AWS Serverless 기반 ML 예측 모델을 통한 사용자 맞춤형 알림 최적화 엔진 설계

Context

정적 스케줄링 기반 알림 발송으로 인한 낮은 사용자 참여도와 Notification Fatigue 발생. 사용자별 상이한 Engagement 패턴을 반영하지 못하는 기존 시스템의 한계 직면.

Technical Solution

• Kinesis Data Streams와 Apache Spark 기반의 ETL 파이프라인 구축을 통한 ML Feature 추출
• Amazon SageMaker를 활용한 사용자별 최적 발송 시점 예측 모델 학습 및 배포
• EventBridge Scheduler와 AWS Lambda 연동을 통한 예측 기반의 자동화된 알송 시점 제어
• Event-Driven Architecture 설계를 통한 실시간 데이터 수집 및 예측 추론 프로세스 최적화
• AWS CDK를 통한 인프라 코드화로 서버리스 기반의 확장 가능한 Notification Routing 환경 구현