
AI
리뷰기반 맛집 추천 서비스 만들기 with GPT-4
두줄요약
GPT-4와 ada embeddings로 리뷰 기반 맛집 추천 서비스를 구현한 과정을 정리한 글입니다. 검색 정확도 문제를 겪으며 벡터 검색과 리뷰 데이터의 한계도 함께 살펴보았습니다.
핵심 내용
- GPT-4와 ada embeddings를 활용해 리뷰 기반 맛집 추천 서비스를 기획·구현한 과정 소개
- 23만 건 리뷰를 벡터화해 Elasticsearch와 MongoDB에 저장하고, 키워드 조합별 매장 조회 결과를 미리 계산해 활용
- React 반응형 웹앱, AWS 호스팅, DALL·E 3 이미지 생성까지 포함한 개발 흐름과 GPT-4 활용 경험 정리
문제 상황
- 음식과 키워드를 평균 벡터로 합치자 관련 없는 매장이 노출되는 검색 정확도 문제 발생
- 매장별 리뷰 평균 벡터가 너무 광범위해 비슷한 결과만 반복 노출되는 문제 발생
- 리뷰 텍스트만으로는 애완동물 동반 가능 여부, 냉면이 맛있는 고깃집 같은 맥락 오탐 발생
해결 방법
- 음식과 키워드 조회를 분리하는 방식으로 검색 로직 수정
- 매장 단위 평균 벡터 대신 전체 리뷰 벡터를 활용하는 방식으로 변경
- 애완 동반 키워드 조합에는 안내 alert를 띄우고, 디자인과 프론트 작업에는 GPT-4와 DALL·E 3 활용
