마케팅 개인화 추천 모델을 개발하면서 겪었던 어려움과 이를 어떻게 해결했는지 이야기해 줄래?

마케팅 개인화 추천 모델 개발에서 어려웠던 것은 알고리즘보다 데이터 품질이 더 큰 변수라는 것을 개발 중반에 알게 된 것이었습니다. 수집된 행동 데이터에 노이즈가 많았고, 클릭이 실제 관심을 반영하는지 불분명한 케이스가 많았습니다. 개발 과정의 어려움으로는 노이즈 제거 기준을 어떻게 잡을지 팀 내에서 합의가 안 됐던 것이 가장 시간을 많이 쓴 지점이었습니다. 해결을 위한 방법으로는 노이즈 유형을 분류하고, 각 유형별로 필터링 기준을 별도로 정의하는 방식으로 접근했습니다. 우발적 클릭, 체류 시간 0인 항목, 반복 새로고침 등 패턴별로 다른 기준을 적용했습니다. 팀과의 협업 경험으로는 개발자와 마케터가 같은 지표를 다르게 해석하는 상황이 있었는데, 지표 정의 문서를 만들어 공유하는 것이 효과적이었습니다. 개발 후 성과 측정으로는 정밀도와 재현율보다 실제 전환율 변화를 기준으로 평가했습니다.

좋은 데이터가 좋은 모델보다 먼저 필요하다는 것이 이 프로젝트에서 배운 것입니다.