토스, Training-Serving Skew 해결로 CVR 0.91% 개선

·2026.11.17 10:00

핵심 내용

서빙 파티션 기록과 블루/그린 전환을 적용해 학습과 서빙의 피처 차이를 줄였다.

1 / 5

자세히 보기

  • 토스 추천 시스템의 Training-Serving Skew 문제를 해결하기 위해 서빙 시 실제 사용한 파티션 정보를 기록하고 학습 데이터 생성 방식을 개선했다.
  • 온라인 실험 결과 기존 모델 대비 CTR은 0.86% 감소했으나 CVR은 0.91% 증가했으며, 매출 관련 가드레일 지표에는 유의한 변화가 없었다.
  • 피처 값 전체를 로그로 남기는 대신 사용한 파티션만 기록하는 방식을 선택해 하루 수십 TB에 달하는 로그 저장 비용을 절감했다.
  • 블루/그린 배포 방식을 적용해 데이터 갱신 중 피처 값과 파티션 정보의 불일치를 방지하고, 집계 대상에서 빠진 데이터는 즉시 삭제하도록 업로더 로직을 수정했다.
  • 사용자 피처는 학습 대상의 약 89%, 상품 피처는 약 94%에 서빙 파티션을 연결할 수 있었으며, cross feature는 분석 대상의 약 75%에서 실제 서빙 값을 재현했다.
  • 과거 값이 잔존하던 cross feature 조회 비율은 14.4%에서 6.0%로 감소하며, 모델이 노이즈 피처를 사용하는 범위가 줄었다.

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.