 반란
역사적으로 마케팅 추천은 사람이 직접 수립했다. 마케팅 거물들은 정성적·정량적 마케팅 연
구를 바탕으로 어떤 특징을 지닌 고객들에게 전달할 특정 인식
impression
(광고 관점에서 받는 느
낌을 의미한다)을 정적으로 정의하는 규칙을 수립하였다. 이 기법을 활용해, 한 식료품 체인점
이 목요일과 토요일에 기저귀를 산 남성들이 맥주를 더 많이 산다는 것을 발견했고, 그렇다면
두 상품을 나란히 배치하여 맥주 판매를 증가시킬 수 있다는 도시 전설급 마케팅 자료가 탄생
했다(
https://oreil.ly/HDPpE
).
수동으로 만든 추천 엔진은 수많은 병목을 일으켜 상당한 비용 낭비를 유발했다. 규칙 생성 프
로세스가 수동이기 때문에 다양한 고객의 특성을 기반으로 ...