핵심 요약
무신사 Personalization팀은 예측만으로 한정되지 않는 문제를 해결하기 위해 자원 제약을 고려한 결정과 발견 중심의 개인화 흐름을 도입하고, DeciML과 NeXA를 통해 이를 서비스에 적용 가능한 플랫폼으로 정리했습니다.
주요 경험
- 이해-평가-선택의 3단계 흐름으로 개인화 문제를 구조화하고 재사용 가능한 산출물을 축적했습니다.
- DeciML은 자원 배분(푸시 슬롯, 예산 등)을, NeXA는 발견 지면의 노출 구성과 후보 묶음을 다루도록 경계를 분명히 했습니다.
- 동일 템플릿과 실행환경에서 운영되도록 표준화된 경로를 만들고, 사람과 에이전트가 같은 규칙으로 문제를 해결하도록 AI-네이티브 플랫폼을 설계했습니다.
얻은 인사이트
- 반복되는 기술적 문제를 플랫폼 수준에서 표준화해 DS/MLE가 문제 정의에 집중하게 했습니다.
- 지식이 플랫폼에 남아 다음 문제에 재사용되도록 에이전트와 사람 간의 규칙 일치를 통해 연계성을 강화했습니다.
- 개인화 흐름의 방향은 예측에서 결정과 발견으로 확장되며, 서비스 속도와 확장성을 높였습니다.
