핵심 요약
무신사에서 지식그래프 임베딩과 Layer 0 기반의 통합임베딩으로 개인화 푸시 CTR을 21.3% 개선한 과정과 운영 변화를 다룹니다.
구현 방법
- 지식그래프 임베딩(KGE)과 TransE를 활용한 단일 임베딩 공간 구축
- Warm/Cold 모델로 유저 커버리지 확대 및 Cold-start 해결
- 푸시, 쿠폰, 콘텐츠에 동일 공간을 공유하도록 아키텍처 설계
- 주간 재학습 및 일일 추론으로 운영 파이프라인 정합성 확보
- Warm+Warm 임베딩 & Cold 모델 패키지로 버전 관리 및 롤백 안정성 확보
주요 결과
- 온라인 A/B 테스트 CTR 21.3% 상승(p<0.001)
- 발송량 26% 감소, 발송당 거래액 57% 증가, 채널 전체 일평균 거래액 15% 상승
- 오프라인에서 선호도 신호 예측력 약 31% 향상
