leboncoin에서 비주얼 검색으로 제품 탐색 혁신하기
밀리초 수준 검색
엄격한 200ms 지연 시간 요구 사항 충족
8천만 개의 광고, 원활한 검색
대규모 데이터셋 전반에 걸쳐 벡터 검색 확장하기.
6개월 만에 제로에서 MVP까지
프로덕션 준비가 완료된 비주얼 검색의 신속한 배포.
Zilliz Cloud gave us the speed and scale we needed to power visual search at Leboncoin, meeting our sub-200ms latency target and making product discovery seamless for millions of users.
Yann Lemonnier
Leboncoin 소개
Leboncoin은 프랑스에서 가장 많이 방문되는 웹사이트 중 하나이자 선도적인 리커머스 플랫폼으로, 수백만 명의 사용자가 중고 물품을 사고팔고, 주택을 찾거나, 취업 기회와 연결될 수 있도록 합니다. 월간 순 방문자 수가 2,800만 명을 넘는 Leboncoin은 프랑스 1위의 개인 간 판매 사이트이자 두 번째로 인기 있는 전자상거래 플랫폼입니다. 또한 Leboncoin은 자동차 및 부동산 부문을 선도하고 있으며, 휴가용 임대와 채용 공고 분야에서도 핵심적인 역할을 하고 있습니다. 500,000명 이상의 전문가와 프랑스 기업의 15%가 이 플랫폼을 사용해 판매, 광고 또는 채용을 진행하고 있어, 개인과 기업 모두에게 필수적인 허브가 되고 있습니다.
Leboncoin은 저렴한 가격의 독특한 중고 또는 리퍼비시 상품을 방대하게 제공함으로써, 사용자가 자신의 예산과 지구 모두에 이로운 지속 가능한 선택을 할 수 있도록 지원합니다. Adevinta의 일부로서 Leboncoin은 상위 리커머스 플랫폼 중 하나로 자리매김하며, 순환 경제를 촉진하고 폐기물을 줄이며 지속 가능성을 지원하는 동시에 사용자와 기업 모두에게 경제적 가치를 제공합니다.
과제: 시각적 검색으로 제품 추천 현대화
Adevinta의 ML Engineer인 Yann Lemonnier(이전에는 팀들이 AI 기술을 도입하도록 돕는 ML Enabler)는 2024년에 Leboncoin에 합류하여, 궁극적으로 leboncoin 산하의 모든 마켓플레이스에 배포될 시각적 검색 기능을 구축하게 되었습니다.
Leboncoin은 사용자가 중고 제품을 사고팔 수 있도록 하며, 판매자는 설명, 가격, 사진을 포함한 제품 세부 정보를 수동으로 업로드합니다. 이 과정에서 엔지니어링 팀이 관리해야 하는 약 8,000만 개의 활성 광고로 구성된 대규모 데이터베이스가 생성됩니다.
새로운 사용자층을 유치하고 플랫폼을 현대화하기 위해 Leboncoin은 제품 추천 시스템의 일부로 시각적 검색을 도입하기로 결정했습니다. 목표는 제품 탐색을 더 직관적이고 흥미롭게 만들어 사용자 경험을 개선하는 것이었습니다.
시각적 검색 시스템 구축
팀은 마켓플레이스 내에서 유사한 이미지를 식별할 수 있는 시각 모델을 조사하는 것부터 시작했습니다. 모델을 선정한 후, 유사도 검색을 위해 생성된 임베딩을 저장하고 검색할 고성능 벡터 데이터베이스가 필요하다는 사실을 깨달았습니다. 조사 결과 Milvus가 선도적인 벡터 데이터베이스라는 점이 빠르게 확인되었지만, 리소스 제약으로 인해 관리형 Milvus 솔루션인 Zilliz Cloud를 선택했습니다.
새로운 시각적 검색 시스템은 두 가지 핵심 기능을 도입했습니다:
- 유사 상품 찾기– 사용자는 버튼을 클릭하여 유사한 제품을 발견할 수 있습니다.
- 역이미지 검색 – 사용자는 사진을 업로드하고 검색창의 카메라 아이콘을 사용해 일치하는 상품을 검색할 수 있습니다.
