- 사용자의 광고 클릭 가능성(CTR, Click-Through Rate)을 사전에 예측하는 모델
- 광고 입찰, 예산 분배, 광고 순위 결정 등 광고 전략 자동화와 최적화의 핵심 기술
- 예상 클릭률 × 광고주 입찰가 = 광고 경매 순위 결정 기준
- 프로세스는 학습 데이터셋 구성 → 데이터 수집 및 전처리 → 모델 학습 및 최적화 → 모델 평가 및 적용 순으로 이어짐
학습 데이터셋 구성 : 입력 피처(X)와 출력값(Y)으로 구성
- 입력 피처 : 사용자 ID/기기/시간대, 광고 카테고리/위치, 사용자 최근 클릭 이력 등
- 출력값 : 클릭 여부(0 또는 1) 수천만 건의 로그가 쌓이면 모델은 어떤 피처 조합에서 클릭이 일어나는지 학습
데이터 수집 및 전처리 : Kafka로 실시간 이벤트 스트리밍 수집. PySpark로 분산 처리. 클릭이 1% 수준으로 매우 적어 클래스 불균형 처리(다운샘플링)가 필수. 타임스탬프 기준 시간순 정렬로 행동 흐름 분석. 장기 피처(지난 7일 클릭 패턴)와 단기 피처(오늘 클릭 기록)를 분리해 병합
모델 학습 및 최적화 : 초기에는 로지스틱 회귀 같은 선형 모델이 주류였지만 딥러닝 기반이 표준으로 자리잡음. Wide & Deep(기억력+일반화 결합), DeepFM(피처 상호작용 모델링), DCN, DIN 등이 대표적. PyTorch/TensorFlow로 구현. 실시간 입찰(RTB) 환경에서 100ms 내 예측 완료를 위해 TorchScript/ONNX로 모델 경량화
모델 평가 지표
- AUC : 클릭된 광고와 클릭되지 않은 광고를 얼마나 잘 구분하는지. 0.7 이상이면 잘 작동
- 로그 손실(Log Loss) : 예측 확률이 정답과 얼마나 가까운지. 낮을수록 좋음
- 보정(Calibration) : 예측 확률 0.7이라면 실제로도 70% 클릭되어야 잘 보정된 것
- CTR Lift : 모델 적용 후 클릭률이 얼마나 개선됐는지
- ROI 기여도 : 모델 기반 타겟팅이 실제 매출/전환에 기여한 정도