‘최고의 광고추천 서비스’를 개발하는 카카오 광고추천팀을 소개합니다.

바야흐로 디지털 마케팅 시대입니다. 

전통적인 TV, 라디오를 넘어 PC, Mobile 사이트, 어플 등 다양한 미디어를 통해 우리가 이용하는 거의 모든 온라인 서비스에서 늘 광고를 접할 수 있습니다. 

이러한 이면에는 ‘광고가 노출될 기회를 구매하고자 하는 수요자’(Demand Side)와 ‘광고가 노출될 기회를 판매하는 공급자’(Supply Side) 간 수요-공급에 따른 실시간 거래(RTB, Real Time Bidding)가  활발하게 이루어지는 ‘AD EXCHANGE’ 가 자리 잡고 있습니다.

카카오는 DAUM, KakaoTalk, KakaoStory 등 자체 서비스 매체뿐만 아니라 외부의 다양한 서비스 매체들을 대상으로 SSP(Supply Side Platform)를 운영함과 동시에 자체 DSP (Demand Side Platform) 혹은 외부 DSP 통한 광고(주) pool을 기반으로 RTB 거래가 활발하게 이루어지는 환경을 제공하는 국내 리딩 AD NETWORK 서비스 사업자입니다.

효율적이면서 자동화된 방식으로 대규모 RTB가 가능하기 위해서는 광고 지면(인벤토리)을 구매하는 과정에서 프로그래매틱한 메카니즘(Programmatic Buying)이 필수적인데, 기존의 사람 간 협상이나 거래를 기술과 데이터로 대체한 것이며 구매자가 조건을 미리 설정해 놓으면 나머지는 알고리즘이 알아서 인벤토리를 구매하는 방식입니다.

프로그래매틱으로 광고를 구매할 경우 광고 예산을 효율적으로 분배하여 미리 정해진 KPI를 기반으로 결과를 최적화할 수 있습니다. 프로그래매틱을 통하면 맹목적인 구매와는 반대로 잠재적 광고 노출을 개별적으로 평가할 수 있습니다. 온라인 마케팅 분야에서 인공지능, 머신러닝, 빅데이터 관련 기술이 적극적으로 도입, 활용되고 있으며 앞으로 더 높은 성장성이 기대되는 이유가 여기에 있습니다.
(참조 : https://www.iab.com/insights/iab-artificial-intelligence-in-marketing/)

카카오 광고 비즈니스 중심 ‘광고추천팀’

광고추천팀은 카카오 광고 비즈니스 중심에 있는 핵심적인 팀으로서 첨단 AD TECH 기술을 통해 ‘광고 서비스 관련 최적화 로직 개발 및 서빙 시스템 개발’을 담당하고 있습니다.

사용자 입장에서 유용한 광고 서비스 경험을 지원하고 동시에 광고주에게는 좋은 광고 성과를 낼 수 있도록 최적화된 광고 추천 로직과 서빙 시스템을 개발 및 운영하면서 광고 추천 서비스를 제공하고 있습니다.

카카오 서비스들은 다양한 분야로 확장하고 있으며 수많은 사용자를 바탕으로 트래픽이 급성장 추세에 있습니다. 이로 인해 카카오 광고도 매년 크게 성장하고 있습니다. 이러한 자체 서비스 매체뿐만 아니라 외부 서비스 매체로부터 발생하는 엄청난 양의 트래픽에 대해 실시간으로 RTB 통해 ‘사용자-매체-광고주-사업자’ 모두의 이해관계를 고려한 최적의 광고가 추천될 수 있도록 서비스를 운영하는 일은 높은 수준의 기술적 역량을 필요로 합니다.

거대한 규모의 데이터로부터 찾아내는 최상의 가치

광고추천팀은 프로그래매틱 알고리즘이 최상의 성과를 낼 수 있도록 첨단 데이터 사이언스 기술을 적극 활용하여 최적화 모델의 연구, 개발 및 운영을 하고 있으며 동시에 이러한 모델에 기반한 실시간 추천 서비스를 안정적으로 제공하기 위한 거대하고 복잡한 서빙 시스템을 개발, 운영하고 있습니다.

