"Etsy는 브라우징 및 구매 기록을 기반으로 상세하고 익명의 구매자 프로필을 만들기 위해 대규모 언어 모델(LLM)을 활용합니다. 이러한 프로필은 미묘한 관심사와 쇼핑 목적을 포착하여 플랫폼의 거의 9천만 명의 구매자에게 개인화를 강화합니다. 기술 구현에는 사용자 활동 데이터를 검색한 다음 LLM에 프롬프트를 사용하여 이 데이터를 해석하여 프로필을 생성하는 것이 포함됩니다. 이 프로세스를 확장 가능하고 비용 효율적으로 만들기 위해 Etsy는 데이터 소스를 최적화하고, 입력 토큰 볼륨을 줄이고, 배치 크기를 늘리고, 병렬 처리를 사용했습니다. 이러한 최적화는 구매자 프로필 생성 시간과 비용을 대폭 줄였습니다. 생성된 구매자 프로필은 쿼리 재작성 및 정제 알약(refinement pills)을 통해 검색 경험을 개인화하는 데 적용됩니다. 쿼리 재작성은 예측된 관심사로 사용자 검색을 풍부하게 하고, 정제 알약은 사용자 선호도를 기반으로 클릭 가능한 필터를 제공합니다. Etsy는 클릭률 및 전환율 증가와 같은 지표를 통해 이러한 개인화의 성공을 측정합니다. 또한 사용자 활동에 따라 동적으로 새로고침하고 관심사 드리프트(interest drift)를 감지하여 프로필 정확도를 유지합니다. 향후 작업에는 상속 프로필(inheritance profiles)을 실험하여 신규 사용자의 "콜드 스타트(cold start)" 문제를 해결하는 것이 포함됩니다. 궁극적으로 Etsy는 모든 쇼핑객을 위한 검색을 개선하고 보다 직관적인 검색 경험을 만드는 것을 목표로 합니다."