pile·
AI / ML·버즈빌버즈빌·

상품 추천 알고리즘 Item-CF의 최적화 여정

문제60만 사용자·40만 상품 규모의 이커머스에서 Python으로 구현한 기본 Item-CF 알고리즘이 약 300일의 처리 시간이 필요해 실용적이지 않다.
접근첫 번째로 scipy·scikit-learn의 sparse vector 형식을 적용해 0 연산을 제거하고(6배 속도 향상), 두 번째로 상품별 유사도 계산이 독립적인 Embarrassingly Parallel 특성을 활용해 Ray 분산 처리를 구현(48배 추가 향상).
결과300일 → 50일 → 4시간(r5.12xlarge 48코어)으로 단축. 메타데이터 없이 상호작용 데이터만으로 30개 광고주에게 안정적인 추천 성능 제공.
버즈빌
버즈빌 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2