[면접 합격자료] 11번가 Machine Learning Engineer 합격 문항 기출 최종합격

1. 추천 시스템을 개발할 때 고려해야 할 주요 성능 지표는 무엇인가요

추천 시스템의 성능 평가를 위해 고려해야 할 주요 지표는 정밀도(Precision), 재현율(Recall), F1 점수, AUC-ROC 곡선, 그리고 NDCG와 MAP입니다. 정밀도는 추천된 항목 중 실제로 사용자가 좋아한 항목의 비율을 의미하며, 높은 정밀도는 사용자 만족도를 높이는 데 중요합니다. 재현율은 전체 사용자가 좋아한 항목 중 추천 시스템이 얼마나 많이 포함했는지를 보여줍니다. F1 점수는 정밀도와 재현율의 조화를 이루어 성능을 종합적으로 평가하는 지표입니다. 예를 들어, 11번가에서는 추천 클릭률이 15%일 때 정밀도와 재현율을 함께 고려하여 시스템을 최적화했고, 이를 통해 구매 전환율이 8%에서 12%로 향상된 사례가 있습니다. AUC-ROC는 추천 순위의 정확도를 나타내며, 사용자별 행동 패턴에 따른 추천 품질 차이를 검증하는 데 활용됩니다. NDCG와 MAP는 추천 순위와 연관된 평가지표로, 추천 항목의 순서가 사용자 경험에 큰 영향을 미칩니다. 11번가에서는 이 지표들을 종합 평가하여, 추천 모델의 성능 향상을 수치로 검증하며, 고객 맞춤형 추천 정밀도를 20% 향상시킨 성과를 얻은 …