시퀀스 러닝: 개인화 광고 추천을 위한 패러다임의 전환 (Sequence learning: A paradigm shift for personalized ads recommendations)

Executive Summary이 문서는 Meta가 개인화 광고 추천 시스템을 기존의 DLRM(Deep Learning Recommendation Models) 방식에서 시퀀스 러닝(Sequence Learning) 기반으로 전환한 기술적 배경과 성과를 다룹니다.문제 정의 (Problem):기존 DLRM은 수작업으로 설계된 피처(Hand-engineered features)에 의존하여, 사용자의 행동 순서(Sequence) 정보를 놓치는 한계가 있었습니다.데이터 집계 과정에서 미세한(Granular) 정보가 손실되고, 중복된 피처로 인해 인프라 비용이 증가했습니다.해결책 (Solution):이벤트 기반 학습 (Event-based Learning): 사용자의 클릭, 전환 등 이벤트에서 직접 데이터를 학습..