리서치
feed-research
빅테크 피드 알고리즘 티어다운 — 1차 출처만 쓰고, 모든 주장에 근거 등급(확인 관찰 추정)을 단다. 매일 01:00(KST) 배치가 신규 공개물을 검토해 반영한다. 2026-10-21 기준.
일일 리포트
그날 무엇을 읽고 우리 이해가 어떻게 바뀌었는지. 정본이 결론이면 이쪽이 설명이다.
서비스 정본
- FacebookFacebook Feed 랭킹에서 공개된 최신 정본은 2021년 구조다. 이 구조는 친구 그래프 조회, pass 0의 경량 모델 후보 축소, pass 1의 멀티태스크 선형 가중합, pass 2의 컨…갱신 2026-10-19
- InstagramInstagram은 Explore, Feed, Reels Chaining을 각각 별도 AI 시스템으로 문서화한 다지면 구조다. 2026-08-09에 열람한 system card 기준으로 단계별 후보…갱신 2026-10-19
- NetflixNetflix 추천은 편성 카탈로그(수천~수만 타이틀) 위에서 "소스별 후보 배분"이 아니라 페이지(행×열) 구성을 최적화하는 시스템이다. 2015년부터 템플릿 없이 ML로 페이지를 생성했고 , 2…갱신 2026-10-19
- ThreadsThreads는 Instagram 인프라 위에서 5개월 만에 만든 앱이다 (인프라 절). 그런데 랭킹은 반대로 Instagram에서 떼어내는 방향으로 날짜별로 움직였다. 근거는 세 가지다.갱신 2026-10-19
- X (Twitter)2026-10-20 커밋(74d49a4, 4세대+45) 기준으로 X For You는 인네트워크 최신 포스트를 Thunder에서, OON 후보를 Phoenix retrieval, SimClusters…갱신 2026-10-21
교차 서비스 topics
- 후보 배분후보 배분은 후보 생성 소스가 10개, 30개씩 있을 때 "각 소스에서 몇 개를 가져와 최종 리스트에 어떻게 섞을 것인가"를 정하는 레이어다. 방식은 세 가지이고…
- 임베딩 기반 후보 생성후보 생성(retrieval)은 전체 콘텐츠 가운데 랭킹 모델에 넘길 후보를 먼저 골라 내는 단계다. 임베딩 기반 후보 생성은 "유저와 가까운 아이템을 벡터 공간…
- 피드 다양성랭커 점수대로만 정렬하면 같은 작성자, 같은 주제, 같은 영상이 연달아 나온다. 다양성 레이어는 이런 연속을 막는 레이어다. 방식은 크게 다섯 가지이고, 대부분의…
- 추천 파이프라인 안의 LLM2026-08-13까지 공개된 1차 자료만 놓고 보면, X는 LLM을 심판으로, Meta는 광고 피처 인코더와 Groups Search의 오프라인 심판, 헤비 유…
- 모델 신선도Meta는 신호를 수집하고 학습하고 추천에 쓰기까지의 속도를 신선도라고 부른다. 학습 주기만이 아니라 데이터 수집부터 서빙까지 end-to-end를 가리킨다 (3…
- 멀티태스크 랭킹멀티태스크 랭킹은 랭커가 "이 유저가 이 아이템을 좋아할까"를 스칼라 하나로 예측하지 않는 구조다. 행동 종류별로 확률을 따로 예측한 뒤 하나의 점수로 합쳐서 정…
- 시퀀스 트랜스포머 랭킹 (in-context candidate scoring)시퀀스 트랜스포머 랭킹은 유저의 행동 이력을 토큰 시퀀스로 놓고, 점수를 매길 후보들을 같은 시퀀스 뒤에 붙여서 한 번의 forward pass로 전부 채점하는 …
- 설문 신호참여 로그는 유저가 무엇을 했는지만 알려 준다. 설문은 유저에게 직접 묻는다. "이 포스트가 시간을 쓸 가치가 있었나", "이 영상이 네 관심사에 얼마나 맞나"라…