Skip to content
Go back

Transforming search and discovery using LLMs - Tejaswi & Vinesh, Instacart

Published:  at  08:47 AM
YouTube Thumbnail

영상 링크: Transforming search and discovery using LLMs — Tejaswi & Vinesh, Instacart
채널명: AI Engineer

LLM을 활용한 Instacart의 검색 및 탐색 혁신 핵심 요약


세부 요약 - 주제별 정리

Instacart의 검색과 제품 탐색은 재구매와 신규 상품 발견 모두를 아우르는 핵심 기능임

전통적 검색엔진은 ‘광범위’와 ‘희귀’ 쿼리, 신상품 추천에서 본질적 한계에 직면함

Instacart는 쿼리 분류 등 검색 파이프라인 상단부터 LLM을 적용하여 품질을 비약적으로 개선함

Instacart 도메인 행동 데이터를 LLM 프롬프트에 넣어 ‘사용자 맥락 오해’ 대폭 최소화함

쿼리 재작성(Rewrite) 분야에서도 LLM 적용으로 ‘무결과’ 쿼리 급감 효과를 거둠

LLM 결과는 대량 배치·캐싱 전략과 사전계산을 통해 실시간 검색 속도 저하 없이 서비스됨

검색 결과 페이지에 LLM 기반 신규 탐색 콘텐츠를 자동 생성해 사용자 경험과 매출 동시 향상

LLM 프롬프트에 행동 데이터, 카테고리 맥락, 품목 속성 등 Instacart 내부 정보를 주입함으로써 추천 정확도를 극대화함

생성 콘텐츠 평가와 랭킹은 ‘비즈니스 효과’와 ‘다양성’, ‘도메인 일치성’에 초점을 맞춤

롱내추럴랭귀지 쿼리(예: 여러 품목/조합 요청)에 대해서도 LLM과 맥락 주입 조합이 가장 효과적임이 확인됨

LLM을 직접 활용한 검색 혁신의 성공 비결은 Instacart 내부 정보와 결합한 ‘하이브리드’ 접근임


수정 요청하기

Previous Post
Netflix's Big Bet: One model to rule recommendations: Yesu Feng, Netflix
Next Post
Teaching Gemini to Speak YouTube: Adapting LLMs for Video Recommendations to 2B+DAU - Devansh Tandon