심층 신경망 DNN 아키텍처의 후보 생성 Candidate Generation 단계별 가중치 손실 함수 제어와 노출 정체기 스케일업 전략 반드시 알아야 할 실전 핵심
“박사님, 숏츠와 롱폼 피드 전체가 일제히 얼어붙었습니다. 노출 클릭률(CTR)과 평균 시청 지속 시간(AVD)이 지난달 대비 상위 5% 이내인데도, 심층 신경망의 후보 생성(Candidate Generation) 인덱스 단계에서 영상이 완전히 누락된 것 같아요. 서빙 가중치 손실 함수가 로컬 미니마(Local Minima)에 갇힌 게 확실합니다!” 제가 MCN 연합 데이터 사이언스 연구소의 수석 연구원으로 재직할 당시, 신규 카테고리로 스케일업을 시도하던…
