Pinterest는 사용자의 장기적인 목표를 이해하여 영감을 현실로 연결하는 플랫폼이 되는 것을 목표로 합니다. 이를 위해 관심사, 의도, 맥락에 따라 정의되는 사용자 여정을 도입합니다. 이러한 여정은 단순한 콘텐츠 추천을 넘어 사용자 상호 작용을 분석하여 추론됩니다. "린(lean)" 방식으로 구축된 시스템은 사용자 데이터에서 키워드를 클러스터링하여 여정을 식별합니다. 동적 키워드 추출과 계층적 클러스터링을 사용하여 유연하고 개인화된 여정을 생성합니다. 그런 다음 여정 이름 지정, 확장, 순위 지정 및 다양화를 적용하여 사용자 경험을 향상시킵니다. 단계 예측 모델은 적절한 알림을 위해 여정의 수명 주기를 결정합니다. 출력은 이름, 키워드, 단계 및 신뢰도 점수가 있는 개별 사용자 여정 목록입니다. LLM(대규모 언어 모델)은 여정 관련성을 평가하고 시스템 개선을 안내하는 데 사용됩니다. 여정 인식 알림을 사용한 실험에서 사용자 참여가 크게 향상되었습니다. 또한 Pinterest는 전반적인 여정 추론을 단순화하고 개선하기 위해 LLM을 적극적으로 활용하고 있습니다. 회사는 LLM을 적극적으로 미세 조정하고 효율적인 실행을 위해 확장 가능한 배치 추론을 구현하고 있습니다.