flex할 거리가 생겼다 😉 19년 12월에 만든 추천 로직이 최근 ab test에서 좋은 성능을 냈다.

만든 썰을 좀 풀자면 평소 추천 담당은 아니었지만 갑자기 해보라고 해서 ‘경험삼아 해보겠습니다ㅋㅋ 😆’하면서 만든 기억이 난다. 로직의 컨셉은 1. 검색어 데이터로 2. 실행속도가 아주 빠르며 3. 기억성이 적어서 다채로운 결과가 나오게!

착수하며 타사 추천 시스템도 찾아보고 네이버 인기 검색어 로직도 살짝 봤다. 보니까 당사 컴퓨팅 자원으로는 모델 기반의 계산이나 real time으로 하기엔 무리일 것 같았고… 왠만하면 기술 통계량만으로 쇼부 봐야할 것 같았다. 😂

그래서 심플하게 검색어 UV 통계량만 엮어서 추천셋 뽑아보니 그럴듯한 결과가 나오더라. ㅋㅋ 이거다! 싶어서 어뷰징 취약점만 개선해서 바로 보냈다.

회사에서 만든 것 중에 가장 공수가 적으면서 output이 잘 나온 경우가 아닌가 싶다 😋 이래서 운도 성공의 중요한 요소라고 하나.

기존 서비스 로직이 대부분 association rule 기반이어서 복잡도 높은 모델을 써보고 싶은 생각도 간절하지만 현실적으로 1. 서버 자원도 턱없이 모자라고 2. 영업쪽 설득도 어렵고 3. 상품 메타 데이터도 거의 없는 수준이다. 연차가 늘어갈수록 프로젝트를 잘 끝낸 기억보다는 뭔가 시원하게 하지 못했다는 기억이 오래 남는다.

P.S 요즘은 web app을 만들다보니 옛날 얘기 같네.