Moait
홈인기 피드모든 블로그모든 태그
홈인기 피드모든 블로그모든 태그

흩어진 행동을 연결하다: 네이버 전 지면의 사용자 행동을 학습하는 추천 모델 개발기

NAVER D2 faviconNAVER D2·AI/ML·
Knowledge DistillationFoundation ModelsRecommender SystemsServing OptimizationCross Domain Transfer
2026년 11월 16일0

AI 요약

이 글은 AI가 요약했어요. 정확한 내용은 꼭 원문을 확인해 주세요!

핵심 요약

NAVER D2가 전 지면의 사용자 행동 데이터를 연결하는 버티컬 추천 모델 개발 및 서비스 적용 경험을 공유했습니다.

구현 방법

  • VMs 시스템 구조 및 리트리버와 통합 랭커의 설계
  • 크로스 도메인 데이터 연계 및 시퀀스 기반/생성형 추천 모델 개발
  • 실시간 추론 및 GPU 서빙 최적화를 위한 인프라 구성
  • Foundation Model의 지식 증류를 통한 도메인 간 지식 전이

주요 결과

  • 버티컬 추천 모델 개발 및 서비스 적용으로 크로스 도메인 적용 사례를 제시
  • 지면별 적용 현황과 운영 효율성 향상 방향 제시
  • 지식 증류를 통한 경량 모델에서 FM 지식 전이가 가능하다는 시사점 제공

연관 피드

%가 높을수록 이 글과 비슷할 가능성이 높아요!
No Image
76%

[DAN25] 기술세션 영상이 모두 공개되었습니다.

NAVER D2 faviconNAVER D2·2025년 11월 28일
No Image
75%

레거시 GPU에 날개 달기: 극한의 서빙 최적화 가이드

NAVER D2 faviconNAVER D2·2025년 07월 24일
No Image
74%

딸깍으로 안되는 Multi-interest 개발기

NAVER D2 faviconNAVER D2·2026년 11월 03일