롯데ON 사례로 본 개인화 추천 시스템 구축하기, 2부 : Amazon SageMaker를 활용한 MLOps 구성 및 추천 모델 실시간 서비스

롯데ON은 고객 쇼핑 경험 향상을 위해 딥러닝 기반의 개인화 추천 시스템 고도화를 추진했습니다. 기존 상품 간 관계 분석 방식에서 벗어나, 고객 개개인의 취향을 반영하기 위해 Neural Collaborative Filtering (NCF) 알고리즘을 도입했습니다.

이를 효과적으로 운영하기 위해 Amazon SageMaker를 중심으로 한 MLOps 플랫폼을 구축했으며, GitLab 연동 CI/CD 파이프라인을 통해 모델의 주기적인 재학습 및 재배포를 자동화했습니다. 이 글은 롯데ON이 NCF 모델을 실시간으로 서비스에 적용하기까지의 MLOps 구성 과정과 기술적 구현 사례를 소개하며, 이를 통해 추천 서비스 품질을 지속적으로 향상시키는 방안을 제시합니다.