추천 시스템 (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 .. LLM 기반 추천 시스템의 혁신과 최신 트렌드 🔍 추천 시스템, 어디까지 발전했을까?온라인 쇼핑, 음악 스트리밍, 동영상 플랫폼을 사용할 때마다 개인화된 추천을 받는 것이 당연해졌습니다. 하지만 이런 추천 시스템이 어떻게 발전해왔는지 알고 계신가요?처음에는 단순한 협업 필터링(Collaborative Filtering) 이나 Word2Vec 기반 임베딩 방식이 사용되었습니다. 이후 GRU, Transformer, BERT 등의 딥러닝 모델이 도입되면서 추천 정확도가 비약적으로 향상되었습니다. 그리고 이제, 대형 언어 모델(LLM, Large Language Model) 기반 추천 시스템이 등장하며 또 한 번의 혁신이 일어나고 있습니다.이 글에서는 LLM을 활용한 추천 및 검색 시스템의 최신 기술과 실제 기업들의 적용 사례를 살펴보겠습니다. 🚀📌.. 이전 1 다음
