많은 개발자들이 추천 엔진을 생각할 때 머신러닝을 떠올립니다. 협업 필터링 모델, 행렬 분해, 임베딩 벡터, 그리고 학습 파이프라인을 말이죠. 많은 사람들이 놀라는 점은, 그래프 데이터베이스와 몇 가지 Cypher 쿼리만으로도 실제로 유용한 추천 시스템을 구축할 수 있다는 것입니다. scikit-learn도, TensorFlow도, 모델 학습도 필요 없습니다. 데이터의 자연스러운 구조가 그 일을 해낼 뿐입니다.이 글에서는 두 개의 Jupyter 노트북을 사용하여 Neo4j Aura 위에 제품 추천 엔진을 구축할 것입니다. 첫 번째 노트북은 현실적인 합성 데이터셋을 생성하여 Aura에 로드합니다. 두 번째 노트북은 Cypher에서 직접 네 개의 추천 쿼리를 실행하고 Plotly로 결과를 시각화합니다. 모든 것은 무료 클라우드 Neo4j 인스턴스를 대상으로 Python 가상 환경에서 로컬로 실행됩니다.