스웨덴미디어·콘텐츠2025 – 진행 중스포티파이
추천과 검색을 위한 공유 사용자 임베딩
스포티파이, 공유 사용자 임베딩 테스트에서 아이템별 스트림 전환 13% 증가 보고
문제
스포티파이의 추천·검색 모델은 달라지는 청취자 취향에 맞춰 반응해야 했다. 제품마다 따로 피처 엔지니어링을 하다 보니 같은 작업이 중복됐다.
접근 방식
스포티파이는 청취자 신호를 압축해 공유 사용자 임베딩을 만드는 오토인코더를 구축했다. 제품 팀들은 가벼운 전이 학습으로 이 임베딩을 자기 서비스에 맞게 조정했다. 운영 시스템은 배치 처리와 청취자 활동에 따라 발생하는 업데이트를 함께 썼다.
주요 수치
+13%홈 후보 생성 A/B 테스트의 아이템별 스트림 전환. 스포티파이에 따르면
+2.9%홈 후보 생성 A/B 테스트의 신규 발견. 스포티파이에 따르면
시사점
임베딩을 공유하려면 검색과 추천 시스템이 이를 일관되게 해석하도록 모델 업데이트도 조율해야 했다.
분류
출처
출처 요약
[1]Spotify Research2025년 9월 18일
스포티파이는 실제 운영 중인 임베딩 프레임워크와 조율된 모델 업데이트를 설명했다. 홈 후보 생성 실험에서 아이템별 스트림 전환이 13%, 신규 발견이 2.9% 늘었다고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
