[팀네이버 컨퍼런스 DAN25] 실시간 추천-CRM 통합 모델로 완성하는 개인화 UX 네이버 시리즈는 개인화 UX를 위해 추천부터 CRM까지 다양한 영역에 ML 모델을 활용하고 있습니다. 하지만 여러 모델들이 추가되면서 모델 관리의 복잡성이 커지고, 모델 간 일관성을 유지하기 어려운 한계가 드러났습니다. 동시에 CRM 모델 중 일부는 실시간으로 처리되지 않는 기능이 있어 개선이 필요한 상황이었습니다. 이러한 문제를 해결하기 위해 모델 개발 관점에서는 추천과 CRM 모델을 하나의 통합 프레임워크로 설계하기로 결정하였고, 모델 서빙 관점에서는 모든 모델의 결과를 실시간으로 받아오기 위해 API 기반 서빙 아키텍처를 구축하기로 결정하였습니다. 본 발표에서는 네이버 시리즈에 실제 적용된 사례를 중심으로, 추천-CRM 모델 통합 과정과 배치 기반에서 실시간 추론 체계로 전환한 경험을 공유합니다. 대규모 서비스 환경에서 개인화 경험을 고도화하기 위한 모델링/시스템 설계의 실제적인 고민과 해법을 함께 나누고자 합니다. 목차 1. 개인화 UX의 필수요소 : 추천 - CRM - 네이버 시리즈의 개인화 UX - 기존 모델 서빙 방식 - 서로 다른 두 모델, 합칠 수 없을까? 2. Formulation & Modeling - Problem Setup - Multi-Behavior Encoder - Multi-Task Learning with MMoE - Task Overview 3. 추천 시스템, CRM을 만나다 - 엇갈린 만남 : 배치 CRM과 실시간 추천 시스템 - 추천 시스템을 CRM에 연결하다 - 시스템 운영과 지속적인 개선 - 시스템이 만들어낸 가치 4. 실제 서비스 적용 사례 - 네이버 시리즈 추천 모델 개선 사례 - 네이버 시리즈 CRM 적용 사례 대상 - 추천과 CRM ML Model의 통합 프레임워크 설계에 관심이 있으신 분들 - 추천과 CRM ML Model의 실시간 서빙 아키텍처가 궁금하신 분들 - 추천과 CRM ML Model을 통한 개인화 UX 설계에 관심이 있으신 분들 #DAN #DAN25 #TEAMNAVERCONFERENCE