대만에서 시장을 선도하는 현지 소매 대기업과 전략적 합작 투자로 운영되는 대만의 선도적인 전자상거래 회사인 Yahoo TW Ecommerce는 판매자가 플랫폼인 Yahoo Auction에서 제품 등록을 완료하는 데 필요한 시간을 20분에서 2분으로 단축했습니다. 개인 정보 보호를 우선시하는 온디바이스 기본 제공 AI 기본 요소를 통합하여 자동 등록 도우미와 고도로 맞춤화된 사용자 환경을 지원함으로써 플랫폼은 3% 의 클릭률 (CTR)을 달성했습니다.
이 통합은 마켓플레이스의 양측에 모두 이점을 제공합니다. 쇼핑객은 검색을 간소화하는 유용하고 상황을 인식하는 맞춤 기능을 이용할 수 있으며, 비즈니스는 기존 백엔드 알고리즘에 비해 참여도가 높아집니다. 궁극적으로 이 온디바이스 아키텍처는 판매자의 운영 부담을 줄이는 동시에 민감한 사용자 데이터를 로컬에서 보호하고 회사와 고객을 클라우드 확장 비용의 증가로부터 보호합니다.
Yahoo TW Ecommerce가 기본 제공 AI를 선택한 이유
Yahoo TW Ecommerce가 온디바이스 기본 제공 AI를 채택한 결정은 다음과 같은 두 가지 주요 비즈니스 요구사항에서 비롯됩니다.
- 데이터 개인 정보 보호: 사용자의 퍼스트 파티, 온사이트 상호작용 기록, 인증된 세션 데이터를 활용하고 모델을 로컬에서 실행함으로써 민감한 사용자 정보가 기기를 벗어나지 않습니다.
- 비용 효율성 민주화: 클라우드 호스팅 AI 인프라 비용은 사용자 트래픽에 따라 직접 확장되므로 디지털 플랫폼은 고급 도구와 맞춤 환경을 프리미엄 구독 또는 판매자 거래 수수료 인상 뒤에 숨기는 경우가 많습니다. 온디바이스 추론으로 전환하면 이러한 백엔드 운영 오버헤드가 증가하지 않습니다. 이 지속 가능한 아키텍처를 통해 Yahoo TW Ecommerce는 프리미엄 유료 결제 또는 전달된 생태계 수수료 없이 마켓플레이스의 모든 판매자와 쇼핑객에게 반응성이 높은 맞춤 기능을 민주화할 수 있습니다.
기본 제공 AI의 이점은 특히 Yahoo Auction의 경우에 효과적입니다. 기본 제공 AI는 주변 인텔리전스를 지원하기 때문입니다. 즉, 사용자가 필요할 때 로컬에서 처리되고 제공되는 유용하고 상황을 인식하는 지원입니다. 브라우저는 클라이언트 측에서 데이터를 처리하므로 민감한 상호작용 로그를 외부 서버로 전송하지 않고도 이러한 스마트 지원을 안전하게 제공합니다.
기본 제공 AI가 Yahoo Auction을 지원하는 9가지 방법
Yahoo TW Ecommerce는 주변 인텔리전스, 콘텐츠 관리, 쇼핑 지원에 걸쳐 기본 제공 AI를 사용하여 9가지 고유한 사용 사례를 구현했습니다.
콘텐츠 생성 및 관리
판매자용 등록 도우미: 판매자가 매력적이고 정확한 제품 설명을 빠르게 생성할 수 있도록 지원합니다. Yahoo Auction의 AI 기반 도우미는 판매자가 검토할 수 있도록 20초 이내에 단일 제품 사진을 업로드하여 관련 제품 카테고리, 초안 제목, 세부정보, 해시태그, 추천 가격을 제안합니다. 초안은 판매자에게 유용한 기준 역할을 하며 등록을 작성하는 데 걸리는 평균 시간을 20분에서 2분으로 단축합니다.
다음 이미지는 AI로 번역된 텍스트를 포함합니다.
구매자용 리뷰 도우미: 구매자가 선택한 평점 및 감정 입력을 기반으로 경험을 더 잘 구성하고 설명할 수 있도록 상황에 맞는 잘 작성된 표현 제안을 제공합니다.
주변 인텔리전스
이 맥락에서 주변 인텔리전스는 사용자의 탐색 환경에 자연스럽게 맞는 사전 예방적이고 상황을 인식하는 지원을 의미합니다.
Yahoo TW Ecommerce가 사용자에게 주변 인텔리전스를 구현한 방법은 다음과 같습니다.
맞춤 제품 추천 캐러셀: 로그인한 사용자의 최근 구매 내역을 분석하여 구매를 보완하는 선호도가 높은 제품을 추천하여 전환율을 높입니다.
