인터뷰

Search.io의 CEO 및 공동 창립자 Hamish Ogilvy – 인터뷰 시리즈

Antoine Tardif
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트Search.io는 키워드가 아닌 맥락과 의미에 반응하는 신경 인덱스를 사용합니다.
더 보기
  • Search.io는 키워드가 아닌 맥락과 의미에 반응하는 신경 인덱스를 사용합니다.
  • 강화 학습은 클릭이나 구매와 같은 특정 목표를 극대화하기 위해 검색 결과를 재정렬합니다.
  • 기업은 플랫폼에 어떤 결과가 우수한지 수동으로 가르침으로써 자가 학습을 빠르게 진행할 수 있습니다.

Hamish Ogilvy는 Search.io의 CEO이자 공동 창립자입니다. Search.io는 세계에서 가장 큰 조직 중 일부를 위해 수십억 개의 검색을 처리하는 인공지능 기반 검색 및 제품 발견 플랫폼입니다. 그들은 기계 학습을 사용하여 사이트 내 검색을 통해 전환과 수입을 증가시키는 데 중점을 두고 있습니다. 이것은 자체 소유 검색 기술을 사용하여 달성됩니다.

기계 학습 분야에 처음 관심을 가지게 된 것은 무엇입니까?

나는 물리학을 공부하면서 레이저를 설계하기 시작했지만 데이터에서 패턴을 찾는 데에도 매우 좋았습니다. 그것이 나를 분석과 예측으로 이끌었고 나는 여러 해 동안 그 분야에서 일했습니다. 기계 학습은 데이터에서 가치를 추출하기 위해 더 나은 방법을 제공하는 자연스러운 확장이었던 것 같습니다. 지금은 당연한 것으로 여겨지지만 당시에는 사람들이 나의 직함 “데이터 책임자”를비웃었습니다. 세상은 많이 변했습니다!

Search.io의 창립 이야기를 공유해 주시겠습니까?

검색은 항상 나를 짜증나게 했었습니다. 많이 개선되었지만 여전히 대부분의 경우에 좋지 않습니다. 나는 항상 검색이 상황과 개인의 의도를 더 잘 이해해야 한다고 생각했습니다. 그래서 그것이 시작되었습니다. 그리고 몇 년 후에 우리는 우리가 상상한 것에 훨씬 더 가까이 다가갔습니다. 래리 페이지는 유명한 말을 했습니다. “검색은 우리 생애 동안 해결될 문제가 아니다”라고 했습니다. 이제는 왜 그런지 완전히 이해합니다. 하지만 우리는 게임을 크게 바꾸었고 우리가 상상한 것을 향해 오랜 길을 걸어왔습니다.

Search.io는 “신경망 색인” 기반의 자기 학습 검색 기술을 사용합니다. 신경망 색인은 무엇입니까?

예전 검색 기술은 특정 키워드에 대한 색인을 생성합니다. 책의 뒤에 있는 색인이 키워드가 나타나는 페이지를 가리키는 것과 비슷합니다. 신경망 색인은 특별히 설계된 신경망의 특정 뉴런에서 색인을 생성합니다. 이러한 뉴런은 키워드가 아닌 관련된 상황과 의미에 대해 활성화되도록 설계되었습니다. 그래서 관련된 항목을 매우 빠르게 식별할 수 있습니다.심지어 다른 언어로도 가능합니다. 자기 학습으로 이러한 색인이 적응하고 개선될 수 있습니다. 사람들이 항목을 구매하거나 다른 긍정적인 피드백 이벤트가 발생할 때입니다.

강화 학습이 검색 결과를 최적화하는 방법에 대해 논의해 주시겠습니까?

