검색어 분석을 통한 상품 정렬 개선

무신사 검색개발팀은 고객의 구매 전환율을 높이고 이탈률을 줄이기 위해 Elasticsearch 기반의 상품 검색 모델 품질 개선 프로젝트를 진행했습니다. 기존 '무신사 추천순' 정렬 방식은 고객이 '레이스 양말'을 검색했을 때, '양말'의 동의어인 '삭스'가 포함된 '삭스 부츠' 상품을 '양말' 상품보다 우선적으로 노출시키는 문제가 있었습니다.

이는 고객의 검색 의도와 맞지 않아 개선의 필요성이 제기되었습니다. 본 글에서는 이러한 문제를 해결하기 위해 고객의 검색 의도를 더 잘 이해하고 상품을 효과적으로 정렬하는 새로운 검색 모델 구축 과정을 다룹니다.

Elasticsearch를 활용하여 상품 데이터를 분석하고, 고객의 실제 검색 행동 데이터를 기반으로 스코어링 모델을 개선함으로써 검색 결과의 정확성과 관련성을 높이는 데 중점을 둡니다.