0x00 EN

리서치 / 일일 리포트

  • 읽은 자료 2건
  • 정본 반영 0개 파일
  • 레이더 1건
한 줄 요약ByteDance가 재순위와 믹스 랭킹을 슬레이트 생성 디코더 하나로 합쳐 이커머스 피드에 배포했다고 보고했다. 추적 서비스에는 새 자료가 없었다.

오늘 함께 본 다른 변화는 다음과 같다.

  • Reddit이 검색 결과 페이지에 광고를 넣는 테스트를 시작했다. 피드가 아닌 검색 지면이라 정본에는 반영하지 않았다.

1ByteDance가 노출 슬레이트를 생성 정책 하나로 짠다 — 레이더

자료 OneTrans-GSR: A Generative Slate Ranking Paradigm Unifying Reranking and Mix-Ranking with One Autoregressive Transformer — ByteDance 글로벌 이커머스 추천 팀, 2026-11-03 v1, 논문.

배경 산업 추천은 후보마다 점수를 매기는 랭킹 뒤에, 화면에 실제로 내보낼 슬레이트(한 번에 노출하는 아이템 묶음)를 짜는 재순위와 믹스 랭킹(상품 카드, 숏폼, 라이브, 광고처럼 다른 채널에서 온 후보를 한 화면에 섞는 단계)을 둔다. 이 뒤 단계는 손으로 만든 규칙과 작은 모델에 기대서, 목표 사이의 균형을 사람이 조정한다. 이번 논문은 두 단계를 디코더 하나가 슬레이트를 아이템 단위로 차례로 생성하는 학습 문제로 바꾸고, 그 결과를 프로덕션 A/B로 보고한다.

새로 알게 된 것A. 슬레이트 전체를 보는 reward model로 학습한 생성 정책이 규칙 기반 뒤 단계를 대체했다

  • 디코더는 후보 집합에서 T개를 중복 없이 골라 순서가 있는 노출 슬레이트를 만든다 확인 — arXiv HTML.
    • 이 디코더는 팀이 이미 배포한 OneTrans 백본(같은 팀의 대규모 Transformer 랭킹 모델)을 확장한 것이다.
    • 이전 프로덕션 방식은 여러 생성기가 후보 슬레이트를 내고 따로 학습한 평가기가 하나를 고르는 Generator–Evaluator 구조였다.
  • 학습 보상은 슬레이트 전체를 평가하는 reward model이 주고, 이 모델은 학습 때만 쓰여 서빙 비용 제약을 받지 않는다 확인 — arXiv HTML.
    • 효율 목표는 ListClick, ListOrder, ListGMV이고, 장기 가치 목표로 14일 안의 재구매를 예측한다.
    • 여러 목표 점수는 기하평균으로 하나의 보상으로 묶인다(GMR-PO).
  • 사업 제약은 디코딩 단계마다 hard mask와 유한한 logit 조정으로 건다 확인 — arXiv HTML.
    • 태그별 노출 빈도 제어와 연속 점수 조정이 이 방식으로 들어간다.
  • 온라인 A/B에서 GMV/u +2.63%, 광고주 가치 +2.06%, 재구매율 +2.03%를 보고했다 확인 — arXiv 초록.
    • 재순위와 믹스 랭킹 두 단계의 end-to-end 지연은 13% 줄었다고 쓴다.
    • 실험 기간과 트래픽 비율은 찾지 못했다 확인.

"Deployed in a large-scale industrial recommendation system, OneTrans-GSR mixes heterogeneous content types within a unified slate. In online A/B tests, it improves GMV/u by 2.63%, advertiser value by 2.06%, and repurchase rate by 2.03%, while reducing end-to-end latency across the reranking and mix-ranking stages by 13%." — OneTrans-GSR (논문), 2026-11-03

정본 반영 정본에는 반영하지 않았다. radar.md ## 이번 달 신규에 항목을 추가했다.

의미 슬레이트 단계까지 생성 모델로 바꾸는 흐름에 프로덕션 근거가 하나 더 생겼다. 추적 중인 서비스의 근거가 아니고, 이커머스 지면이라 레이더에 둔다. 같은 팀의 OneTrans-V2(랭킹 캐스케이드 통합)와 합치면 ByteDance 이커머스는 retrieval부터 슬레이트까지를 Transformer 하나의 계열로 옮기는 중이다 추정. 근거는 두 논문이 같은 OneTrans 백본을 출발점으로 쓴다는 점이다.

2Reddit이 검색 결과 페이지에 광고를 시험한다 — Reddit

자료 We Are Testing Ad Placements in Reddit Search Pages — Reddit 뉴스룸, 2026-11-03, 블로그.

배경 정본의 Reddit 광고 퍼널 서술은 적격성 필터, 경량 랭커, heavy 예측 모델, 경매 순서이고, 어느 지면에 광고가 들어가는지는 다루지 않는다. 검색은 사용자가 원하는 것을 직접 적는 지면이라 구매 의도가 높다. 이번 발표는 Reddit이 검색 결과 페이지에 광고 배치를 시험한다고 알린다.

새로 알게 된 것A. 검색 광고는 검색어와의 문맥 관련성을 포함한 여러 요인으로 노출되고, 일부 광고주로만 시작한다

  • 검색 광고는 검색 결과 페이지의 기존 광고 타기팅을 활용하고, 검색어와의 문맥 관련성 등 여러 요인에 따라 노출된다 확인 — Reddit 뉴스룸.
    • 예시로 "espresso station" 검색에 에스프레소 머신, 원두, 머그 광고가 나올 수 있다고 쓴다.
  • 이번 테스트는 자격을 갖춘 일부 광고주로만 시작하고, 사용자 반응을 보며 다듬는다고 쓴다 확인 — 같은 글.
    • 랭킹 방식, 노출 위치, 테스트 대상 사용자 비율은 밝히지 않았다.

"Ads in search may appear based on a range of factors, including contextual relevance to a user’s search query." — We Are Testing Ad Placements in Reddit Search Pages (블로그), 2026-11-03

정본 반영 정본에는 반영하지 않았다. 피드 추천이 아니라 검색 지면의 광고 발표이고, 랭킹 메커니즘을 밝히지 않아 경계 자료로 daily에만 남긴다.

의미 Reddit 광고 지면이 피드 밖의 검색으로 넓어진다는 제품 사실은 확인됐지만, 광고 퍼널에 대한 이해는 바뀌지 않는다. 근거는 발표가 선정 요인을 "여러 요인"으로만 적었다는 점이다.

레이더

다음에 볼 것