KOEN
Read Original
#AI

사용자 식별 정보 없는 개인화 기술

사용자 식별 정보 없는 개인화 기술
01

Summary

로그인도 쿠키도 없이 맞춤 추천을? 에어비앤비의 영리한 '근접 피처' 기술 비밀

쿠키리스 시대에 콜드 스타트를 돌파하는 초지엽적 사용자 데이터 집계 기법

에어비앤비는 개인 식별 정보나 쿠키 없이도 고도화된 개인화 경험을 선사하는 '근접 피처(Proximity Features)' 솔루션을 공개했습니다. 이 기술은 유저의 IP 정보를 기준으로 약 1,000명 단위의 로컬 집합을 유동적으로 구성하고 집계된 행동 패턴 정보를 추출하여, 사용자의 개인정보를 침해하지 않으면서도 완벽한 맞춤형 첫 화면과 추천 리스트를 제공합니다.

  • 01개별 유저 트래킹 대신 공간적 인접 유저 그룹의 행동 양식을 활용한 창의적인 콜드 스타트 극복 방안
  • 02밀도가 높은 도시 지역과 낮은 시골 지역의 정밀도를 동적으로 보정하는 가변형 공간 분할 아키텍처 구현
  • 03강력해진 GDPR 및 브라우저 쿠키 제한 환경에 맞춰 철저히 설계된 프라이버시 바이 디자인(Privacy by Design)
  • 04추천 엔진의 실시간 병목 현상을 방지하기 위한 소프트 디펜던시 기반의 분산 Key-Value 고속 서빙 기술
  • 05전환 이력이 부족한 휴면 유저 및 신규 유입층의 목적지 자동 추천 품질의 실질적 향상

RECOMMENDATION

개인정보 규제 강화로 타겟팅과 유저 피처 확보에 어려움을 겪는 이커머스나 대형 플랫폼의 인프라 설계자에게 사용자 군집 및 지리적 집계 패턴 기반의 대체 피처 아키텍처 도입을 적극 권장합니다.

The Problem

신규 유저나 로그아웃 상태의 유입 유저들은 과거 탐색 이력이나 로그인 정보가 없어 추천 모델이 '콜드 스타트(Cold-start)' 문제에 직면합니다. 또한 GDPR 등의 개인정보 보호법과 제3자 쿠키 지원 중단으로 기존의 사용자 장기 추적 기술을 더 이상 신뢰하기 어려운 한계가 존재합니다.

The Solution

사용자 IP에서 대략적인 지리 좌표를 도출한 후, 약 1,000명의 유저를 묶어내는 '근접 키(Proximity Key)' 기반의 '가변형 클러스터링(Adaptive Clustering)' 알고리즘을 구축했습니다. 이를 통해 식별자 없이 지역 유저들의 행동 양식을 일 단위로 집계하고 피처화하여 실시간 추천 모델의 입력값으로 활용했습니다.

The Result

마케팅 랜딩 페이지와 홈페이지 자동 완성(AutoSuggest) 서비스에 해당 기능을 배포한 결과, 미예약 사용자 및 휴면 유저군에서 높은 개인화 추천 효과를 보였으며 사용자 국가 및 대도시 인근의 맞춤형 목적지를 효율적으로 노출하는 성과를 거두었습니다.

Trade-off

실시간 피처 서빙 레이어에서는 지연 방지를 위해 소프트 디펜던시(Soft Dependency) 조회를 적용하였으며 타임아웃 발생 시 무조건 기본 모델 탐색값으로 폴백하도록 설계해, 완벽한 개인화 품질보다는 서비스의 고가용성을 선택했습니다. 또한 개별 사용자의 독자적인 미시 선호도까지는 정확히 파악하기 어렵다는 근본적 한계가 존재합니다.

03

Key Concepts

Concept · 01

Proximity Key

특정 지역의 약 1,000명 규모 유저 군집을 표현하기 위해 지오 타일과 IP 해시 정보를 결합하여 생성하는 가변적인 그룹 식별 키입니다.

  • 사용자 본인의 고유 ID를 완전히 배제한 상태에서 모델 추론을 가능하게 하는 대체 수단입니다.
  • 고밀도 대도시 구역은 IP 해시 버킷으로 나누어 극히 조밀하게 집계하고, 시골 구역은 거시적으로 병합 처리합니다.
Concept · 02

Adaptive Clustering

지리적 밀도 편차가 매우 큰 글로벌 사용자들을 인원수 기준 약 1,000명의 고른 버킷으로 쪼개기 위한 동적 다중 패스 클러스터링 알고리즘입니다.

  • 밀도가 높은 핵심 지역은 가용 가능한 타일을 자르고, 밀도가 극도로 낮은 지역은 타일을 단계적으로 병합하는 방식을 차용합니다.
  • 운영 인프라 부하를 최소화하기 위해 한 번 구축된 버킷 구조를 오랜 기간 재사용 가능하도록 설계되었습니다.
Concept · 03

Soft Dependency

실시간 온라인 서빙 시 지연 시간 증가나 특정 마이크로서비스 장애가 전체 사용자 요청 처리를 차단하지 않도록 구현된 우회 메커니즘입니다.

  • 집계된 지역 피처를 저장 중인 분산 Key-Value 스토어 검색 시간이 제한치를 초과하면 모델이 조회를 바로 포기합니다.
  • 유저 맞춤형 UI 로딩 실패 대신, 사전에 빌드된 일반 디폴트 추천 결과를 막힘없이 송출하도록 지원합니다.