예측 검색 및 추천: 사용자의 활성 세션을 기반으로 로그인한 사용자에게 제품 추천 및 검색 키워드를 맞춤설정합니다. 클라이언트 측 처리는 사용자의 최근 온사이트 검색 및 사이트별 탐색 환경설정과 같은 로컬 컨텍스트를 참조하여 고객 여정의 검색 프로세스를 간소화하는 데 도움이 되는 검색 키워드를 예측하고 제안합니다.
쇼핑 지원
제품 요약: 긴 제품 세부정보 페이지를 100단어 미만의 쉽게 이해할 수 있는 주요 내용으로 요약합니다.
이모티콘 기반 리뷰 요약: 대표 이모티콘을 활용하여 고객 의견을 간결한 개요로 집계합니다.
로열티 포인트 활용: 로그인한 사용자의 로열티 포인트를 식별하고 만료되는 포인트 (또는 최소 추가 결제)로 구매할 수 있는 상품을 제안한 다음 로컬 추론을 활용하여 사용자의 맞춤 관심분야를 기반으로 가장 적합한 상품을 순위 지정하고 선택합니다.
라이프스타일 추천: 사용자가 보고 있는 제품 카테고리를 기반으로 맞춤 스타일링 영감 또는 홈 데코 조언을 제공합니다.
쇼핑 도우미 챗봇: 자연어 텍스트 또는 음성 입력을 사용하여 구매자 문의에 즉시 답변하는 대화형 온디바이스 챗봇을 제공합니다. 온디바이스 모델은 구매 의도를 파악하기 위해 대화를 분석하고 사용자의 관심분야에 맞는 제품 목록을 지능적으로 추론하고 선별합니다.
실제 비즈니스 영향
2025년 말에 이러한 기능을 프로덕션에 배포한 이후 Yahoo TW Ecommerce는 Google 애널리틱스를 사용하여 중요한 참여 마일스톤을 추적했습니다.
- 효율성 향상: 판매자용 등록 도우미는 제품 등록을 완료하는 데 필요한 평균 시간을 20분에서 2분으로 90% 단축했습니다.
- 심층 참여: 이 플랫폼은 10만 명이 넘는 고유 사용자에게서 100만 건 이상의 총 상호작용 이벤트를 생성했습니다. 이는 높은 사용자 관심과 채택을 보여주며 사용자가 새로운 AI 도구를 적극적으로 탐색하고 활용하고 있음을 확인합니다.
- 고품질 상호작용: 새로운 '주변 인텔리전스' 모듈은 표준 알고리즘 또는 편집팀의 수동 선별에 의존하는 기존 제품 추천의 CTR이 1.3~1.8% 인 데 비해 클릭률 (CTR)이 거의 3% 에 달했습니다. AI 기반 추천이 웹사이트의 기존 표준 캐러셀 레이아웃에 직접 표시되므로 팀은 비용이 많이 드는 프런트엔드 리팩터링을 피할 수 있었습니다. 이 원활한 구현은 엔지니어링 오버헤드를 최소화하는 반면 직접적인 성능 비교를 통해 기본 온디바이스 AI가 전환율이 높은 매우 관련성 높은 추천을 제공함을 입증합니다.
주변 인텔리전스 자세히 살펴보기
9가지 사용 사례 중에서 주변 인텔리전스의 구현은 온디바이스 AI를 고유하게 강력하게 만드는 요소를 보여주는 대표적인 예입니다. Yahoo Auction의 주변 인텔리전스 모듈은 사용자 여정을 간소화합니다. 이러한 모듈은 사용자에게 가장 도움이 되는 시점에 실시간으로 상황을 인식하는 추천을 제공하는 유용한 온디바이스 도우미 역할을 합니다.
로컬 아키텍처로 데이터 보호 및 클라우드 비용 절감
이 수준의 고도로 맞춤화된 추천을 생성하려면 매우 민감한 사용자 데이터를 분석해야 합니다. Yahoo Auction은 로컬 스토리지의 구매 내역, 검색 키워드, 탐색 환경설정과 같은 사용자의 풍부한 컨텍스트 데이터를 활용합니다. 이러한 개인 정보 볼륨을 클라우드 서버로 전송하면 지연 시간이 길어지고 개인 정보 보호 위험이 커집니다.
Yahoo TW Ecommerce는 로컬 아키텍처를 활용하여 이 문제를 해결했습니다. 로컬 AI 모델은 세션 데이터와 로컬 스토리지를 활용하여 모든 것을 클라이언트 측에서 처리합니다. 이렇게 하면 개인 정보가 외부에 노출되지 않으므로 고도로 맞춤화된 사전 예방적 인텔리전스가 로컬 AI에 고유하게 적합함을 입증합니다.