뿐만 아니라 데이터 공급망 (Data Pipeline) 시스템, 모델 학습 및 실험 시스템, 지표 모니터링 시스템 등 관련 기반 시스템을 함께 구축, 운영하면서 MLOPS 구조로 전체 시스템을 유기적으로 워킹하도록 구성하여 최고의 성과를 내고 있습니다.    

빅데이터 환경의 도래 및 AI/MachineLearning 기술의 발전 속에서 광고 비즈니스 역시 이전까지 경험해 보지 못한 거대한 규모의 데이터로부터 최상의 가치를 찾아내고 이를 서비스로 구현하는 것이 경쟁력, 아니 그 이상의 생존 전략으로 절실히 요구되는 시대입니다.

광고추천팀이 하는 일 

1. 최적화 모델을 개발합니다.

• 사용자 반응성 (클릭, 전환 등) 관련 예측 모델 개발
• 입찰전략 모델 개발
• 최적화 타게팅 모델 개발
• 탐색 모델 개발
• 추천 랭킹 모델 개발
• 어뷰징 감지 및 대응 모델 개발

2. 모델 서빙 시스템 및 데이터 엔지니어링 시스템을 개발합니다.

• 머신 러닝 학습/예측에 사용할 데이터 처리 프로세스 개발
  • 추천 시스템에서 학습/예측에 사용하는 데이터의 처리 파이프라인을 개발합니다. 모델 성향에 따라서 실시간, 배치 방식을 모두 운영하고 있으며 방대한 데이터를 빠르고 정확하게 제공할 수 있도록 시스템을 발전시킵니다.
    
    
• 데이터 분석을 위한 파이프라인 개발
  • 모든 의사결정은 데이터를 기준으로 내리기 때문에 정확한 데이터가 중요합니다. 목적에 따라 실시간, 배치 지표 시스템을 모두 운영하고 있으며 모델 성능뿐만 아니라 서빙 시스템의 이상 감지 모니터링에도 적극 활용하고 있습니다.
    
    
• 머신러닝 모델 서빙 시스템 운영
  • 데이터 처리 업무뿐만 아니라 준비된 모델을 서빙에 활용해 사용자에게 최적의 광고를 보여주는 백엔드 애플리케이션을 운영합니다.
    
    
• A/B 테스트 플랫폼 개발
  • 신규 피처를 적용하기 위해서 A/B 테스트를 필수적으로 거치며 이를 위한 A/B 테스트 플랫폼을 개발, 운영합니다.

주요 사용 기술/역량

사용 기술 환경은 다음과 같습니다.

• 개발 언어 : Golang, Java, Kotlin, Python, Scala
• 데이터 처리 도구 : Kafka, Spark, Hadoop, Druid
• 워크 플로우 : Argo workflow, Airflow, Jenkins
• DB : Redis, MongoDB, Couchbase, MY-SQL
• 컴퓨팅 리소스 : Kubernetes, Hadoop YARN
• 배포 : Docker Hub, ArgoCD, Spinnaker
• 분석,모델링 : Pytorch, Tensorflow, Tableau, Jupyter Notebook, Zepplin

일하는 방식

현재 전사적으로 시행하고 있는 재택 및 유연근무제를 적극 활용하고 있어 각 구성원이 자유로운 시간, 장소에서 근무하는 것을 장려합니다. 또한 수평적인 문화를 지향하며 연차나 직책에 상관없이 자유롭게 의견을 표현할 수 있는 분위기입니다.

팀 내에서 여러 분야의 스터디를 활발하게 진행하고 있습니다. 머신러닝, 개발 방법론, 개발 언어/프레임워크 등 다양한 주제의 스터디를 자유롭게 참석/진행할 수 있습니다. 그리고 저녁 회식을 지양합니다. 물론 희망자에 한해 진행하고 있습니다. 

끝으로 

‘데이터의 가치가 돈으로 측정되는 곳, 인터넷 비즈니스의 꽃 광고, 광고 비즈니스의 꽃 광고 추천’, ‘광고 도메인에서 데이터 사이언스 및 엔지니어링 융합된 형태의 완결된 서비스를 경험할 수 있는 곳’ 인 광고추천팀에서 최고의 데이터 사이언티스트, 서버 개발자, 데이터 엔지니어들과 함께 최고의 서비스를 만든다는 자부심을 갖고 꿈을 실현하시길 바랍니다. 지금 바로 최고의 경력을 만들 완벽한 기회입니다!