AI
GPT를 활용한 카탈로그 아이템 생성
두줄요약
배달의민족은 GPT와 RAG를 활용해 상품 카탈로그 속성값 생성 자동화를 시도했습니다. 평가 모델을 보완해 작업 효율을 높이고 정확도도 개선했습니다.
문제 상황
- 상품 종류 증가로 카탈로그 아이템 생성과 속성값 정리가 어려워지는 상황
- 수작업 추출·정리 중심 방식의 높은 리소스 소모와 기준 일관성 유지 문제
- 학습 데이터 부족으로 기존 데이터 기반 직접 모델 학습의 한계
해결 방법
- GPT를 활용한 상품명·카테고리 기반 속성값 자동 생성
- 유사 상품 카탈로그를 검색해 few-shot 맥락으로 제공하는 RAG 적용
- BM25와 벡터 유사도 검색 앙상블, 트랜스포머 기반 텍스트 분류 모델로 평가 점수 보완
성능/운영 포인트
- GPT 자체 평가 점수의 변별력 부족과 조정 불가 문제 보완
- 이진 분류 모델 도입으로 생성 결과 신뢰도 평가 개선
- 작업자 입력 보조 형태로 도입해 신규 카탈로그 생성 효율 향상
적용해볼 점
- 도메인 기준이 중요한 생성 작업에서 RAG와 검수 모델 결합 검토
- 생성 결과의 품질뿐 아니라 신뢰도 평가 체계까지 함께 설계
- 축적 데이터 증가에 맞춰 자동 생성 범위와 정확도 지속 개선