가격 최적화를 위한 Multi-Armed Bandit 활용

이 게시물은 SSG.COM에서 머신러닝과 Multi-Armed Bandit(MAB) 알고리즘을 활용하여 온라인 이커머스 상품의 가격 최적화를 수행하는 방법을 설명합니다.

주요 내용

• 다양한 가격 결정 모델(규칙 기반, ML, 강화학습 등)을 활용하여 할인율을 산출
• MAB를 통해 여러 모델 결과를 통합하고 동적으로 최적의 할인율 모델을 선택
• Thompson Sampling 기법을 사용하여 Bayesian 업데이트 기반으로 모델 성능을 평가 및 선택
• 스코어링과 페널티를 적용해 KPI별 맞춤 할인율 결정
• 슬라이딩 윈도우 방식으로 최신 데이터에 집중하여 과거 비정상 데이터 영향 최소화

결론

MAB 기반 가격 최적화는 2022년부터 2024년까지 실적 향상에 기여했으나, 신상품 등 데이터 부족 문제로 개선된 모델 선택 방식을 2부에서 다룰 예정입니다.