넷플릭스 (2) 썸네일형 리스트형 넷플릭스가 추천 시스템의 미래를 여는 방법: ‘Foundation Model’의 모든 것 넷플릭스가 추천 시스템을 다시 설계한 이유넷플릭스는 사용자 맞춤형 추천 시스템으로 유명하지만, 그 이면에는 수많은 개별 모델들이 복잡하게 얽혀 있었습니다. 'Continue Watching(이어서 보기)', '오늘의 추천' 등 목적별로 다르게 설계된 이 모델들은 각각 독립적으로 학습되어, 혁신을 공유하거나 확장하기 어려웠죠.넷플릭스는 이제 기존 구조의 한계를 넘어, 모든 추천 시스템의 기반이 될 수 있는 **'Foundation Model(기초 추천 모델)'**을 개발했습니다. 이 모델은 방대한 사용자 데이터를 바탕으로 장기적인 선호를 이해하고, 다양한 추천 시나리오에 유연하게 활용될 수 있습니다. 마치 자연어처리(NLP)에서 거대한 언어 모델(LLM)이 다양한 작업을 수행할 수 있게 된 것처럼, 추천 .. 넷플릭스의 키-값 데이터 추상화 기술, 데이터 혁신을 이끄는 핵심! 넷플릭스는 전 세계 수백만 명의 사용자가 매끄럽게 스트리밍 서비스를 이용할 수 있도록 대규모의 견고한 백엔드 인프라를 운영하고 있습니다. 그 중심에는 확장성과 고가용성을 자랑하는 Apache Cassandra와 같은 분산형 NoSQL 데이터베이스가 있습니다. 그러나 다양한 데이터베이스의 도입과 사용사례 증가로 인해 복잡성이 커지면서 개발자들이 데이터 저장소를 효율적으로 활용하는 데 어려움을 겪었습니다.이를 해결하기 위해 넷플릭스는 키-값(Key-Value, KV) 데이터 추상화 계층을 도입하였습니다. 이 기술은 데이터 액세스를 간소화하고 다양한 서비스가 최적의 데이터 저장소를 사용할 수 있도록 지원합니다. 이번 블로그에서는 넷플릭스의 KV 추상화 기술과 그 핵심 요소들을 살펴보겠습니다.1. 넷플릭스의 키.. 이전 1 다음
