Swiggy는 OpenSearch 기반의 자동완성 검색 시스템을 개편하면서 **후보 생성(candidate generation)과 랭킹(ranking)을 분리한 아키텍처**를 채택했다. 실시간 사용자 행동 신호를 수집하는 **피처 스토어(feature store)** 를 활용해 LTR(Learning to Rank) 모델에 실시간 입력을 제공하며, 기존 휴리스틱 기반 랭킹을 대체했다. 엄격한 레이턴시 제약을 유지하면서도 사용자 행동 신호로부터 모델을 지속적으로 업데이트할 수 있는 구조로, **실시간성과 정확도를 동시에 확보**한 점이 핵심이다.
본 기사는 InfoQ의 내용을 기반으로 AI가 백엔드 개발자 관점에서 자동 요약한 스크랩입니다. 카테고리는 웹 분야에 해당하며, 관련 분야의 최신 동향 파악을 위해 매일 자동 수집됩니다.
아래 원문 링크를 통해 전체 내용을 확인할 수 있습니다.