핀터레스트의 검색 혁명: InteractRank로 6.5% 성능 향상!

Pinterest 연구팀이 개발한 InteractRank는 사용자 참여도 기반의 상호 작용 기능을 도입하여 기존의 두 개의 타워 모델 기반 검색 시스템의 한계를 극복하고, 실제 A/B 테스트를 통해 6.5%의 온라인 참여 지표 향상을 달성했습니다. GitHub에서 코드가 공개되어 다른 연구자들의 활용과 발전에도 기여할 것으로 예상됩니다.

핀터레스트 검색 시스템의 획기적인 발전: InteractRank

웹 검색의 세계는 방대하며, 효율적인 검색 시스템은 필수적입니다. 수십억 개의 아이템 중에서 사용자에게 최적의 결과를 보여주기 위해서는 정교한 다단계 아키텍처가 필요합니다. Pinterest는 이러한 과제에 맞서, InteractRank라는 혁신적인 전단계 순위 지정 모델을 개발하여 놀라운 성과를 거두었습니다.

기존의 두 개의 타워 모델은 계산 효율성은 높지만, 복잡한 상호 작용을 포착하는 데는 한계가 있었습니다. InteractRank는 이러한 한계를 극복하기 위해 사용자 참여도 기반의 쿼리-아이템 상호 작용 기능을 도입했습니다. 이는 사용자의 과거 행동 패턴을 분석하여 더욱 개인화된 검색 결과를 제공하는 데 기여합니다.

Sujay Khandagale 등 연구진이 발표한 논문에 따르면, InteractRank는 기존의 BM25 기준 대비 6.5%, 일반적인 두 개의 타워 모델 기준 대비 **3.7%**나 온라인 참여 지표를 향상시켰습니다. 이는 실제 A/B 테스트를 통해 검증된 놀라운 결과입니다.

또한, InteractRank는 실시간 사용자 시퀀스 모델링과 같은 다른 구성 요소도 포함하고 있으며, 이들의 기여도는 오프라인 분석 연구를 통해 확인되었습니다. 더욱 흥미로운 점은, InteractRank의 코드가 GitHub에서 공개되어, 다른 연구자들이 이를 활용하고 더욱 발전시킬 수 있다는 점입니다.

InteractRank는 단순한 기술적 개선을 넘어, 사용자 경험 향상을 위한 Pinterest의 끊임없는 노력을 보여주는 사례입니다. 이러한 혁신적인 접근 방식은 향후 웹 검색 기술 발전에 큰 영향을 미칠 것으로 기대됩니다. 웹 검색의 미래는 더욱 개인화되고, 효율적이며, 사용자 중심적인 방향으로 나아가고 있습니다. InteractRank는 그 여정의 한 획을 그은 중요한 이정표입니다.