GenRec: 넷플릭스의 LLM 네이티브 추천 시스템을 향하여

넷플릭스의 현재 추천 시스템은 수천 개의 수동 제작된 피처와 복잡한 아키텍처에 의존하고 있다. 이러한 방식은 새로운 콘텐츠 유형이나 제품 인터페이스를 추가할 때마다 막대한 피처 엔지니어링과 인프라 작업, 실험 비용을 발생시킨다.

최근 **LLM(Large Language Models)**의 발전은 추천 시스템의 패러다임을 바꾸고 있다. LLM의 방대한 세계 지식과 강력한 언어 이해 능력을 활용하면, 기존의 복잡한 피처 설계 없이도 더 효율적인 추천이 가능하다.

넷플릭스는 이를 위해 GenRec이라는 새로운 방향성을 제시한다. 이는 기존의 복잡한 스택을 단순화하고, LLM을 추천 프로세스의 핵심(Native)으로 통합하여 새로운 사용 사례에 더 빠르게 대응하는 것을 목표로 한다.