Amazon SageMaker와 Amazon MWAA를 활용한 29CM의 개인화 추천시스템 MLOps 구축여정

29CM은 고객 경험 향상을 위해 자체 추천 서비스를 구축하고, 이를 위한 MLOps 파이프라인을 Amazon SageMaker와 Amazon MWAA를 활용하여 구축했습니다. 프로젝트의 목표는 카테고리 페이지 상품 정렬을 개인화하여 사용자 클릭률을 높이는 것이었습니다.

패션 도메인의 빠른 트렌드 변화를 반영하기 위해 Session-based 추천 모델을 베이스 모델로 선정하고, 사용자 인터랙션 데이터를 활용하여 모델을 학습시켰습니다. MLOps 적용을 통해 모델 학습 및 배포 과정을 자동화하여 운영 효율성을 높였습니다.

이 글은 29CM의 추천 시스템 구축 여정과 MLOps 도입 과정을 상세히 설명하며, 기술적인 도전과 해결 과정을 공유합니다.