당근마켓 - 빅데이터 분석과 활용

41. 당근, 빅데이터 분석과 활용

3) 빅데이터 분석과 활용 사례

당근은 빅데이터와 머신러닝을 적극적으로 활용하여 서비스 품질을 향상시키고 사용자 경험을 개선하고 있습니다.

당근은 Google Cloud Platform의 TensorFlow를 도입하여 게시물 관리와 개인화된 콘텐츠 추천 시스템을 구축했습니다. 이를 통해 정책에 어긋나는 게시물을 자동으로 필터링하고, 사용자별 맞춤형 콘텐츠를 제공할 수 있게 되었습니다. 이는 급격히 증가하는 게시물을 효율적으로 관리하고 서비스 품질을 유지하는 데 크게 기여했습니다.

또한, 당근은 Google Cloud의 BigQuery를 활용하여 방대한 양의 데이터를 수집하고 분석하고 있습니다. 클라이언트 앱에서 발생하는 이벤트 로그와 각종 정보들을 BigQuery에 저장하고, 이를 바탕으로 사용자 행동을 분석하고 서비스 개선에 활용하고 있습니다3. 이러한 데이터 분석은 마케팅 효율성 평가, 새로운 서비스에 대한 사용자 반응 분석 등 비즈니스 전반에 걸쳐 활용되고 있습니다.

당근은 또한 Google Cloud의 AutoML Vision Edge를 활용하여 이미지 분류 모델을 개발했습니다. 이를 통해 사용자 선호도에 적합한 이미지를 추천하고, 서비스 만족도를 높이는 데 기여하고 있습니다4. AutoML의 활용으로 모델 개발 과정이 간소화되고, 데이터 관리와 모델 평가가 더욱 효율적으로 이루어지고 있습니다.

더불어 당근은 개인 간 거래에서 발생하는 분쟁 사례에 대한 데이터 분석도 진행하고 있습니다. 이를 통해 분쟁 유형과 해결 방안에 대한 인사이트를 얻고, 사용자 보호를 강화하기 위한 기준을 마련하고 있습니다.

이러한 빅데이터 분석과 활용을 통해 당근은 서비스 품질 향상, 사용자 경험 개선, 운영 효율성 증대 등 다양한 측면에서 혁신을 이뤄내고 있습니다. 앞으로도 당근은 데이터 기반의 의사결정과 서비스 개선을 통해 지속적인 성장을 이어갈 것으로 보입니다.

머신러닝 기술을 활용

당근은 머신러닝 기술을 활용하여, 상품 카테고리를 자동으로 분류합니다.

텍스트 기반 분류

당근은 상품 제목과 설명을 분석하여 카테고리를 자동으로 추천합니다. FastText 기반의 텍스트 분류 모델을 사용하여 상품명만으로도 높은 정확도로 카테고리를 예측할 수 있습니다.

이미지 기반 분류

TensorFlow를 활용한 딥러닝 모델을 통해 사용자가 업로드한 상품 이미지를 분석하여 카테고리를 자동으로 분류합니다. 이를 통해 사용자가 직접 카테고리를 선택하지 않아도 이미지만으로 카테고리를 추천할 수 있습니다.

하이브리드 접근

텍스트와 이미지 정보를 모두 활용하여 더 정확한 카테고리 분류를 수행합니다. 이를 통해 텍스트나 이미지 단독으로는 분류하기 어려운 경우에도 높은 정확도를 유지할 수 있습니다.

지속적인 모델 개선

사용자 피드백과 새로운 데이터를 지속적으로 수집하여 모델을 재학습시킵니다. 이를 통해 시간이 지나도 새로운 상품 트렌드나 카테고리 변화에 대응할 수 있습니다.

개인화된 추천

사용자의 과거 행동 데이터를 분석하여 개인화된 카테고리 추천을 제공합니다. 이를 통해 사용자별로 관심 있는 카테고리를 우선적으로 제안할 수 있습니다.

이러한 다각도의 접근을 통해 당근은 사용자 경험을 개선하고, 상품 등록 과정을 간소화하며, 더 정확한 카테고리 분류를 제공하고 있습니다. 또한 이 기술은 단순히 카테고리 분류에만 그치지 않고, 유사 상품 추천, 검색 기능 개선, 부적절한 상품 필터링 등 다양한 서비스 영역에 활용되고 있습니다.