이커머스 검색 혁명: 짧은 쿼리에서도 정확한 브랜드 연결을 이뤄내다!

Dong Liu와 Sreyashi Nag의 논문은 짧고 구조화되지 않은 이커머스 검색 쿼리에서 브랜드 개체를 정확하게 연결하는 두 가지 혁신적인 방법을 제시합니다. 개체명 인식과 매칭, 그리고 극한 다중 분류 기법을 활용하여 오프라인 벤치마크와 온라인 A/B 테스트를 통해 실효성을 검증했습니다. 이 연구는 이커머스 검색의 정확성과 효율성을 향상시키고 사용자 경험을 개선하는 데 크게 기여할 것으로 예상됩니다.

짧은 쿼리 속 브랜드 찾기: 이커머스 검색의 새로운 지평

Dong Liu와 Sreyashi Nag가 2025년 2월 3일 발표한 논문 "Query Brand Entity Linking in E-Commerce Search"는 이커머스 검색의 핵심 문제 중 하나인 브랜드 개체 연결에 대한 획기적인 해결책을 제시합니다. 이커머스 검색 쿼리는 평균 2.4 단어로 매우 짧고, 자연어 구조가 부족하며, 방대한 브랜드 데이터베이스를 다뤄야 하는 어려움을 가지고 있습니다.

기존의 개체 연결 방식은 1) 개체 언급 검출과 개체 동일성 확인의 두 단계 과정 또는 2) 입력 텍스트를 바탕으로 직접 목표 개체를 가져오는 엔드-투-엔드 방식으로 나뉘는데, 이 논문에서는 이러한 한계를 극복하기 위해 두 가지 혁신적인 접근 방식을 제시합니다.

1단계: 정확한 브랜드 인식

먼저, 개체명 인식(Named-Entity Recognition) 과 매칭을 결합한 2단계 접근 방식입니다. 이 방법은 짧고 불완전한 쿼리에서도 브랜드를 정확하게 식별하는 데 초점을 맞추고 있습니다. 마치 숙련된 형사가 몇 개의 단서만으로 범인을 찾아내는 것처럼, 제한된 정보 속에서도 브랜드를 정확히 찾아내는 것이죠.

2단계: 극한의 다중 분류

두 번째는 극한 다중 분류(Extreme Multi-class Classification) 를 사용한 새로운 엔드-투-엔드 솔루션입니다. 이는 방대한 브랜드 목록에서 검색 쿼리에 가장 적합한 브랜드를 직접 찾는 매우 효율적인 방법입니다. 이는 마치 바늘에서 건초를 찾는 것과 같은 어려운 작업이지만, 이 논문의 접근법은 놀라운 정확도를 제공합니다.

검증과 실제 효과

이러한 두 가지 방법은 오프라인 벤치마크와 온라인 A/B 테스트를 통해 실제 효과를 검증했습니다. 이는 단순한 이론적 접근이 아니라 실제 이커머스 환경에서의 성능을 입증했다는 것을 의미하며, 실제 서비스에 적용 가능한 실용적인 기술임을 나타냅니다.

결론: 미래 이커머스 검색의 핵심 기술

Liu와 Nag의 연구는 이커머스 검색의 정확성과 효율성을 크게 향상시킬 잠재력을 가지고 있습니다. 짧은 쿼리라는 제약에도 불구하고, 정확한 브랜드 연결을 통해 사용자 경험을 개선하고, 이커머스 플랫폼의 매출 증대에도 기여할 것으로 기대됩니다. 이는 단순한 기술 향상을 넘어, 미래 이커머스 검색의 핵심 기술로 자리 잡을 가능성을 보여줍니다.