약 100명의 카카오 전사 데이터팀이 행동·위치·서비스 이용을 관심사 taxonomy와 persona로 변환하고, 이를 여러 추천 제품과 Kanana의 선제적 대화에 활용하는 구조를 설명한다. 특정 모델 하나가 아니라 user behavior를 재사용 가능한 profile로 만들어 target·추천·분석에 두루 쓰는 것이 핵심이다.
핵심 포인트- UFO가 행동을 6축 730개 category taxonomy에 tagging하고 time-decay score로 사용자별 관심을 만들며, 생활권·방문 목적 같은 위치 model과 결합해 LLM으로 persona와 이유를 text 생성
- Emoticon·Open Chat·Shorts·Daum/Kakao·Kanana 선톡을 candidate generation·ranking·post-processing·serving 공통 pipeline으로 운영하고 개인화 정보가 부족하면 segment·default로 fallback
- Kanana 선톡은 cold start에서 기존 profile로 관심 검색어·news를 만들어 먼저 말을 걸고, 대화가 profile을 개선하는 flywheel을 형성(광고처럼 느껴지지 않도록 표현 구체성 제한)
- LLM 검색어 생성 후 별도 LLM·rule로 최신성·brand·민감성 필터링, BM25+Sentence-BERT 후보를 RRF로 합치고, 발송 시간은 contextual UCB로 보상 추정 후 linear programming으로 제약 내 최적화
왜 읽나profiling·추천·선제 대화·발송 최적화를 rule·ML·LLM을 문제별로 섞어 한 portfolio로 엮는 대규모 개인화 설계자를 위한 레퍼런스.