핵심 요약
토스가 타깃팅 모델 개발 자동화 프레임워크 TASTE를 도입해 피쳐 수 자동화(auto_k)와 퍼널 모델(AITM)을 적용, 파이프라인을 자동화하고 학습 시간을 2주에서 1일로 단축했습니다.
구현 방법
- auto_k로 피쳐를 중요도 순으로 정렬하고 K별 성능 재평가
- 트리와 딥러닝을 같은 평가셋에서 비교해 최적 구조를 선정, 퍼널 전체를 AITM으로 통합
- 평가를 자동 생성해 AUROC/KS와 상위 N%를 보고
주요 결과
- 학습 시간 2주 → 1일
- 피쳐 수 84%까지 감소 가능(성과 유지)
- 평가 보고서 작성 시간 30분 → 1분

