이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
졸업 프로젝트에서 영화 추천 기능을 만들 때 처음으로 MAB를 사용해 보았습니다. 처음에는 단순 A/B 테스트로 시작했지만, 트래픽을 반반 나눠야 해서 성능이 나쁜 알고리즘에도 50%를 할당해야 하는 것이 아깝게 느껴졌습니다.
그래서 epsilon-greedy 방식으로 변경하였고, 탐색과 활용 비율 조정이 생각보다 까다로웠습니다. epsilon을 0.1로 고정하였더니 초반 학습이 너무 느렸고, 0.3으로 올리니 나중에 성능이 좋아진 알고리즘을 충분히 활용하지 못했습니다.
결국 epsilon을 점점 줄이는 decay 방식으로 변경하였고, 2주 운영 후 클릭률이 기존 랜덤 추천 대비 23% 상승하였습니다. 다만 사용자 수가 적을 때는 보상 신호가 불안정하여 콜드 스타트 문제가 남아 있었고, 이 문제는 아직 완전히 해결하지 못한 숙제로 남아 있습니다.
인턴 기간에 광고 배너 노출 순서를 최적화하는 작업에서 MAB를 처음 실제 서비스에 적용했습니다. Thompson Sampling을 골랐는데, 베타 분포 파라미터 업데이트 로직을 잘못 짜서 첫 배포 때 모든 배너가 거의 동일한 확률로 노출되는 문제가 생겼어요.
알고 보니 보상 신호를 노출이 아닌 클릭으로 줬어야 했는데 잘못 설정한 게 원인이었습니다. 롤백하고 보상 함수를 다시 정의하는 데 하루를 썼어요.
수정 후엔 고성능 배너에 자연스럽게 노출이 집중되는 걸 확인했고, 2주 뒤 클릭률 기준 상위 2개 배너가 전체 노출의 68%를 차지하게 됐습니다. 보상 설계를 꼼꼼히 검증해야 한다는 걸 몸으로 배운 경험이에요.
직접 운영 서비스에 적용한 경험은 아직 없지만, 강화학습 스터디에서 3가지 MAB 전략을 비교 시뮬레이션한 적이 있어요. epsilon-greedy, UCB, Thompson Sampling을 같은 환경에서 돌려봤습니다.
UCB가 초반 수렴이 가장 빨랐고, Thompson Sampling은 분산이 크지만 장기적으로 최적에 가장 가까이 갔어요. epsilon-greedy는 튜닝이 쉬운 대신 탐색 효율이 제일 낮았습니다.
이 경험을 토대로 실제 추천 시스템에 적용한다면, 초반에는 UCB로 빠르게 탐색하다가 안정화된 후 Thompson Sampling으로 전환하는 방식을 써보고 싶어요. 다만 실시간 보상 집계 인프라가 없으면 오프라인 데이터만으로는 보상 신호가 지연될 수 있다는 점이 실제 적용 전 해결해야 할 과제라고 생각합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 토스 ML 엔지니어 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.