화해

RSS

게시글: 82
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
#02 그 많은 화해 데이터는 어떻게 사용되나요?
화해 AI 파트에서 650만 건 이상의 방대한 화장품 리뷰 데이터를 어떻게 활용하여 사용자에게 더 나은 서비스를 제공하는지에 대한 인터뷰 내용을 담고 있습니다. 데이터팀 AI 파트는 리뷰 데이터를 분석하고 기술을 개발하여 '인생템 찾기', '고민해결템'과 같은 기능을 출시했으며, 앞으로도 리뷰토픽 고도화를 통해 사용자 경험을 향상시킬 계획입니다. 이 글은 데이터 기반의 서비스 개선과 AI 기술의 실제 적용 사례를 보여줍니다.
리뷰 데이터AI데이터 활용
화해·2022년 4월 15일
AI
딥러닝으로 리뷰에서 제품 속성 정보 추출하기
본 글은 화장품 리뷰에서 제품 속성 정보를 효과적으로 추출하기 위한 딥러닝 기반의 접근 방식을 소개합니다. 방대한 양의 사용자 리뷰에서 제품의 발림성, 색감, 세정력 등 핵심 속성 정보를 자동으로 추출하여 사용자에게 유용한 정보로 가공하는 것이 목표입니다. 기존에는 키워드 추출 방식의 한계를 극복하기 위해, 리뷰의 긍정/부정 맥락과 개인의 취향에 따른 속성 표현의 다양성을 고려한 'One-input and Multi-outputs' 모델을 제안합니다. 이를 통해 사용자는 길고 복잡한 리뷰를 일일이 읽지 않아도 제품의 주요 특징을 빠르게 파악할 수 있으며, 이는 고객 경험 향상에 기여할 것으로 기대됩니다.
딥러닝자연어 처리제품 속성 추출
화해·2021년 7월 2일
AI
Beauty Domain-Specific Pre-trained Language Model 개발하기
화해팀은 뷰티 도메인 특화 사전 학습 언어 모델(PLM)인 Hwahae PLM을 개발했습니다. 이는 600만 건의 클린 리뷰와 일일 26만 건의 검색 데이터를 활용하여 고객에게 더 나은 서비스를 제공하기 위한 고민에서 시작되었습니다. PLM은 대규모 텍스트 데이터로 사전 훈련되어 언어 이해 능력을 갖춘 모델로, 텍스트 분류, 생성, 번역 등 다양한 다운스트림 태스크에서 높은 성능을 보입니다. 특히 BERT 이후 PLM을 활용한 전이 학습이 자연어처리 분야의 대세가 되었으며, 화해는 이를 통해 뷰티 도메인 텍스트 데이터를 효과적으로 처리하고 서비스에 접목하는 것을 목표로 합니다.
PLMBERT자연어 처리
화해·2021년 6월 29일
AI
개발자가 말하는 900만 다운로드 화장품 앱 ‘화해’
화장품 정보 플랫폼 '화해'는 900만 다운로드, 130만 MAU를 자랑하며 방대한 양의 제품 및 사용자 데이터를 보유하고 있습니다. 이 글은 화해 개발팀 리더인 김동한님과의 인터뷰를 통해 화해가 보유한 데이터와 이를 활용하기 위한 기술적 고민을 소개합니다. 특히, AI 기술을 활용한 리뷰 분석을 통해 정성적인 사용자 경험을 객관적이고 유의미한 정보로 재구성하는 방안에 대해 강조합니다. 또한, 폭발적인 트래픽에 대응하기 위한 서버리스 구조, 캐싱, 클러스터링 설계 고도화 등 데이터 및 트래픽 관련 기술적 도전 과제와 테스트 자동화, 장애 처리 고도화 등 서버 개발 이슈도 다룹니다. 화해는 AI 기술 역량을 강화하여 사용자에게 더욱 가치 있는 정보를 제공하고자 합니다.
AI머신러닝데이터 분석
화해·2019년 12월 30일