야후, 아마존 베드록 기반 검색 리타겟팅 고도화

주장야후는 디지털 광고의 핵심인 검색 리타겟팅 효율을 높이기 위해 생성형 인공지능 기술을 도입했습니다. 기존 키워드 확장 방식이 가진 의미론적 한계를 극복하고 광고주에게 더 넓고 정확한 타겟팅 기회를 제공합니다.

팩트야후는 기존에 워드투벡 임베딩 모델과 지역 민감 해싱 기술을 결합하여 키워드를 확장했습니다. 이 방식은 최신 어휘 반영이 어렵고 구문 중심의 단순 유사성에 의존한다는 한계가 있었습니다.

교차검증생성형 인공지능 도입 초기에는 모델이 키워드를 과도하게 확장하거나 모호한 입력값에 부적절한 결과를 내놓는 문제가 발생했습니다. 야후는 임베딩 기반 유사도 검증과 민감 키워드 필터링이라는 이중 안전장치를 마련하여 이를 해결했습니다.

팩트야후는 아마존 베드록을 통해 아마존 노바, 메타 라마, 앤스로픽 클로드 등 다양한 거대 언어 모델을 실험했습니다. 최종적으로는 확장 비율과 의미론적 유사성 사이에서 가장 균형 잡힌 성능을 보인 앤스로픽의 클로드 3.5 소네트 v2를 채택했습니다.

팩트새로운 시스템은 2025년 1분기에 정식으로 운영을 시작했습니다. 이 기술은 기존 방식 대비 키워드 확장 비율을 최대 600배까지 증가시켰습니다.

주장생성형 인공지능을 활용한 키워드 확장은 광고주에게 더 넓은 잠재 고객 도달 범위를 제공합니다. 단순히 키워드 수를 늘리는 것에 그치지 않고 의미론적으로 연관된 단어만을 선별하여 광고의 관련성과 전환율을 동시에 높입니다.

교차검증생성형 인공지능 모델의 환각 현상을 방지하기 위해 야후는 엄격한 검증 단계를 도입했습니다. 생성된 키워드를 임베딩으로 변환한 뒤 원본 키워드와 비교하여 유사도 점수가 낮은 결과물은 자동으로 삭제합니다.

팩트야후의 검색 리타겟팅 솔루션은 사용자의 야후 검색 기록뿐만 아니라 통합된 파트너 시스템 전반의 검색 활동을 분석합니다. 이를 통해 디스플레이, 비디오, 네이티브 광고 등 다양한 채널에서 사용자 의도에 맞는 광고를 노출합니다.

주장이번 사례는 기업이 복잡한 인프라를 직접 구축하지 않고도 아마존 베드록과 같은 서버리스 환경을 통해 최신 인공지능 기술을 빠르게 도입할 수 있음을 보여줍니다. 이는 광고 기술 분야에서 생성형 인공지능이 실질적인 비즈니스 가치를 창출하는 중요한 이정표가 됩니다.

주장야후의 이번 기술 전환은 광고 생태계 내에서 데이터 활용의 정밀도를 한 단계 끌어올렸습니다. 인공지능이 생성한 데이터의 신뢰성을 확보함으로써 광고주는 더욱 효율적인 마케팅 전략을 수립할 수 있습니다.

주장기술적 난제를 해결한 야후의 사례는 향후 광고 기술 기업들이 생성형 인공지능을 도입할 때 참조할 표준 모델이 될 것입니다. 인프라 구축 비용을 절감하면서도 성능을 극대화하는 전략이 시장의 핵심 경쟁력이 됩니다.

출처아마존 웹 서비스의 공식 블로그 게시물을 통해 해당 내용을 교차 검증했습니다. (https://aws.amazon.com/blogs/machine-learning/how-yahoo-enhances-search-retargeting-using-amazon-bedrock/)