안녕하세요. 검색추천팀에서 ML 엔지니어로 일하고 있는 해리입니다. 저는 추천엔지니어로 일한지 약 6개월 정도 되었고, 그 기간동안 실시간 추천을 어떻게 준비했는지 또 준비과정 중 어떤 이슈가 있었는지 공유드리고자 합니다. 기존의 추천 저희는 앞서 수년간 이른바 '배치성 추천'을 서비스 해왔습니다. 배치성 추천이라 함은, 고객마다 고객이 가진 고유의 PCID를 기반으로 미리 어떤 제품을 추천할지 Airflow batch job을 통해 RDB 테이블에 저장해둔 데이터를 조회한 결과를 추천하는 방식입니다. 한마디로, "이 고객은 이 상품을 좋아할거야" 라는 결과를 미리 DB에 저장해두면, 정적으로 그 정해진 결과를 추천 합니다. 이러한 추천의 경우 실시간 고객의 반응을 추천에 담기 어렵다는 단점이 있었습니다..