기본 제공 AI를 사용하면 사용자의 개인 정보 보호를 침해하거나 커뮤니티에 추가 비용 또는 페이월을 도입하지 않고도 고도로 맞춤화된 주변 환경을 제공할 수 있습니다. 이는 전자상거래 인텔리전스에 접근하는 방식의 패러다임 전환입니다."
— Paul Li, Yahoo TW Ecommerce 리드 엔지니어
기본 제공 AI 수명 주기 관리
기본 제공 AI를 프로덕션 환경에 통합하려면 모델 다운로드 상태를 적절하게 관리해야 합니다. 기본 제공 AI 사양과 다운로드 동작은 변경될 수 있으므로 Yahoo TW Ecommerce팀은 유지보수를 간소화하기 위해 전용 웹 구성요소를 빌드했습니다.
이 래퍼 구성요소는 표준 분리 속성을 제공하고 전체 사용자 다운로드 수명 주기를 처리합니다. 팀은 구성요소의 data-status
속성을 관찰하여
모델의 정확한 상태(사용 불가, 다운로드 가능, 다운로드 중,
사용 가능)를 반영하도록 사용자 인터페이스를 동적으로 업데이트합니다.
이 설계를 통해 플랫폼은 기본 핵심 코드를 리팩터링하지 않고도 페이지 전반에서 UI 안정성을 유지하고 업데이트를 즉시 제공할 수 있습니다.
SharedWorker 조정을 통해 MPA 제약조건 극복
다중 페이지 애플리케이션 (MPA)에서 개발자는 일반적으로 백그라운드 스레드를 사용하여 동일한 사이트 탐색을 유지하는 장기 실행 워크플로를 유지합니다. 기본 제공 AI API는 기본적으로 비동기식이며 기본 스레드의 UI 응답성에 부정적인 영향을 미치지 않지만, 백그라운드 스레드로 이동하면 사용자가 페이지 간에 이동할 때 활성 추론 세션이 갑자기 종료되는 것을 방지할 수 있습니다.
그러나 Prompt API와 같은 기본 제공 AI 기본 요소는 최상위 문서 컨텍스트로 제한됩니다. 이는 개방형 웹 플랫폼 사양 문제 때문입니다. W3C 권한 정책 프레임워크는 기본적으로 문서 트리에 연결되어 있으며 이러한 보안 경계를 독립적인 작업자 루트로 전파하는 표준 메커니즘은 아직 커뮤니티에서 설계 중입니다.
해결책: 리소스 오케스트레이터로서의 SharedWorker
문서 바인딩 보안 경계를 준수하면서 이러한 수명 주기 제약조건을 안전하게 탐색하기 위해 Yahoo TW Ecommerce는 SharedWorker를 사용하여 동일한 출처의 브라우저 탭에서 AI 컴퓨팅을 조정했습니다. 페이지 탐색으로 활성 AI 컴퓨팅을 취소하는 대신 SharedWorker는 중앙 집중식 이벤트 브로커 역할을 합니다. 온디바이스 AI 컴퓨팅이 요청되면 SharedWorker는 출처의 동시 열린 탭에서 조정하여 활성 탐색이 덜 발생하고 프롬프트를 조기에 중단하지 않고 완료까지 처리하는 병렬 탭 컨텍스트에 실행을 위임합니다. AI 컴퓨팅이 끝나면 결과는 지정된 수명 (TTL)으로 웹 스토리지에 안전하게 캐시되므로 웹사이트의 열린 탭에서 즉시 액세스할 수 있습니다. 이 설계는 온디바이스 AI 작업이 페이지 전환에 탄력적으로 대응하도록 보장하여 전체 다중 페이지 애플리케이션 여정에서 효율성과 일관성을 극대화합니다.
GitHub에서 이러한 아키텍처 해결 방법에 관한 세부정보를 확인할 수 있습니다.
이러한 기능은 Yahoo拍賣에서 실시간으로 제공됩니다.
클라이언트 측 AI의 미래
Yahoo TW Ecommerce의 기본 제공 AI 구현은 온디바이스 모델의 실질적인 가치를 보여줍니다. 비용 효율성과 엄격한 데이터 개인 정보 보호를 우선시함으로써 로컬 브라우저 사용자 인증 정보와 풍부한 사용자 기록을 안전하게 활용하는 강력한 주변 인텔리전스 기능을 제공합니다.
Google은 계속 발전하고 있으며 Yahoo TW Ecommerce의 아키텍처에서 얻은 교훈은 웹에서 안전한 로컬 기반 AI 환경을 구축하려는 다른 개발자를 위한 기본 청사진 역할을 합니다.