핵심 요약
포스타입은 유저 취향을 벡터로 표현하고 벡터 공간 근접 검색으로 개인화 추천을 구현했고, 대규모 벡터의 실시간 검색 이슈를 공유합니다.
구현 방법
- 벡터 공간에서 가까운 포스트를 찾고, 취향이 닮은 유저가 선호한 아이템을 추천
- 수백만 벡터의 실시간 검색 문제에 대한 트러블슈팅
- 피크 시간대 지연과 쿼리 비용 문제를 줄이려는 쿼리 최적화 시도
- 인프라 확장을 먼저 하지 않고 쿼리 비용 절감, 이후 용량 문제를 인프라 변경으로 해결하는 방향 탐구
주요 결과
- 쿼리 비용 절감과 성능 안정화를 위한 방향 제시
- 트러블슈팅 및 OpenSearch 소스코드 확인으로 원인 파악 노력
