쿠팡의 검색 경험을 어떻게 진화시키고 개선할 계획인지 구체적으로 설명해줄 수 있나요?

이 회사의 검색 경험을 진화시키는 결은 '사용자가 찾으려는 의도와 사이트가 노출하는 결과의 갭을 매주 단위로 좁히는 일'이라고 봅니다. 단기 한 번의 개편보다 분기 단위의 반복이 더 큰 효과를 만든다고 생각합니다.

개선 방안 세 갈래로 묶었습니다. 첫째, '의도 클러스터링' 강화 — 같은 키워드라도 시즌·디바이스·이전 구매 이력에 따라 다른 의도를 가진다는 점을 검색 결과의 1~3위 다양성으로 풀어내는 결. 둘째, '재방문 사용자 개인화 vs 첫 방문 사용자 일반화'를 같은 화면에서 동시에 표현. 셋째, 검색 실패(0건/이탈) 자리의 자동 보완 — 동의어·오타·다른 단위(예: 1L vs 1리터) 사전을 매주 갱신합니다.

사용자 경험 쪽으로는, 세션 단위 검색 행동 로그(첫 쿼리·재쿼리·결과 클릭·이탈)를 묶어 '한 번의 검색에서 의도가 닫히는 비율'이 핵심 지표라고 봅니다.

기술 스택은 OpenSearch 기반 BM25+벡터 하이브리드 검색·사용자 클릭 시그널 기반 learning-to-rank·세션 임베딩(SBERT)을 조합하는 결이 효과적입니다. 인턴 때 4만 SKU 카탈로그에서 BM25 단독→하이브리드로 옮긴 결로 검색 만족도가 +9%p 올라간 결이 있어, 같은 방향이 더 큰 규모에서도 닿는다고 봅니다.

성과 측정은 '검색 → 클릭 → 장바구니 → 구매'의 깔때기에서 단계별 전환율과 검색 0건 비율 두 축을 분기 단위로 추적합니다.