이 프로젝트는 Yann이 합류하기 6개월 전에 시작되었으며, 팀은 같은 기간 내에 MVP를 제공해야 하는 촉박한 마감 일정 속에서 작업했습니다. 팀은 시각 모델, 임베딩, 유사도 매칭을 빠르게 익혀야 했습니다. 인프라 요구 사항을 평가한 후, 팀은 유사도 검색을 지원하기 위해 임베딩을 효율적으로 저장하고 쿼리하는 데 벡터 데이터베이스가 필수적이라고 판단했습니다.
Leboncoin이 Zilliz Cloud를 선택한 이유
팀은 미국 기반 리전을 사용할 때에도 200ms 미만이라는 엄격한 지연 시간 요구 사항을 충족했기 때문에 Zilliz Cloud를 선택했습니다. Milvus 호환성 외에도 Zilliz Cloud는 몇 가지 다른 핵심 이점을 제공했습니다:
- 모니터링 및 확장성 – 내장 도구가 관측 가능성과 확장을 단순화했습니다.
- Milvus 호환성 및 오픈 소스 투명성 – 팀은 투명성과 신뢰성을 위해 코드베이스를 검토할 수 있었습니다.
- 배포 용이성 – Zilliz Cloud의 직관적인 UI를 통해 클러스터를 빠르고 간단하게 생성할 수 있었습니다.
처음에 팀은 Spark를 통한 데이터 수집에서 어려움을 겪었지만, Zilliz Cloud의 Bulk Insert 기능이 프로세스를 간소화하고 데이터 수집을 훨씬 더 효율적으로 만들었습니다. 제품 이미지 외에도, 팀은 이벤트를 Milvus upsert 작업으로 변환하는 맞춤형 소프트웨어를 사용하여 변경된 데이터(사용자 상호작용)도 수집 프로세스에 통합하고 있습니다.
결과
Zilliz Cloud 기반의 비주얼 검색을 구현함으로써, Leboncoin은 제품 추천 시스템을 성공적으로 현대화하여 사용자에게 매끄럽고 직관적인 경험을 제공했습니다. 주요 성과는 다음과 같습니다:
- 향상된 사용자 참여: 비주얼 검색의 도입은 사용자가 유사한 제품을 쉽게 찾을 수 있도록 하여 사용자 상호작용을 크게 향상시켰습니다. 역이미지 검색 및 “Find Similar Items” 기능은 제품 발견 증가와 사용자 유지율 향상으로 이어졌습니다.
- 빠르고 확장 가능한 성능: 마켓플레이스에 8천만 개 이상의 광고가 있는 상황에서도, 시스템은 까다로운 200ms 지연 시간 요구사항을 초과 달성하며 더 낮은 지연 시간을 구현합니다. Zilliz Cloud의 확장성은 트래픽이 집중되는 시간대에도 속도를 저하시키지 않고 플랫폼이 대규모 데이터 볼륨을 처리할 수 있도록 보장했습니다.
- 효율적인 벡터 검색: Zilliz Cloud와 통합된 Milvus를 사용함으로써 팀은 벡터 임베딩을 효율적으로 관리할 수 있었습니다. 간단한 배포와 Zilliz Cloud의 Bulk Insert 기능은 데이터 수집을 빠르고 원활하게 만들어 MVP의 신속한 개발을 가능하게 했습니다.
- 미래 지향적 솔루션: Zilliz Cloud의 확장성은 Leboncoin이 계속 혁신할 수 있도록 지원합니다. 팀은 자동화된 제품 설명을 위한 대규모 언어 모델(LLM)과 같은 고급 AI 기능을 통합하고, 오디오 기반 아이템 검색을 탐색할 계획입니다.
향후 계획: 대화형 검색 탐색
Leboncoin은 최첨단 AI 기능으로 플랫폼을 더욱 강화할 계획입니다:
- LLM 생성 설명– 목록 품질을 개선하기 위해 제품 설명을 자동화합니다.
- 대화형 검색– 대규모 언어 모델(LLM), 채팅 인터페이스, 검색 증강 생성(RAG)을 기반으로, 사용자가 텍스트 기반 쿼리를 통해 아이템을 검색할 수 있게 하여 더 정확하고 동적인 결과를 제공합니다.
AI와 확장 가능한 인프라를 지속적으로 활용함으로써, Leboncoin은 수백만 사용자를 위한 쇼핑 경험을 개선하고 리커머스 분야에서 경쟁력을 유지하고 있습니다.
Leboncoin의 뉴스, 기사, 컨퍼런스 발표, 그리고 사무실에서 주최하는 밋업을 팔로우하세요 → https://mylnker.com/leboncoin-tech