주로 이것은 특정 목표를 최대화하기 위해 검색 결과를 재정렬하는 데 사용됩니다. 예를 들어 클릭 또는 구매와 같은 목표입니다. 이것은 최상의 순서가 처음에는 알 수 없는 클래식 탐험 대 활용 문제입니다. 유명한 말이 있습니다. “사망한 시체를 숨길 수 있는 최고의 장소는 구글 결과의 2페이지입니다!” 사람들이 거의 페이지 1의 아래까지 가지도 못하기 때문입니다. 그래서 만약에 10,000개의 관련 결과가 있고 페이지당 10개만 표시한다면 일부 확률적 무작위화가 다른 결과를 회전시키고 비즈니스 목표와 부합하는 결과를 상승시키는 데 도움이 됩니다.

깊은 학습이 사용되나요? 사용된다면 어떤 방식으로 사용되나요?

예, 많은 방식으로 사용됩니다. 우리는 언어를 벡터로 변환하고 벡터를 신경망 해시로 변환하는 데 깊은 학습을 사용합니다.

플랫폼은 비즈니스에서 내장된 학습을 제어할 수 있도록 합니다. 이 프로세스를 논의해 주시겠습니까?

자기 학습은 보통 이벤트를 이용해, 구매된 상품과 구매되지 않은 상품처럼 이전에 좋은 반응을 얻은 쪽으로 신경망 해시를 조금씩 이동시킵니다. 어떤 경우에는 이것이 너무 오래 걸릴 수 있습니다. 비즈니스에서는 어떤 결과가 훌륭한 결과여야 한다는 것을 알고 있습니다. 그래서 기업이 어떤 결과가 좋은지 우리에게 알려주도록 합니다. 이 피드백은 관련성 학습 과정이 사용자의 의도를 더 잘 이해하도록 가르칩니다. 이것은 기본적으로 학습을 빠르게 합니다.

검색 시 사용자 의도를 해석하는 데 뒤따르는 도전은 무엇입니까?

언어는 매우 모호합니다. 영어 단어 «bank»는 금융 기관, 강둑, 선회할 때 비행기의 기울기, 백보드를 맞히는 농구 슛 등을 뜻할 수 있습니다. 그것을 더 나쁘게 만들기 위해 로스앤젤레스에서 “자켓”을 검색하는 사람의 의도는 보스턴에서 검색하는 사람의 의도와 매우 다를 것입니다. 남성과 여성의 경우에도 더 다를 것입니다. 언어는 의도를 잘 포착하지 못합니다. 완벽함은 사실 불가능합니다. 그래서 검색은 확률의 게임입니다.

웹사이트에 Search.io를 통합하는 프로세스는 무엇입니까?

복잡성에 따라 다르습니다. Shopify 스토어와 콘텐츠 기반 웹사이트의 경우 몇 분 내에 작동할 수 있습니다. 반면에 복잡한 전자 상거래 스토어와 개인화된 결과를 가진 복잡한 카탈로그의 경우 몇 주에서 몇 개월이 걸릴 수 있습니다.

Search.io에 대해 더 공유하고 싶은 것이 있나요?

온라인 거래를 증가시키려는 데이터 중심의 조직이라면 우리에게 연락해 주세요. 우리는 일관되게 고객의 온라인 성능을 개선된 검색 및 발견 경험을 통해 대폭 개선했습니다.

인터뷰에 참여해 주셔서 감사합니다. 20년 이상 검색 엔진을 연구해 온 저로서는 이것은 매우 흥미롭습니다. 더 많은 것을 배우고 싶은 독자는 Search.io를 방문하면 됩니다.

앙투안은 Unite.AI의 비전 있는 리더이자 창립 파트너로, AI와 로봇공학의 미래를 만들어 가고 발전시키는 데 변함없는 열정을 쏟고 있습니다. 여러 기업을 창업한 그는 AI가 전기만큼 사회를 크게 변화시킬 것이라고 믿으며, 혁신적인 기술과 범용 인공지능(AGI)의 잠재력에 관해 자주 열정적으로 이야기합니다.

미래학자로서 이러한 혁신이 세상을 어떻게 바꿀지 탐구하는 데 전념하고 있습니다. 또한 미래를 새롭게 정의하고 산업 전반을 변화시키는 첨단 기술에 대한 투자에 초점을 맞춘 플랫폼인 Securities.io의 설립자입니다.